Plan Szkolenia
1. Azure dla Inżyniera Danych
- Wyjaśnienie ewoluacji świata danych
- Przegląd usług w Platformie Danych Azure
- Identyfikacja zadań wykonywanych przez Inżyniera Danych
- Opisowanie przypadków użycia chmury w Studium Przypadku
- Wyjaśnienie ewoluacji świata danych
- Oпределение usług Platformy Danych Azure
- Identyfikacja zadań wykonywanych przez Inżyniera Danych
- Końcowa realizacja projektów inżynierii danych
2. Praca z przechowywaniem danych
- Wybór podejścia do przechowywania danych w Azure
- Tworzenie Konta Przechowywania Azure
- Wyjaśnienie magazynu Data Lake w Azure
- Przekazywanie danych do Data Lake w Azure
- Laboratorium: Praca z przechowywaniem danych
- Wybór podejścia do przechowywania danych w Azure
- Tworzenie Konta Przechowywania
- Wyjaśnienie magazynu Data Lake
- Przekazywanie danych do Data Lake Store
3. Współpraca z nauką danych zespołową za pomocą Azure Databricks
- Wyjaśnienie Azure Databricks
- Praca z Azure Databricks
- Odczytywanie danych za pomocą Azure Databricks
- Wykonywanie transformacji za pomocą Azure Databricks
- Laboratorium: Współpraca z nauką danych zespołową za pomocą Azure Databricks
- Wyjaśnienie Azure Databricks
- Praca z Azure Databricks
- Odczytywanie danych za pomocą Azure Databricks
- Wykonywanie transformacji za pomocą Azure Databricks
4. Budowanie rozproszonych baz danych na skalę globalną z Cosmos DB
- Tworzenie bazy danych Azure Cosmos DB skonstruowanej do skalowania
- Wstawianie i zapytanie o dane w bazie danych Azure Cosmos DB
- Budowanie aplikacji .NET Core dla Cosmos DB w Visual Studio Code
- Rozprowadzanie danych na skalę globalną za pomocą Azure Cosmos DB
- Laboratorium: Budowanie rozproszonych baz danych na skalę globalną z Cosmos DB
- Tworzenie Azure Cosmos DB
- Wstawianie i zapytanie o dane w Azure Cosmos DB
- Budowanie aplikacji .NET Core dla Azure Cosmos DB za pomocą VS Code
- Rozprowadzanie danych na skalę globalną za pomocą Azure Cosmos DB
5. Praca z relacyjnymi magazynami danych w chmurze
- Korzystanie z Azure SQL Database
- Opis Azure SQL Data Warehouse
- Tworzenie i zapytanie o Azure SQL Data Warehouse
- Użycie PolyBase do ładowania danych do Azure SQL Data Warehouse
- Laboratorium: Praca z relacyjnymi magazynami danych w chmurze
- Korzystanie z Azure SQL Database
- Opis Azure SQL Data Warehouse
- Tworzenie i zapytanie o Azure SQL Data Warehouse
- Użycie PolyBase do ładowania danych do Azure SQL Data Warehouse
6. Wykonywanie analiz w czasie rzeczywistym za pomocą Stream Analytics
- Wyjaśnienie strumieni danych i przetwarzania zdarzeń
- Ingestowanie danych za pomocą Event Hubs
- Przetwarzanie danych za pomocą Zadań Stream Analytics
- Laboratorium: Wykonywanie analiz w czasie rzeczywistym za pomocą Stream Analytics
- Wyjaśnienie strumieni danych i przetwarzania zdarzeń
- Ingestowanie danych za pomocą Event Hubs
- Przetwarzanie danych za pomocą Zadań Stream Analytics
7. Orkiestrowanie przemieszczania danych za pomocą Azure Data Factory
- Wyjaśnienie, jak działa Azure Data Factory
- Komponenty Azure Data Factory
- Azure Data Factory i Databricks
- Laboratorium: Orkiestrowanie przemieszczania danych za pomocą Azure Data Factory
- Wyjaśnienie, jak działa Data Factory
- Komponenty Azure Data Factory
- Azure Data Factory i Databricks
8. Bezpieczeństwo Platform Danych Azure
- Wprowadzenie do bezpieczeństwa
- Kluczowe komponenty bezpieczeństwa
- Zabezpieczanie Kont Przechowywania i Data Lake Storage
- Zabezpieczanie magazynów danych
- Zabezpieczanie strumieniowych danych
- Laboratorium: Bezpieczeństwo Platform Danych Azure
- Wprowadzenie do bezpieczeństwa
- Kluczowe komponenty bezpieczeństwa
- Zabezpieczanie Kont Przechowywania i Data Lake Storage
- Zabezpieczanie magazynów danych
- Zabezpieczanie strumieniowych danych
9. Monitorowanie i rozwiązywanie problemów z przechowywaniem i przetwarzaniem danych
- Wyjaśnienie możliwości monitorowania dostępnych w systemie
- Rozwiązywanie typowych problemów związanych z przechowywaniem danych
- Rozwiązywanie typowych problemów związanych z przetwarzaniem danych
- Zarządzanie odzyskiwaniem po awarii
- Laboratorium: Monitorowanie i rozwiązywanie problemów z przechowywaniem i przetwarzaniem danych
- Wyjaśnienie możliwości monitorowania dostępnych w systemie
- Rozwiązywanie typowych problemów związanych z przechowywaniem danych
- Rozwiązywanie typowych problemów związanych z przetwarzaniem danych
- Zarządzanie odzyskiwaniem po awarii
Wymagania
- Doswiadczenie w podstawowej analizie danych (np. Excel)
- Ogólne zrozumienie pojęć chmurowych (np. AWS)
Grupa docelowa
- Inżynierzy baz danych
- Deweloperzy
Opinie uczestników (4)
Praktyczne przykłady pozwoliły nam otrzymać rzeczywiste wrażenie, jak program działa. Dobre wyjaśnienia i integracja teoretycznych koncepcji oraz ich zastosowania w praktyce.
Ian - Archeoworks Inc.
Szkolenie - ArcGIS Fundamentals
Przetłumaczone przez sztuczną inteligencję
Wszystkie tematy, które omówił, w tym przykłady. Wyjaśnił także, jak są one pomocne w naszej codziennej pracy.
madduri madduri - Boskalis Singapore Pte Ltd
Szkolenie - QGIS for Geographic Information System
Przetłumaczone przez sztuczną inteligencję
Naprawdę podobała mi się ta szkolenie. Znalazłem, że wszystkie moduły są przydatne do problemów, z którymi staję w obliczu na pracy. Integracja szkolenia z notatnikami Jupyter była naprawdę imponująca.
Mark Firmin - Environment and Climate Change Canada
Szkolenie - Python for Geographic Information System (GIS)
Przetłumaczone przez sztuczną inteligencję
Rzeczywiste wiedza z kogoś z branży
Matthew Cerbas - Shield Consulting Solutions, Inc.
Szkolenie - Grafana
Przetłumaczone przez sztuczną inteligencję