Plan Szkolenia

Podstawy inżynierii platform dla aplikacji intensywnie wykorzystujących dane

  • Wprowadzenie do aplikacji intensywnie wykorzystujących dane
  • Wyzwania w inżynierii platform dla dużych zbiorów danych
  • Przegląd architektur przetwarzania danych

Modelowanie i zarządzanie danymi

  • Zasady modelowania danych pod kątem skalowalności
  • Opcje przechowywania danych i optymalizacja
  • Zarządzanie cyklem życia danych w środowisku rozproszonym

Frameworki do przetwarzania dużych zbiorów danych

  • Przegląd narzędzi do przetwarzania dużych zbiorów danych (Hadoop, Spark, Flink)
  • Przetwarzanie wsadowe vs. strumieniowe
  • Konfiguracja potoku przetwarzania dużych zbiorów danych

Platformy do analizy w czasie rzeczywistym

  • Architektura dla analizy w czasie rzeczywistym
  • Silniki przetwarzania strumieniowego (Kafka Streams, Apache Storm)
  • Tworzenie paneli i wizualizacji w czasie rzeczywistym

Koordynacja potoków danych

  • Zarządzanie przepływami pracy za pomocą Apache Airflow i innych narzędzi
  • Automatyzacja potoków danych w celu zwiększenia efektywności
  • Monitorowanie i alerty dla potoków danych

Bezpieczeństwo i zgodność platform

  • Najlepsze praktyki w zakresie bezpieczeństwa platform danych
  • Zapewnianie prywatności danych i zgodności z przepisami
  • Implementacja bezpiecznych kontroli dostępu do danych

Dostrajanie i optymalizacja wydajności

  • Techniki optymalizacji przepustowości i opóźnień danych
  • Strategie skalowania dla platform intensywnie wykorzystujących dane
  • Testowanie wydajności i monitorowanie

Studia przypadków i najlepsze praktyki

  • Analiza udanych wdrożeń platform danych
  • Lekcje od liderów branżowych
  • Nowe trendy w inżynierii platform intensywnie wykorzystujących dane

Projekt końcowy

  • Projektowanie rozwiązania platformowego dla aplikacji intensywnie wykorzystującej dane
  • Implementacja prototypu potoku przetwarzania danych
  • Ocena wydajności i skalowalności platformy

Podsumowanie i kolejne kroki

Wymagania

  • Zrozumienie podstawowych struktur danych i algorytmów
  • Doświadczenie w programowaniu w Java, Scala lub Python
  • Znajomość podstawowych pojęć związanych z bazami danych i SQL

Grupa docelowa

  • Programiści
  • Inżynierowie danych
  • Kierownicy techniczni
 21 godzin

Liczba uczestników


Cena za uczestnika

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie