Principios de ingeniería de datos - AWS Guía prescriptiva

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Principios de ingeniería de datos

Le recomendamos que adopte los principios de la siguiente tabla al crear una arquitectura para una canalización de datos moderna.

Principio

Ejemplo

Caso de uso

Flexibilidad

Utilice microservicios

FastGo disfruta de flexibilidad y escalabilidad con una arquitectura de microservicios en AWS (caso práctico de AWS)

Reproducibilidad

Utilice la infraestructura como código (IaC) para implementar sus servicios

Parte 3: Cómo NatWest Group creó modelos de aprendizaje automático auditables, reproducibles y explicables con Amazon (blog de AWS SageMaker Machine Learning)

Poder reutilizarlas

Utilice las bibliotecas y las referencias de forma compartida

Cree y reutilice conjuntos de datos gobernados en Amazon QuickSight con una nueva Dataset-as-a-Source función (blog sobre macrodatos de AWS)

Escalabilidad

Elija configuraciones de servicio que se adapten a cualquier carga de datos

Diseño de un lago de datos para crecer y escalar en la nube de AWS (AWS Prescriptive Guidance)

Auditabilidad

Mantenga un registro de auditoría mediante el uso de registros, versiones y dependencias

Cómo Parametric creó la vigilancia de auditorías mediante la arquitectura de lagos de datos de AWS (blog de arquitectura de AWS)