Temario del curso
Repaso de los fundamentos de Apache Airflow
- Conceptos básicos: DAGs, operadores y flujo de ejecución
- Arquitectura y componentes principales de Airflow
- Análisis de casos de uso avanzados y tipologías de flujos de trabajo
Diseño e implementación de operadores personalizados
- Explicación estructural sobre cómo funciona un operador en Airflow
- Desarrollo de operadores adaptados a tareas específicas del usuario
- Pruebas y depuración eficiente de los operadores creados
Hooks y sensores personalizados
- Implementación de hooks para integrar con sistemas externos
- Diseño de sensores dedicados a detectar eventos externos
- Ampliación del nivel de interactividad mediante estos componentes especializados
Desarrollo de plugins para Airflow
- Principios básicos y estructura de los plugins en la plataforma
- Diseño de módulos complementarios orientados a ampliar su funcionalidad
- Métodos óptimos para distribuir y mantener estos componentes adicionales
Integración con sistemas externos mediante Airflow
- Conexión segura a bases de datos, APIs y servicios cloud.
- Uso de la herramienta en procesos ETL y tratamiento dinámico de datos en tiempo real.
- Manejo adecuado de dependencias entre la plataforma y los sistemas conectados
Técnicas avanzadas de depuración y seguimiento
- Análisis detallado de logs e indicadores disponibles en el sistema.
- Configuración precisa de alertas y mecanismos de notificación ante fallos detectados.
- Aprovechamiento conjunto con herramientas externas especializadas en supervisión.
Estrategias para mejorar rendimiento y escalabilidad
- Despliegue eficiente usando ejecutores basados en Celery o Kubernetes.
- Optimización inteligente del uso de recursos durante flujos complejos.
- Técnicas probadas para garantizar alta disponibilidad y recuperación ante errores.
Estudios de caso y aplicaciones prácticas
- Ejemplos relevantes en ámbitos como la ingeniería de datos o el sector DevOps.
- Análisis detallado: creación especializada de operadores para procesamiento masivo de datos mediante ETL.
- Procedimientos recomendados para mantener flujos críticos en entornos corporativos.
Síntesis final y orientación futura
Requerimientos
- Conocimientos sólidos sobre los conceptos básicos de Apache Airflow, incluyendo DAGs, operadores y la arquitectura de ejecución
- Dominio del lenguaje de programación Python
- Experiencia previa en la integración de sistemas de datos y orquestación de flujos de trabajo
Público objetivo
- Ingenieros de datos
- Ingenieros DevOps
- Arquitectos de software
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 4350 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
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