Esta sesión está orientada a producir código R (web scrapping para ser exactos), pero, para ser integrado y consumido desde SQL de forma natural y sencilla…extendiendo de formas infinitas el Data Warehouse.

 

Ya podéis disfrutar de la presentación aquí:

[slideshare id=79087575&doc=sqlrinternet-170823120541]
  1. SOLIDQ SUMMIT MADRID 2017 #SQSummit17 Ricardo Estrada | DPA
  2. SOLIDQ SUMMIT MADRID 2017 REstrada@SolidQ.com
  3. SOLIDQ SUMMIT MADRID 2017 Data Lake Origen del Dato
  4. SOLIDQ SUMMIT MADRID 2017 XML -> SQL Lenguajes homologados Fácilmente Interpretable: ? Humanos ? Computadores
  5. SOLIDQ SUMMIT MADRID 2017 Páginas -> Datos ?Orígenes no tradicionales ?Requiere > esfuerzo ?+ Dedicación ?> Complejidad
  6. SOLIDQ SUMMIT MADRID 2017 Caja Costarricense del Seguro Social
  7. SOLIDQ SUMMIT MADRID 2017 Downloads -> tabla
  8. SOLIDQ SUMMIT MADRID 2017 • +500h de trabajo • Clases 100% ONLINE en directo • Proyecto fin de máster real para tu empresa • Tutorías bajo demanda • Laboratorios virtuales guiados paso a paso • Invitación 1 día al SolidQ Summit Madrid • Te ayudamos en tus proyectos de BI & Analytics CONTENIDOS • BI & Analytics Overview • Data Warehousing y Modelo Dimensional • Obtención de datos. ETL e Integración • Soluciones Analíticas • Análisis y Visualización de la información • Proyecto Fin de Máster “Con la evolución de los tiempos, es imprescindible estudiar todo lo que tiene que ver con real-time, analytics y el mundo de los datos. Por lo que, consideré que tener formación en BI me podría ser muy útil y me venía muy bien personalmente, porque nuestro sistema trata con muchísimas transacciones y muchísima carga y ‘el relacional’ ya se nos estaba quedando pequeño. El máster nos dio una visión bastante general de cómo implementar un proyecto y gestionarlo tú mismo y cómo ver las soluciones de distintas maneras. Aunque tenía mis dudas de hacer una formación online, la valoración es bastante positiva, las clases son muy interactivas y al final salió todo muy bien.” Adolfo Gabriel VP Software Development, Payvision Máster en BI & Analytics Alumni ¡Plazas Limitadas! Más información: http://www.solidq.com/es/masterbi CONTENIDOS • BI & Analytics Overview • Data Warehousing y Modelo Dimensional • Obtención de datos. ETL e Integración • Soluciones Analíticas • Análisis y Visualización de la información • Proyecto Fin de Máster
  9. SOLIDQ SUMMIT MADRID 2017 Intenta ser Normal… Pero… abúrrete enseguida
  10. SOLIDQ SUMMIT MADRID 2017 Mil Gracias REstrada@SolidQ.com
0 Shares:
Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

You May Also Like
Leer más

Web Scraping de páginas dinámicas con Selenium, Python y Beautifulsoup

El Web Scraping es una técnica de obtención de datos de páginas web. Existen variedad de usos; algunos de los más extendidos pueden ser el de motores de búsqueda para analizar webs y clasificarlas, o portales de compras que chequean los precios de la competencia para poder tomar decisiones basadas en esa información. Te explicamos como llevarlo a la práctica con Selenium, Python y Beautifulsoup en Azure Data.
Leer más

Autenticación Integrada en Azure Database con SSIS

En muchos escenarios se nos presenta la necesidad de usar autenticación integrada para acceder a los orígenes de datos necesarios para alimentar nuestro sistema analítico. Con el uso cada vez más extendido de Azure, como al menos parte de nuestra infraestructura, algunos de estos orígenes van a estar alojados en bases de datos en Azure. En este caso vamos hablar de un error real que hemos tenido en la configuración y uso de la autenticación integrada contra bases de datos Azure con SSIS.
Leer más

Cómo refrescar un dataset de Power BI al finalizar el proceso de ETL

Power BI dispone de ciertas herramientas de administración: APIs administrativas, un SDK .NET y un módulo de PowerShell con cmdlets que permiten a los administradores ir más allá de lo que el portal de Power BI Admin ofrece. Vamos a ver las diferencias entre la API y los cmdlets y después mostraremos cómo usarlos en un caso práctico: resfrescar el dataset tras un evento, en este caso al finalizar la carga del datawarehouse.