Plan Szkolenia
1. Azure dla inżyniera danych
- Wyjaśnienie ewoluującego świata danych
- Przegląd usług w platformie Azure Data Platform
- Identyfikacja zadań wykonywanych przez inżyniera danych
- Opis przypadków użycia chmury w studium przypadku
- Identyfikacja ewoluującego świata danych
- Określenie usług platformy Azure Data Platform
- Identyfikacja zadań do wykonania przez inżyniera danych
- Finalizacja dostarczanych przez inżyniera danych rezultatów
2. Praca z przechowywaniem danych
- Wybór podejścia do przechowywania danych w Azure
- Tworzenie konta Azure Storage
- Wyjaśnienie Azure Data Lake storage
- Przesyłanie danych do Azure Data Lake
- Lab: Praca z przechowywaniem danych
- Wybór podejścia do przechowywania danych w Azure
- Tworzenie konta Storage
- Wyjaśnienie Data Lake Storage
- Przesyłanie danych do Data Lake Store
3. Włączanie zespołowej nauki danych z Azure Databricks
- Wyjaśnienie Azure Databricks
- Praca z Azure Databricks
- Odczyt danych za pomocą Azure Databricks
- Przeprowadzanie transformacji za pomocą Azure Databricks
- Lab: Włączanie zespołowej nauki danych z Azure Databricks
- Wyjaśnienie Azure Databricks
- Praca z Azure Databricks
- Odczyt danych za pomocą Azure Databricks
- Przeprowadzanie transformacji za pomocą Azure Databricks
4. Budowanie globalnie rozproszonych baz danych z Cosmos DB
- Tworzenie skalowalnej bazy danych Azure Cosmos DB
- Wstawianie i wykonywanie zapytań w bazie danych Azure Cosmos DB
- Budowanie aplikacji .NET Core dla Cosmos DB w Visual Studio Code
- Globalne rozpraszanie danych za pomocą Azure Cosmos DB
- Lab: Budowanie globalnie rozproszonych baz danych z Cosmos DB
- Tworzenie bazy danych Azure Cosmos DB
- Wstawianie i wykonywanie zapytań w bazie danych Azure Cosmos DB
- Budowanie aplikacji .Net Core dla Azure Cosmos DB przy użyciu VS Code
- Globalne rozpraszanie danych 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 wykonywanie zapytań w Azure SQL Data Warehouse
- Korzystanie z PolyBase do ładowania danych do Azure SQL Data Warehouse
- Lab: Praca z relacyjnymi magazynami danych w chmurze
- Korzystanie z Azure SQL Database
- Opis Azure SQL Data Warehouse
- Tworzenie i wykonywanie zapytań w Azure SQL Data Warehouse
- Korzystanie z PolyBase do ładowania danych do Azure SQL Data Warehouse
6. Przeprowadzanie analizy w czasie rzeczywistym za pomocą Stream Analytics
- Wyjaśnienie strumieni danych i przetwarzania zdarzeń
- Pozyskiwanie danych za pomocą Event Hubs
- Przetwarzanie danych za pomocą zadań Stream Analytics
- Lab: Przeprowadzanie analizy w czasie rzeczywistym za pomocą Stream Analytics
- Wyjaśnienie strumieni danych i przetwarzania zdarzeń
- Pozyskiwanie danych za pomocą Event Hubs
- Przetwarzanie danych za pomocą zadań Stream Analytics
7. Koordynowanie przepływu danych za pomocą Azure Data Factory
- Wyjaśnienie działania Azure Data Factory
- Składniki Azure Data Factory
- Azure Data Factory i Databricks
- Lab: Koordynowanie przepływu danych za pomocą Azure Data Factory
- Wyjaśnienie działania Data Factory
- Składniki Azure Data Factory
- Azure Data Factory i Databricks
8. Zabezpieczanie platform danych Azure
- Wprowadzenie do bezpieczeństwa
- Kluczowe komponenty bezpieczeństwa
- Zabezpieczanie kont Storage i Data Lake Storage
- Zabezpieczanie magazynów danych
- Zabezpieczanie strumieni danych
- Lab: Zabezpieczanie platform danych Azure
- Wprowadzenie do bezpieczeństwa
- Kluczowe komponenty bezpieczeństwa
- Zabezpieczanie kont Storage i Data Lake Storage
- Zabezpieczanie magazynów danych
- Zabezpieczanie strumieni danych
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
- Lab: 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
- Doświadczenie w podstawowej analizie danych (np. Excel)
- Ogólne zrozumienie koncepcji chmury (np. AWS)
Grupa docelowa
- Inżynierowie 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
