Plan Szkolenia
1. Azure dla Inżyniera Danych
- Wyjaśnienie ewoluującej świata danych
- Przegląd usług na platformie Azure Data
- Identyfikacja zadań wykonywanych przez inżyniera danych
- Opis użycia chmury w Studium Przypadku
- Identyfikacja ewoluującej świata danych
- Determinacja usług platformy Azure Data
- Identyfikacja zadań wykonywanych przez inżyniera danych
- Koncetualizacja efektów pracy inżyniera danych
2. Praca z przechowywaniem danych
- Wybór podejścia do przechowywania danych w Azure
- Tworzenie konta przechowywania danych w Azure
- Wyjaśnienie przechowywania danych Data Lake w Azure
- Przesyłanie danych do Azure Data Lake
- Laboratorium: Praca z przechowywaniem danych
- Wybór podejścia do przechowywania danych w Azure
- Tworzenie konta przechowywania danych
- Wyjaśnienie Data Lake Storage
- Przesyłanie danych do Data Lake Store
3. Włączanie nauki danych zespołowej za pomocą Azure Databricks
- Wyjaśnienie Azure Databricks
- Praca z Azure Databricks
- Odczytywanie danych za pomocą Azure Databricks
- Wykonywanie transformacji za pomocą Azure Databricks
- Laboratorium: Włączanie nauki danych zespołowej 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 globalnie rozproszonych baz danych za pomocą Cosmos DB
- Tworzenie bazy danych Azure Cosmos DB skonstruowanej do skalowania
- Dodawanie i zapytanie danych w Twojej bazie danych Azure Cosmos DB
- Budowanie aplikacji .NET Core dla Cosmos DB w Visual Studio Code
- Rozprowadzanie danych globalnie za pomocą Azure Cosmos DB
- Laboratorium: Budowanie globalnie rozproszonych baz danych za pomocą Cosmos DB
- Tworzenie bazy danych Azure Cosmos DB
- Dodawanie i zapytanie danych w Azure Cosmos DB
- Budowanie aplikacji .Net Core dla Azure Cosmos DB przy użyciu VS Code
- Rozprowadzanie danych globalnie za pomocą Azure Cosmos DB
5. Praca z relacyjnymi bazami danych w chmurze
- Korzystanie z Azure SQL Database
- Opis Azure SQL Data Warehouse
- Tworzenie i zapytanie Azure SQL Data Warehouse
- Korzystanie z PolyBase do ładowania danych do Azure SQL Data Warehouse
- Laboratorium: Praca z relacyjnymi bazami danych w chmurze
- Korzystanie z Azure SQL Database
- Opis Azure SQL Data Warehouse
- Tworzenie i zapytanie Azure SQL Data Warehouse
- Korzystanie z 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
- Ingestia 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
- Ingestia danych za pomocą Event Hubs
- Przetwarzanie danych za pomocą zadań Stream Analytics
7. Orchestracja ruchu danych za pomocą Azure Data Factory
- Wyjaśnienie, jak działa Azure Data Factory
- Komponenty Azure Data Factory
- Azure Data Factory i Databricks
- Laboratorium: Orchestracja ruchu danych za pomocą Azure Data Factory
- Wyjaśnienie, jak działa Data Factory
- Komponenty Azure Data Factory
- Azure Data Factory i Databricks
8. Zabezpieczanie platform danych w Azure
- Wprowadzenie do zabezpieczeń
- Główne komponenty zabezpieczeń
- Zabezpieczanie kont przechowywania danych i Data Lake Storage
- Zabezpieczanie baz danych
- Zabezpieczanie danych przesyłanych strumieniowo
- Laboratorium: Zabezpieczanie platform danych w Azure
- Wprowadzenie do zabezpieczeń
- Główne komponenty zabezpieczeń
- Zabezpieczanie kont przechowywania danych i Data Lake Storage
- Zabezpieczanie baz danych
- Zabezpieczanie danych przesyłanych strumieniowo
9. Monitorowanie i rozwiązywanie problemów z przechowywaniem i przetwarzaniem danych
- Wyjaśnienie dostępnych możliwości monitorowania
- Rozwiązywanie typowych problemów z przechowywaniem danych
- Rozwiązywanie typowych problemów z przetwarzaniem danych
- Zarządzanie odzyskiwaniem po awarii
- Laboratorium: Monitorowanie i rozwiązywanie problemów z przechowywaniem i przetwarzaniem danych
- Wyjaśnienie dostępnych możliwości monitorowania
- Rozwiązywanie typowych problemów z przechowywaniem danych
- Rozwiązywanie typowych problemów z przetwarzaniem danych
- Zarządzanie odzyskiwaniem po awarii
Wymagania
- Dosświadczenie w podstawowej analizie danych (np. Excel)
- Ogólne zrozumienie pojęć chmurowych (np. AWS)
Odbiorcy
- Inżynierzy baz danych
- Programiści
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