AWS Certified Data Engineer - Associate (DEA-C01) es la certificación de nivel Associate para los ingenieros que diseñan y operan pipelines de datos en AWS. A lo largo de todo el recorrido, desde que el dato llega hasta que se transforma, se almacena y se usa para el análisis, pregunta qué servicios conviene conectar, y cómo, según las características de los datos y los requisitos.
Este artículo es la guía de nuestra serie de 19 análisis en profundidad por dominio de DEA-C01. Antes de entrar en cada tema, traza el mapa completo: la estructura del examen, a quién va dirigido y qué lugar ocupa esta certificación en una carrera profesional en AWS.
---
¿Para quién es DEA-C01?
DEA-C01 se parece a diseñar una red de abastecimiento de agua. Desde captar el agua en origen hasta tratarla, almacenarla y llevarla a cada hogar, hay que sopesar a la vez el volumen, la calidad y el costo en cada tramo. El examen exige igualmente, en cada tramo de ingesta, transformación, almacenamiento, operación y seguridad, la elección que se ajusta al volumen, la velocidad y la forma de los datos.
Esta certificación encaja especialmente bien con los siguientes perfiles.
| Público objetivo | Por qué encaja | |------|------| | Ingenieros de datos | Validación formal de las competencias de diseño en todo el pipeline, desde la ingesta hasta el almacenamiento y la operación | | Analistas de datos e ingenieros de BI | Ampliar tu alcance entendiendo la ingesta y la transformación que ocurren antes del análisis | | Desarrolladores back-end | Aprender a llevar los datos de la aplicación a un entorno de análisis | | Ingenieros de nube en transición hacia roles de datos | Sumar especialización en servicios de datos al conocimiento de infraestructura de SAA-C03 | | Futuros ingenieros de ML | Construir la base de pipelines de datos de la que depende el entrenamiento de modelos |
No hay certificación previa. AWS recomienda el equivalente a dos o tres años de experiencia en ingeniería de datos, pero no es obligatoria. El examen no está disponible en español: se ofrece en inglés, japonés, coreano y chino simplificado, así que conviene repasar en inglés los nombres de los servicios y los términos clave. La preparación resulta mucho más fácil si sabes leer y escribir SQL y has trabajado con código de procesamiento de datos en un lenguaje como Python.
---
Información General del Examen
| Elemento | Detalle | |------|------| | Código del examen | DEA-C01 | | Nombre completo | AWS Certified Data Engineer - Associate | | Nivel | Associate | | Puntuación aprobatoria | 720 (escala 100–1,000) | | Preguntas | 65 (50 calificadas + 15 no calificadas) | | Duración | 130 minutos | | Costo | 150 USD | | Vigencia | 3 años | | Tipos de preguntas | Opción múltiple, respuesta múltiple | | Idiomas | Inglés, japonés, coreano y chino simplificado (no disponible en español) | | Modalidad | Centro de exámenes Pearson VUE o examen supervisado en línea | | Experiencia recomendada | Equivalente a 2–3 años de experiencia en ingeniería de datos (no obligatoria) |
Las 15 preguntas no calificadas sirven para que AWS las evalúe de cara a futuros exámenes, y no están identificadas. Las preguntas sin responder cuentan como incorrectas y no hay penalización por adivinar, así que responde todas. La puntuación es compensatoria: no necesitas aprobar cada dominio, solo alcanzar 720 en el total.
---
Distribución de Dominios
DEA-C01 se compone de cuatro dominios. Los pesos siguientes son las cifras oficiales sobre el contenido calificado.
| Dominio | Tema | Peso | Artículos | |------|------|------|------| | Dominio 1 | Ingesta y transformación de datos | 34% | 8 artículos | | Dominio 2 | Administración de almacenes de datos | 26% | 4 artículos | | Dominio 3 | Operaciones y soporte de datos | 22% | 4 artículos | | Dominio 4 | Seguridad y gobernanza de datos | 18% | 3 artículos |
El Dominio 1 (Ingesta y transformación de datos) supone el 34%, más de un tercio del examen. Aquí se concentran los servicios que realmente mueven un pipeline, como Kinesis, Glue, EMR y Step Functions, por lo que también exige más tiempo de estudio. Si sumas el Dominio 2 (Administración de almacenes de datos) llegas al 60%, así que dominar el flujo de ingesta, transformación y almacenamiento es el núcleo para aprobar.
!Ponderación de los 4 dominios del examen DEA-C01
Dominio 1: Ingesta y transformación de datos (34%)
Este dominio trata de recibir los datos, procesarlos y enlazar esos pasos en un pipeline.
Temas clave: Ingesta en streaming (Kinesis Data Streams, Amazon Data Firehose, MSK) e ingesta por lotes (DMS, AppFlow, DataSync); procesamiento con Spark en Glue ETL y EMR; transformación basada en Lambda; orquestación con Step Functions, MWAA y flujos de trabajo de Glue; SQL y Python; IaC y CI/CD.
Consejo: "Cargar en S3 o Redshift, sin escribir código, los datos que llegan en tiempo real" → Amazon Data Firehose. "Varios consumidores deben leer el mismo flujo por separado y poder reprocesarlo" → Kinesis Data Streams. "Ejecutar ETL con Spark sin administrar servidores" → AWS Glue. "Necesitamos un control detallado de la configuración del clúster" → EMR.
Artículos relacionados: Ingesta de Datos en Streaming y Lotes - Kinesis, MSK, DMS, AppFlow, Transformación y Procesamiento de Datos - Glue ETL, EMR, Spark, Conversión de Formatos, Orquestación de Canalizaciones de Datos, Programación, IaC, CI/CD, Guía Completa de Servicios de Ingesta de Datos, Kinesis - Guía Completa, Guía Completa de AWS Glue, EMR - Guía Completa
Dominio 2: Administración de almacenes de datos (26%)
Este dominio trata de elegir el almacén que se ajusta a las características y los patrones de acceso de los datos, y de administrar catálogos, ciclos de vida y esquemas.
Temas clave: Lagos de datos en S3 y almacenes de datos en Redshift; criterios para elegir DynamoDB o RDS; formatos de archivo en columnas como Parquet y ORC, y particionado; Glue Data Catalog y rastreadores; ciclo de vida y clases de almacenamiento de S3; evolución de esquemas; claves de distribución y de ordenación de Redshift.
Consejo: "Unir y consultar datos que están en S3 sin cargarlos en Redshift" → Redshift Spectrum. "Hay que reducir el costo y el tiempo de las consultas de Athena" → convierte a un formato en columnas como Parquet y particiona los datos. La cantidad de datos escaneados es el costo.
Artículos relacionados: Selección y Configuración de Almacenes de Datos, Sistema de Catálogo de Datos, Ciclo de Vida de Datos y Evolución de Esquema, Redshift - Guía Completa
Dominio 3: Operaciones y soporte de datos (22%)
Este dominio trata de automatizar los pipelines, analizar los datos y vigilar su calidad y su estado.
Temas clave: Automatización del procesamiento de datos (programaciones de EventBridge, Lambda, Step Functions); análisis con Athena y Redshift; visualización con QuickSight; registros y alarmas de CloudWatch; CloudTrail; controles de calidad de datos con Glue Data Quality y DataBrew.
Consejo: "Consultar directamente con SQL, sin servidores, los datos de S3" → Athena. "Necesitamos recibir un aviso cuando falle el pipeline" → alarmas de CloudWatch con SNS. "Comprobar que los datos entrantes cumplen nuestras reglas" → Glue Data Quality.
Artículos relacionados: Automatización de Procesamiento de Datos, Análisis y Visualización de Datos, Monitoreo de Pipeline y Calidad de Datos, Athena - Guía Completa
Dominio 4: Seguridad y gobernanza de datos (18%)
Este dominio cubre quién puede acceder a los datos y cómo se cifran y auditan.
Temas clave: Autenticación y autorización con roles y políticas de IAM; permisos detallados en Lake Formation; cifrado con KMS; enmascaramiento y anonimización de datos; Secrets Manager; registros de auditoría de CloudTrail; detección de datos confidenciales con Amazon Macie; privacidad e intercambio de datos.
Consejo: "Controlar el acceso a nivel de tabla y columna en un lago de datos" → Lake Formation. "Encontrar automáticamente información de identificación personal almacenada en S3" → Amazon Macie. "Rastrear quién llamó a qué API" → CloudTrail.
Artículos relacionados: Mecanismos de Autenticación y Autorización, Cifrado y Enmascaramiento de Datos, Registros de Auditoría y Gobernanza de Privacidad de Datos
---
¿Dónde se ubica DEA-C01 en la ruta de certificación de AWS?
DEA-C01 es la certificación especializada en datos del nivel Associate de AWS. Su enfoque queda claro al compararla con las certificaciones vecinas del mismo nivel.
| Aspecto | SAA-C03 | DEA-C01 | MLA-C01 | |------|------|------|------| | Nivel | Associate | Associate | Associate | | Nombre completo | Solutions Architect - Associate | Data Engineer - Associate | Machine Learning Engineer - Associate | | Enfoque | Diseño de arquitecturas acordes con los requisitos | Diseño y operación de pipelines de datos | Creación, implementación y operación de modelos de ML | | Público principal | Ingenieros que diseñan soluciones en AWS | Ingenieros que ingieren, transforman y almacenan datos | Ingenieros que operan cargas de trabajo de ML | | Formato del examen | 130 minutos · 65 preguntas | 130 minutos · 65 preguntas | 130 minutos · 65 preguntas |
Las competencias en pipelines de datos que desarrollas para DEA-C01 se amplían en dos direcciones. Para completar la visión de diseño de la infraestructura en general, consulta la guía de SAA-C03; para llevar los datos ya depurados al entrenamiento y la implementación de modelos, la guía de MLA-C01. Si los propios nombres de los servicios de AWS te resultan ajenos, el punto de partida es la guía de Cloud Practitioner.
---
Hoja de Ruta de Estudio para Principiantes
Un orden de estudio paso a paso para quienes estudian ingeniería de datos en AWS por primera vez.
Paso 1 (Semanas 1–2): Empieza por los almacenes y los formatos. Asienta primero las diferencias entre un lago de datos en S3, Redshift y DynamoDB, además de Parquet y el particionado. Guarda los mismos datos en CS