Introducción a Pentaho

IG-002

10 horas

Presencial

0,00 €

Comienzo 23 de septiembre Horario: 09:00 a 14:00 Presencial+Remoto

Objetivos

El objetivo final de este curso es lograr que los alumnos sean capaces de desarrollar de forma autónoma procesos ETL a través de la herramienta Pentaho.
Pentaho Kettle es una poderosa herramienta de ETL (Extract, Transform, Load) diseñada para simplificar y optimizar el procesamiento de datos. Pentaho Kettle, también conocido como Pentaho Data Integration (PDI), es esencial para empresas que buscan gestionar grandes volúmenes de datos de manera eficiente y eficaz.
Pentaho Kettle se utiliza para extraer datos de diversas fuentes, transformarlos según las necesidades del negocio y cargarlos en un sistema de almacenamiento de datos. Esta herramienta permite manejar datos de múltiples formatos y orígenes, como bases de datos, archivos planos, servicios web, entre otros, facilitando la integración y limpieza de datos.
Entre los beneficios de utilizar Pentaho Kettle se encuentran su interfaz gráfica intuitiva, que permite diseñar flujos de trabajo de ETL sin necesidad de programación avanzada, y su capacidad para automatizar procesos repetitivos, reduciendo así el tiempo y esfuerzo requerido en el manejo de datos. Además, su flexibilidad y escalabilidad hacen posible su adaptación a las crecientes necesidades de datos de cualquier organización.
Las aplicaciones de Pentaho Kettle son diversas, abarcando desde la integración de datos para análisis y reportes hasta la migración de datos entre sistemas. Su uso es común en sectores como finanzas, salud, telecomunicaciones y retail, donde la calidad y precisión de los datos son críticas para la toma de decisiones estratégicas.

Temario

1.Instalación y configuración del entorno.
2.Procesos de datos y ETL
3.Extracción de datos de diferentes fuentes
a.Estructurados (txt, excel, zip, sql)
b.No estructurados (xml, json)
4.Flujos de datos y su combinación
5.Transformación de datos
a.Limpieza
b.Normalización
c.Agregación
d.Enriquecimiento
e.Validación
f.Fuzzy Match
6.Fusionado de datos (join, unión)
7.Gestión de errores
8.Gestión de conexiones a fuentes internas/externas
9.Configuración de trabajos en PDI