Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Zasady i Fundamenty Data Mesh
Moduł 1: Wprowadzenie i kontekst
• Ewolucja architektury danych: DW, Data Lake i powstanie Data Mesh
• Wspólne problemy w architekturach centralizowanych
• Kierownicze zasady podejścia Data Mesh
Moduł 2: Zasada 1 – Własność danych według domeny
• Organizacja zorientowana na domeny
• Korzyści i wyzwania związane z zdecentralizowaniem odpowiedzialności
• Studia przypadków: definicja domen w rzeczywistym przedsiębiorstwie
Moduł 3: Zasada 2 – Dane jako produkt
• Co to jest “data product”
• Role właściciela data product
• Dobre praktyki w projektowaniu produktów danych
• Ćwiczenie praktyczne: projektowanie data product przez zespół
Platforma, Zarządzanie i Projektowanie Operacyjne
Moduł 4: Zasada 3 – Platforma samoobsługowa
• Składniki nowoczesnej platformy danych
• Popularne narzędzia w ekosystemie Data Mesh (Kafka, dbt, Snowflake, itd.)
• Ćwiczenie: projektowanie architektury platformy samoobsługowej
Moduł 5: Zasada 4 – Federacyjne zarządzanie
• Zarządzanie w rozproszonych środowiskach
• Polityki, standardy i automatyzacja
• Wdrażanie polityk dotyczących jakości, bezpieczeństwa i prywatności danych
Moduł 6: Projektowanie organizacyjne i zmiana kulturowe
• Nowe role w Data Mesh: właściciel data product, zespół platformy, zespoły domenowe
• Jak ujednolicić motywacje między domenami
• Transformacja kulturowe i zarządzanie zmianą
Wdrażanie, Narzędzia i Symulacja
Moduł 7: Strategie wdrażania i implementacji
• Plan wdrażania Data Mesh w fazach
• Kryteria wyboru pilotowych domen
• Nauki z realnych wdrażeń
Moduł 8: Narzędzia, technologie i studia przypadków
• Stack technologiczny kompatybilny z Data Mesh
• Przykłady wdrażeń (Netflix, Zalando, itd.)
• Analiza sukcesów i porażek
Moduł 9: Symulacja egzaminu i przypadki praktyczne
• Ćwiczenia powtórzeniowe z modułów
• Symulacja egzaminu certyfikacyjnego
• Omówienie wyników i dyskusja
Wymagania
• Podstawowa wiedza z zarządzania danymi, architektury danych lub inżynierii danych
• Znajomość pojęć takich jak Data Warehouse, Data Lake, ETL/ELT
• Pożądane: doświadczenie w projektach danych na poziomie przedsiębiorstwa
• Znajomość pojęć takich jak Data Warehouse, Data Lake, ETL/ELT
• Pożądane: doświadczenie w projektach danych na poziomie przedsiębiorstwa
21 godzin
Opinie uczestników (1)
Zdolność do oceny 1: 1 i upewnienia się, że mam jasność i zrozumienie omawianych pojęć.
Dave - Sea
Szkolenie - Data Architecture Fundamentals
Przetłumaczone przez sztuczną inteligencję
