Plan Szkolenia
Koncepcje hurtowni danych
- Co to jest Data Ware House?
- Różnica między OLTP a obudową Data Ware
- Pozyskiwanie danych
- Ekstrakcja danych
- Transformacja danych.
- Ładowanie danych
- Data Marty
- Dane zależne i niezależne Mart
- Projekt bazy danych
Koncepcje testowania ETL:
- Wstęp.
- Cykl życia oprogramowania.
- Metodologie testowania.
- Proces przepływu pracy podczas testowania ETL.
- Obowiązki testowania ETL na etapie danych.
Podstawy Big Data
- Big Data i jego rola w świecie korporacji
- Fazy rozwoju strategii Big Data w korporacji
- Wyjaśnij przesłanki leżące u podstaw holistycznego podejścia do Big Data
- Komponenty potrzebne w Big Data platformie
- Rozwiązanie do przechowywania dużych ilości danych
- Granice tradycyjnych technologii
- Przegląd typów baz danych
NoSQL Database s
Hadoop
Mapa Zmniejsz
Apache Spark
Opinie uczestników (5)
Dużo praktycznych przykładów, różne sposoby podejścia do tego samego problemu i czasem nie tak oczywiste triki, jak poprawić obecne rozwiązanie
Rafal - Nordea
Szkolenie - Apache Spark MLlib
Przetłumaczone przez sztuczną inteligencję
jak trener prezentuje swoją wiedzę z tematu, który uczy
john ernesto ii fernandez - Philippine AXA Life Insurance Corporation
Szkolenie - Data Vault: Building a Scalable Data Warehouse
Przetłumaczone przez sztuczną inteligencję
Przygotowanie i organizacja trenera oraz jakość materiałów dostępnych na GitHub.
Mateusz Rek - MicroStrategy Poland Sp. z o.o.
Szkolenie - Impala for Business Intelligence
Przetłumaczone przez sztuczną inteligencję
To have it from the beginning.
Peter Scales - CACI Ltd
Szkolenie - Apache NiFi for Developers
Przetłumaczone przez sztuczną inteligencję
praktyczne zadania
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Szkolenie - Python and Spark for Big Data (PySpark)
Przetłumaczone przez sztuczną inteligencję