Apéndice E — Bibliografía y Recursos Adicionales

Este apéndice recopila las referencias bibliográficas, documentación oficial de herramientas y lecturas recomendadas citadas a lo largo de las diferentes unidades del curso.

E.1 Referencias Bibliográficas

  • Attaran, M. (2017). Cloud computing technology: Leveraging the power of the internet to improve business performance. Journal of Systems and Information Technology, 19(3/4), 232-254. (Referenciado en la introducción a la nube y arquitecturas de almacenamiento).
  • Kimball, R., & Ross, M. (2013). The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling. John Wiley & Sons. (Lectura fundamental para la Parte I: Modelado Dimensional y Esquemas de Estrella/Copo de Nieve).
  • Chapman, P., Clinton, J., Kerber, R., Khabaza, T., Reinartz, T., Shearer, C., & Wirth, R. (2000). CRISP-DM 1.0: Step-by-step data mining guide. SPSS. (Metodología analítica base para la Parte II).

E.2 Documentación Oficial y Guías de Tecnologías

Para profundizar en las herramientas prácticas utilizadas en los laboratorios del curso, consulta los siguientes recursos en línea:

  • Google Cloud Architecture Framework: Guías de diseño estructurado para sistemas en la nube de Google. Ver documentación.
  • Guía de Inicio Rápido de BigQuery: Documentación de referencia para almacenamiento analítico y consultas a gran escala. Ver documentación.
  • PySpark SQL and DataFrame API: Referencia completa para el desarrollo de transformaciones distribuidas a escala. Ver documentación.
  • dbt (Data Build Tool) Documentation: Guía para la transformación de datos SQL dentro del Data Warehouse y orquestación. Ver documentación.

E.3 Conjuntos de Datos y Casos de Estudio

  • TheLook eCommerce Dataset: Conjunto de datos público que simula transacciones, usuarios, envíos e inventario de una tienda de ropa en línea. Hospedado en BigQuery Public Data (bigquery-public-data.thelook_ecommerce).
  • BigMart Sales Prediction: Caso de estudio de ventas minoristas utilizado en los laboratorios de modelado predictivo y preprocesamiento de la Parte II.