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
Podstawy i Zasady Data Mesh
Moduł 1: Wprowadzenie i kontekst
- Ewolucja architektury danych: DW, Data Lake i powstanie Data Mesh
- Typowe problemy w scentralizowanych architekturach
- Zasady przewodnie podejścia Data Mesh
Moduł 2: Zasada 1 – Własność danych według domeny
- Organizacja oparta na domenach
- Korzyści i wyzwania decentralizacji odpowiedzialności
- Studia przypadków: definiowanie domen w rzeczywistej firmie
Moduł 3: Zasada 2 – Dane jako produkt
- Czym jest „data product”
- Role właściciela produktu danych
- Dobre praktyki w projektowaniu produktów danych
- Ćwiczenie praktyczne: projektowanie produktu danych 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 itp.)
- Ćwiczenie: projektowanie architektury platformy samoobsługowej
Moduł 5: Zasada 4 – Zarządzanie federacyjne
- Zarządzanie w środowiskach rozproszonych
- Polityki, standardy i automatyzacja
- Wdrażanie polityk jakości, bezpieczeństwa i prywatności danych
Moduł 6: Projektowanie organizacyjne i zmiana kulturowa
- Nowe role w Data Mesh: właściciel produktu danych, zespół platformy, zespoły domenowe
- Jak dostosować motywacje między domenami
- Transformacja kulturowa i zarządzanie zmianą
Wdrożenie, Narzędzia i Symulacja
Moduł 7: Strategie adopcji i wdrożenia
- Plan wdrożenia Data Mesh etapami
- Kryteria wyboru domen pilotażowych
- Lekcje wyciągnięte z rzeczywistych wdrożeń
Moduł 8: Narzędzia, technologie i studia przypadków
- Zestaw technologiczny zgodny z Data Mesh
- Przykłady wdrożeń (Netflix, Zalando itp.)
- Analiza sukcesów i porażek
Moduł 9: Symulacja egzaminu i przypadki praktyczne
- Ćwiczenia powtórkowe dla każdego modułu
- Symulacja egzaminu certyfikacyjnego
- Omówienie wyników i dyskusja
Wymagania
• Podstawowa wiedza z zakresu zarządzania danymi, architektury danych lub inżynierii danych
• Znajomość koncepcji takich jak Data Warehouse, Data Lake, ETL/ELT
• Pożądane: doświadczenie w projektach danych na poziomie przedsiębiorstwa
21 godzin
Opinie uczestników (1)
Możliwość prowadzenia indywidualnych rozmów (1:1) i zapewnienia sobie jasności oraz zrozumienia omawianych koncepcji.
Dave - Sea
Szkolenie - Data Architecture Fundamentals
Przetłumaczone przez sztuczną inteligencję