Data Engineering with AWS

Manual exhaustivo y actualizado escrito por Sanjiv Kumar Jha (Principal Solutions Architect en AWS) y publicado por BPB Publications en 2025. El libro aborda el diseño, la construcción y el gobierno de plataformas de datos escalables de nivel empresarial sobre la nube de Amazon Web Services, integrando tanto los flujos analíticos tradicionales como las nuevas exigencias de la Inteligencia Artificial Generativa. Está pensado para ingenieros de datos, arquitectos de soluciones y profesionales DevOps de nivel intermedio que posean experiencia previa en programación con Python, consultas SQL y fundamentos de computación en la nube.

El contenido abarca todo el ciclo de vida del dato mediante servicios gestionados y serverless de AWS. Detalla la construcción de data lakes a escala de petabytes utilizando Amazon S3 y AWS Lake Formation, la optimización de formatos de almacenamiento columnar como Apache Parquet y Apache Iceberg, y la implementación de ingesta continua en tiempo real con Amazon Kinesis Data Streams y AWS Lambda. Asimismo, profundiza en el procesamiento y transformación ETL serverless con AWS Glue, el modelado y afinado de almacenes de datos analíticos con Amazon Redshift, la federación de consultas con Amazon Athena, la integración de flujos de machine learning con Amazon SageMaker y la automatización DataOps mediante prácticas de CI/CD e Infraestructura como Código (IaC).

En la parte aplicada, la obra guía la implementación de arquitecturas modernas como Data Mesh para la propiedad descentralizada de dominios de datos y el patrón Medallion (capas Bronze, Silver y Gold) adaptado para alimentar modelos fundacionales y sistemas nativos de IA. Su gran mérito es vincular la ingeniería de datos clásica con las demandas reales de GenAI y gobernanza entre cuentas corporativas. Deja en segundo plano la orquestación con herramientas externas como Apache Airflow o dbt, por lo que es recomendable dominar previamente conceptos de modelado relacional y dimensional para asimilar con rapidez sus patrones avanzados.