AWS Glue com Python: Desenvolvendo Pipelines ETL Escaláveis na Nuvem (Portuguese Edition)

Posted By: TiranaDok

AWS Glue com Python: Desenvolvendo Pipelines ETL Escaláveis na Nuvem: Guia Prático para Engenheiros de Dados que Automatizam Processos com S3, Redshift e Terraform (Portuguese Edition) by Leandro Calado
Portuguese | November 29, 2024 | ISBN: N/A | ASIN: B0DPBTZ578 | 86 pages | EPUB | 1.03 Mb

Desenvolvendo ETL Eficiente com AWS Glue e Python
Um guia prático e direto para engenheiros de dados que desejam construir pipelines escaláveis na nuvem com confiança.
Domine o AWS Glue e Python para transformar dados em insights valiosos com rapidez, segurança e performance. Este livro apresenta uma abordagem clara e aplicada para criar pipelines de ETL modernos utilizando os principais recursos da AWS.
Você vai aprender:
  • Como criar e otimizar Glue Jobs em Python
  • Integrações com S3, Redshift, DynamoDB e mais
  • Transformações de dados com escalabilidade e segurança
  • Infraestrutura como código com Terraform
  • Boas práticas de logging, testes e monitoramento
Conteúdo do LivroParte 1 – Fundamentos do AWS Glue
Aprenda os princípios de ETL, explore a arquitetura da ferramenta e configure seu ambiente de desenvolvimento.

Parte 2 – Desenvolvimento de Glue Jobs
Crie pipelines completos com Python, consumindo, transformando e armazenando dados em múltiplos formatos e destinos.

Parte 3 – Testes, Infraestrutura e Ambientes
Implemente testes unitários, automatize deploys com Terraform e gerencie múltiplos ambientes (dev, staging, prod).

Parte 4 – Tópicos Avançados
Aprofunde-se em monitoramento, segurança, conformidade com LGPD e detecção automática de erros e anomalias.

Ideal para:
  • Engenheiros de dados em início ou transição de carreira
  • Profissionais que desejam aprimorar projetos de ETL na nuvem
  • Times que buscam padronização e automação em seus pipelines
Com exemplos práticos e linguagem acessível, este guia é um recurso essencial para quem deseja dominar o AWS Glue e entregar resultados de alto impacto na engenharia de dados moderna.