Data Engineering with Generative and Agentic AI on AWS
Justin J. Leto
- Editorial
- Apress
- Año
- 2026
- Páginas
- ~597
- Nivel
- Intermedio
De qué trata
Tratado técnico avanzado publicado por Apress en 2026 y desarrollado por Justin J. Leto, Principal Solutions Architect en AWS, enfocado en revolucionar las prácticas de ingeniería de datos empresarial mediante la incorporación de IA generativa y agentes autónomos. La obra trabaja con el ecosistema analítico moderno de Amazon Web Services, integrando servicios como Amazon Bedrock, Apache Iceberg sobre Amazon S3 Tables, Amazon DataZone, AWS Glue, Amazon Kinesis, Amazon Redshift y Amazon QuickSight. Está dirigido a ingenieros de datos, arquitectos cloud y especialistas en analítica de nivel intermedio a avanzado que cuenten con experiencia previa en Python, SQL y diseño de canalizaciones en la nube, y aspiren a implementar sistemas de datos autorregulados y potenciados por agentes.
A lo largo de sus doce capítulos, el texto cubre metódicamente el ciclo de vida completo de una arquitectura de datos moderna. Enseña a diseñar lagos de datos transaccionales con Apache Iceberg y Amazon S3 Tables, implementar mallas de datos (Data Mesh) federadas con Amazon DataZone, y procesar y transformar grandes volúmenes de datos con AWS Glue asistido por agentes. Desarrolla la extracción multimodal y enriquecimiento con Amazon Bedrock, la implementación de patrones de Generación Aumentada por Recuperación (RAG) mediante S3 Vectors y bases vectoriales, y la ingesta de streaming en tiempo real con Kinesis y modelos ultrarrápidos (Claude Haiku y Amazon Nova Micro). Concluye con el diseño de data warehouses en esquema en estrella con interfaces text-to-SQL y machine learning in-database (RedshiftML), además de paneles analíticos generativos (GenBI) con Amazon QuickSight y orquestación multiagente mediante Bedrock AgentCore.
El valor distintivo del libro estriba en su abundante dotación de código listo para producción, compuesto por plantillas de CloudFormation, scripts en Python, código SQL y notebooks que materializan soluciones funcionales: lagos de datos transaccionales, canalizaciones de reconciliación financiera en tiempo real y datamarts gobernados consultables en lenguaje natural. Demuestra con rigor cómo los agentes no solo analizan datos terminados, sino que intervienen activamente en el diseño de esquemas, optimización de consultas y autorremediación de pipelines. No enseña conceptos básicos de AWS ni sintaxis básica de SQL o Python, por lo que es imprescindible tener un dominio fluido de la infraestructura de datos en la nube antes de comenzar.
- AWS
- Amazon Bedrock
- Apache Iceberg
- Amazon S3 Tables
- Amazon Redshift
- AWS Glue
- Amazon Kinesis
- Text-to-SQL
- Amazon DataZone
- Bedrock AgentCore
- RAG
- Ingeniería de datos
¿Cómo enseña?
Con proyectos
- ✗ Sin ejercicios
- ✓ Incluye proyectos
Proyectos
Data Lake transaccional con Apache Iceberg y AWS Glue
Diseño de un lago de datos moderno con tablas Apache Iceberg en Amazon S3 Tables, gestionado por agentes de IA que automatizan el perfilado de datos y las transformaciones ETL en AWS Glue.
Canal de streaming y reconciliación financiera en tiempo real
Pipeline de baja latencia con Amazon Kinesis y modelos ligeros en Amazon Bedrock (Claude Haiku y Nova Micro) para análisis de sentimiento y reconciliación de operaciones bursátiles en tablas Iceberg.
Data Mart de ventas con Text-to-SQL en Amazon Redshift
Almacén de datos con esquema en estrella y arquitectura agentic text-to-SQL que traduce preguntas en lenguaje natural a consultas SQL analíticas complejas y modelos predictivos con RedshiftML.
Plataforma multiagente con Amazon Bedrock AgentCore
Ecosistema de agentes autónomos especializados para la supervisión observacional, extracción multimodal y enriquecimiento dinámico a lo largo de flujos analíticos en AWS.
