Temario del curso
Introducción
- Visión general de AWS QuickSight.
- ¿Qué es AWS y QuickSight?
Primeros pasos con AWS QuickSight
- Creación de una cuenta de AWS y QuickSight.
- Comprensión del flujo de trabajo de QuickSight.
- Navegación por la interfaz de usuario (UI) de QuickSight.
Preparación de datos en QuickSight
- Comprensión de la preparación de datos en QuickSight.
- SPICE frente a consulta directa.
- Carga e importación de datos en QuickSight.
- Trabajo con columnas y campos.
- Comprensión de campos calculados, funciones y operadores.
- Añadido de campos calculados utilizando cadenas en nuestro proyecto.
- Extracción de información de cadenas.
- Uso de funciones condicionales.
- Creación de campos calculados con valores numéricos.
- Añadido de diferentes filtros a un proyecto.
Análisis y visualización de datos
- Comprensión de la diferencia entre preparar y analizar datos.
- Creación del análisis de datos.
- Creación de elementos visuales.
- Comprensión de dimensiones y medidas.
- Añadido de conjuntos de datos adicionales.
- Formato de campos, agregación y granularidad.
- Formateo de elementos visuales.
- Creación de una historia y un mapa de árbol (treemap).
- Uso de filtros y tablas.
- Añadido de un elemento visual de KPI.
Exportación y compartición de datos del proyecto
- Comprensión de la actualización programada y manual.
- Exportación de los datos del proyecto como archivos .csv.
- Añadido de usuarios a una cuenta.
- Compartición de conjuntos de datos y análisis.
- Creación y compartición de paneles (dashboards).
Uso de bases de datos como fuentes de datos
- Configuración de una base de datos.
- Preparación de datos ficticios.
- Conexión de QuickSight a una base de datos.
- Importación de datos a SPICE.
- Importación de datos como una consulta (Query).
- Importación de campos calculados y consultas.
- Uso de bases de datos NoSQL.
Resumen y próximos pasos
Requerimientos
- Conocimientos básicos y comprensión del análisis de datos.
Público objetivo
- Analistas de datos.
- Cualquier persona interesada en el análisis y la visualización de datos.
Reseñas (4)
Que fue muy priactico.
Alfonso Ramos - Banco de Mexico
Curso - Fundamentos de Integración de Datos Pentaho
Deepthi estaba muy atenta a mis necesidades, podía percibir cuándo añadir capas de complejidad y cuándo mantenerse atrás y adoptar un enfoque más estructurado. Deepthi realmente trabajó a mi ritmo y aseguró que pudiera utilizar las nuevas funciones/herramientas por mí mismo, primero mostrándome y luego dejándome recrear los elementos por mí mismo, lo cual ayudó mucho a consolidar la formación. ¡No podría estar más satisfecho con los resultados de esta capacitación y con el nivel de experiencia de Deepthi!
Deepthi - Invest Northern Ireland
Curso - IBM Cognos Analytics
Traducción Automática
estaba muy preparado - y es muy simpático
Oliver - Post CH AG
Curso - Splunk Fundamentals
Traducción Automática
muchos ejercicios prácticos
Marcin - Narodowy Bank Polski
Curso - Splunk Data Administration
Traducción Automática