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 adoptar los principios de la tabla siguiente al crear una arquitectura para una canalización de datos moderna.

Principios

Ejemplo

Caso de uso

Flexibilidad

Utilice microservicios

FastGo enjoys flexibility and scalability with a microservices architecture on AWS (caso práctico de AWS)

Reproducibilidad

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

Part 3: How NatWest Group built auditable, reproducible, and explainable ML models with Amazon SageMaker (blog de AWS sobre machine learning)

Poder reutilizarlas

Utilice las bibliotecas y las referencias de manera compartida

Create and reuse governed datasets in Amazon QuickSight with new Dataset-as-a-Source feature (blog de AWS sobre macrodatos)

Escalabilidad

Elija las configuraciones de servicio que se adapten a las cargas de datos

Designing a data lake for growth and scale on the AWS Cloud (Recomendaciones de AWS)

Auditabilidad

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

How Parametric Built Audit Surveillance using AWS Data Lake Architecture (blog de AWS sobre arquitecturas)