Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Repaso de los fundamentos de Apache Airflow
- Conceptos clave: DAGs, operadores y flujo de ejecución.
- Arquitectura y componentes de Airflow.
- Comprensión de casos de uso avanzados y flujos de trabajo.
Creación de Operadores Personalizados
- Comprender la anatomía de un operador en Airflow.
- Desarrollar operadores personalizados para tareas específicas.
- Pruebas y depuración de operadores personalizados.
Conectores (Hooks) y Sensores Personalizados
- Implementación de conectores para la integración con sistemas externos.
- Creación de sensores para monitorear disparadores externos.
- Mejora de la interactividad del flujo de trabajo mediante sensores personalizados.
Desarrollo de Plugins de Airflow
- Comprensión de la arquitectura de plugins.
- Diseño de plugins para extender la funcionalidad de Airflow.
- Mejores prácticas para gestionar y desplegar plugins.
Integración de Airflow con Sistemas Externos
- Conexión de Airflow a bases de datos, APIs y servicios en la nube.
- Uso de Airflow para flujos de trabajo ETL y procesamiento de datos en tiempo real.
- Gestión de dependencias entre Airflow y sistemas externos.
Depuración y Monitoreo Avanzados
- Uso de registros (logs) y métricas de Airflow para resolver problemas.
- Configuración de alertas y notificaciones para incidencias en los flujos de trabajo.
- Aprovechamiento de herramientas de monitoreo externas con Airflow.
Optimización del Rendimiento y la Escalabilidad
- Escalado de Airflow utilizando ejecutores Celery y Kubernetes.
- Optimización del uso de recursos en flujos de trabajo complejos.
- Estrategias para alta disponibilidad y tolerancia a fallos.
Estudios de Caso y Aplicaciones en el Mundo Real
- Exploración de casos de uso avanzados en ingeniería de datos y DevOps.
- Estudio de caso: Implementación de un operador personalizado para ETL a gran escala.
- Mejores prácticas para gestionar flujos de trabajo a nivel empresarial.
Resumen y Próximos Pasos
Requerimientos
- Sólida comprensión de los fundamentos de Apache Airflow, incluyendo DAGs (Gráficos Acíclicos Dirigidos), operadores y arquitectura de ejecución.
- Conocimientos avanzados de programación en Python.
- Experiencia integrando sistemas de datos y orquestación de flujos de trabajo.
Público objetivo
- Ingenieros de datos.
- Ingenieros DevOps.
- Arquitectos de software.
21 Horas
Reseñas (1)
El instructor adaptó la formación al nivel de los participantes y respondió a todas las preguntas. Fue muy comunicativo y resultó fácil interactuar con él. Apreciei mucho el formato de la formación, que incluía muchos ejercicios prácticos. En general, fue una sesión muy entretenida y bien organizada.
Jacek Chlopik - ZAKLAD UBEZPIECZEN SPOLECZNYCH
Curso - Apache Airflow: Building and Managing Data Pipelines
Traducción Automática