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
 35 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (5)

Propozycje terminów

Powiązane Kategorie