Intermediate Apache Airflow: Optymalizacja i skalowanie przepływów danych - Plan Szkolenia

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla zaawansowanych uczestników, którzy chcą tworzyć niestandardowych operatorów, czujniki i wtyczki w Apache Airflow oraz integrować je z istniejącymi systemami danych w celu zaawansowanej automatyzacji i monitorowania.

Pod koniec tego szkolenia uczestnicy będą mogli

• Opracowywać niestandardowe operatory, haki i czujniki dostosowane do konkretnych przepływów pracy.
• Projektować i wdrażać wtyczki Airflow w celu rozszerzenia funkcjonalności.
• Integrować przepływy pracy Airflow z zewnętrznymi systemami i usługami.
• Optymalizować i monitorować przepływy pracy przy użyciu zaawansowanych narzędzi do debugowania.
• Wykorzystanie najlepszych praktyk do zarządzania wdrożeniami Airflow na dużą skalę.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla uczestników na poziomie zaawansowanym, którzy chcą wdrożyć Apache Airflow w środowiskach chmurowych, skonfigurować potoki CI/CD oraz wdrożyć solidne praktyki monitorowania i rejestrowania.

Pod koniec tego szkolenia uczestnicy będą mogli

• Wdrażać Apache Airflow w środowiskach chmurowych i kontenerowych.
• Konfigurować potoki CI/CD w celu automatyzacji testowania i wdrażania DAG.
• Zintegrować narzędzia do monitorowania i rejestrowania w celu zwiększenia niezawodności systemu.
• Optymalizacja konfiguracji Airflow pod kątem wydajności i skalowalności.
• Wdrażanie najlepszych praktyk bezpieczeństwa do zarządzania przepływami pracy i środowiskami.

Ten szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do uczestników na poziomie średnim, którzy chcą automatyzować i zarządzać przepływami pracy uczenia maszynowego, w tym szkoleniem modeli, walidacją i wdrażaniem za pomocą Apache Airflow.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zainstalować Apache Airflow do orchestracji przepływów pracy uczenia maszynowego.
• Automatyzować zadania przygotowywania danych, szkolenia modeli i walidacji.
• Integrować Airflow z ramami i narzędziami uczenia maszynowego.
• Wdrażać modele uczenia maszynowego za pomocą automatycznych pipeline'ów.
• Monitorować i optymalizować przepływy pracy uczenia maszynowego w produkcji.

Apache Airflow jest otwartą platformą do tworzenia, planowania i monitorowania przepływów pracy. Z Airflow 2.x organizacje mogą orchestrować skalowalne pipeline dane, integrować usługi chmurowe i zapewnić niezawodność oraz bezpieczeństwo w środowiskach produkcyjnych.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest przeznaczone dla początkujących do średnio zaawansowanych profesjonalistów z dziedziny danych i DevOps, którzy chcą używać Apache Airflow do budowania, automatyzowania i skalowania całościowych pipeline danych.

Po ukończeniu tego szkolenia uczestnicy będą mogli:

• Instalować i konfigurować Apache Airflow w różnych środowiskach.
• Tworzyć, planować i monitorować DAGi za pomocą API TaskFlow.
• Integrować Airflow z źródłami danych, usługami chmurowymi i przepływami pracy ML.
• Zarządzać pipeline ETL i zapewniać niezawodność danych.
• Bezpiecznie i skalować Airflow za pomocą wykonawców, kolejki i Kubernetes.
• Zastosować monitorowanie i najlepsze praktyki dla wdrażeń produkcyjnych.

Format kursu

• Interaktywne wykłady i dyskusje.
• Wiele ćwiczeń i praktyki.
• Realizacja w środowisku live-lab.

Opcje dostosowania kursu

• Aby zażądać dostosowanego szkolenia dla tego kursu, prosimy o kontakt z nami w celu uzgodnienia.