Solicitar información
 Duración 21 horas

Temario del curso

Introducción a Apache Airflow

  • Qué es la orquestación de flujos de trabajo
  • Principales características y beneficios de Apache Airflow
  • Mejoras de Airflow 2.x y visión general del ecosistema

Arquitectura y conceptos fundamentales

  • Procesos de programador, servidor web y workers
  • DAGs, tareas y operadores
  • Ejecutores y backends (Local, Celery, Kubernetes)

Instalación y configuración inicial

  • Instalación de Airflow en entornos locales y en la nube
  • Configuración de Airflow con diferentes ejecutores
  • Configuración de bases de datos de metadatos y conexiones

Navegación por la interfaz de usuario (UI) y la línea de comandos (CLI) de Airflow

  • Exploración de la interfaz web de Airflow
  • Supervisión de ejecuciones de DAGs, tareas y registros
  • Uso de la CLI de Airflow para administración

Creación y gestión de DAGs

  • Creación de DAGs con la API TaskFlow
  • Uso de operadores, sensores y hooks
  • Gestión de dependencias e intervalos de programación

Integración de Airflow con servicios de datos y en la nube

  • Conexión a bases de datos, API y colas de mensajes
  • Ejecución de pipelines ETL con Airflow
  • Integraciones en la nube: operadores de AWS, GCP y Azure

Supervisión y observabilidad

  • Registros de tareas y supervisión en tiempo real
  • Métricas con Prometheus y Grafana
  • Alertas y notificaciones por correo electrónico o Slack

Seguridad en Apache Airflow

  • Control de acceso basado en roles (RBAC)
  • Autenticación con LDAP, OAuth y SSO
  • Gestión de secretos con Vault y almacenes de secretos en la nube

Escalado de Apache Airflow

  • Paralelismo, concurrencia y colas de tareas
  • Uso de CeleryExecutor y KubernetesExecutor
  • Despliegue de Airflow en Kubernetes con Helm

Mejores prácticas para producción

  • Control de versiones y CI/CD para DAGs
  • Pruebas y depuración de DAGs
  • Mantenimiento de la fiabilidad y el rendimiento a gran escala

Solución de problemas y optimización

  • Depuración de DAGs y tareas fallidas
  • Optimización del rendimiento de DAGs
  • Errores comunes y cómo evitarlos

Resumen y próximos pasos

Requerimientos

  • Experiencia en programación con Python
  • Familiaridad con conceptos de ingeniería de datos o DevOps
  • Comprensión de ETL u orquestación de flujos de trabajo

Público objetivo

  • Científicos de datos
  • Ingenieros de datos
  • Ingenieros DevOps e de infraestructura
  • Desarrolladores 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.
Inversión

Precio por grupo privado (formación online) desde 4350 € + IVA*

Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales

Reseñas (7)

Próximos cursos

Categorías Relacionadas