Apache Airflow intermedio: Optimización y escalado de flujos de trabajo

Esta formación en vivo con instructores en Argentina (en línea o presencial) está dirigida a participantes de nivel avanzado que deseen crear operadores, sensores y complementos personalizados en Apache Airflow, e integrarlos con sistemas de datos existentes para lograr una automatización y monitoreo avanzados.

Al finalizar esta formación, los participantes podrán:

• Desarrollar operadores, hooks y sensores personalizados adaptados a flujos de trabajo específicos.
• Diseñar e implementar complementos de Airflow para ampliar su funcionalidad.
• Integrar los flujos de trabajo de Airflow con sistemas y servicios externos.
• Optimizar y monitorear flujos de trabajo utilizando herramientas avanzadas de depuración.
• Apostar por las mejores prácticas para la gestión de implementaciones de Airflow a gran escala.

Esta formación en vivo con instructor en Argentina (en línea o presencial) está dirigida a participantes de nivel avanzado que deseen implementar Apache Airflow en entornos en la nube, configurar pipelines de CI/CD y aplicar prácticas robustas de monitoreo y registro de eventos.

Al finalizar esta capacitación, los participantes serán capaces de:

• Implementar Apache Airflow en entornos en la nube y contenerizados.
• Configurar pipelines de CI/CD para automatizar las pruebas y el despliegue de DAGs.
• Integrar herramientas de monitoreo y registro de eventos para mejorar la fiabilidad del sistema.
• Optimizar las configuraciones de Airflow para lograr un mejor rendimiento y escalabilidad.
• Aplicar las mejores prácticas de seguridad para la gestión de flujos de trabajo y entornos.

Esta formación en vivo con instructor en Argentina (en línea o presencial) está dirigida a participantes de nivel intermedio que deseen automatizar y gestionar flujos de trabajo de machine learning, incluyendo entrenamiento, validación e implementación de modelos mediante Apache Airflow.

Al finalizar esta capacitación, los participantes podrán:

• Configurar Apache Airflow para la orquestación de flujos de trabajo de machine learning.
• Automatizar tareas de preprocesamiento de datos, entrenamiento y validación de modelos.
• Integrar Airflow con frameworks y herramientas de machine learning.
• Implementar modelos de machine learning utilizando pipelines automatizados.
• Monitorear y optimizar flujos de trabajo de machine learning en producción.

Apache Airflow es una plataforma de código abierto para la creación, programación y monitoreo de flujos de trabajo. Con Airflow 2.x, las organizaciones pueden orquestar pipelines de datos a gran escala, integrarse con servicios en la nube y garantizar una observabilidad robusta y seguridad en entornos de producción.

Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a profesionales principiantes e intermedios de datos y DevOps que deseen utilizar Apache Airflow para construir, automatizar y escalar pipelines de datos de extremo a extremo.

Al finalizar esta capacitación, los participantes podrán:

• Instalar y configurar Apache Airflow en diferentes entornos.
• Crear, programar y monitorear DAGs utilizando la API TaskFlow.
• Integrar Airflow con fuentes de datos, servicios en la nube y flujos de trabajo de ML.
• Gestionar pipelines ETL y garantizar la confiabilidad de los datos.
• Asegurar y escalar Airflow utilizando executores, colas y Kubernetes.
• Aplicar observabilidad y mejores prácticas para despliegues en producción.

Formato del curso

• Conferencia interactiva y discusión.
• Numerosos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarlo.