Bądźmy w kontakcie

Plan Szkolenia

Dzień 1 

 Podstawy produktów danych i strategii
Wprowadzenie do nowoczesnych produktów danych
Produkty danych a tradycyjne systemy danych
Dane jako strategiczny zasób biznesowy
Kluczowe komponenty ekosystemu produktów danych
Identyfikacja problemów biznesowych odpowiednich dla produktów danych
Przegląd cyklu życia produktu danych (od pomysłu do skalowania)
Studia przypadków: Sukcesy produktów danych w branży

Dzień 2 

 Projektowanie i architektura produktów danych
Zasady projektowania produktów danych
Zrozumienie person użytkowników i konsumentów danych
Modele architektury danych (centralizowana vs Data Mesh vs hybrydowa)
Projektowanie skalowalnych potoków danych
Modelowanie danych do analityki i wykorzystania operacyjnego
API i warstwy dostępu do danych
Infrastruktura chmurowa dla produktów danych (przegląd AWS / Azure / GCP)

Dzień 3

Inżynieria danych i implementacja
Metody pozyskiwania danych (wsadowe vs strumieniowe)
Ramy ETL vs ELT
Budowa niezawodnych potoków danych
Rozwiązania do przechowywania danych (Data Lakes, magazyny danych, Lakehouse)
Narzędzia do transformacji i orkiestracji danych
Wprowadzenie do przetwarzania danych w czasie rzeczywistym
Praktyczne laboratorium: Budowa prostego potoku danych

Dzień 4

Analityka, integracja AI i zarządzanie
Integracja analityki w produktach danych
Pulpity nawigacyjne, KPI i inteligencja decyzyjna
Wprowadzenie do AI/ML w produktach danych
Systemy rekomendacyjne i modele predykcyjne
Zarządzanie jakością danych i monitorowanie
Zarządzanie danymi, prywatność i zgodność (przegląd koncepcji GDPR)
Zapewnienie zaufania, bezpieczeństwa i niezawodności w produktach danych

Dzień 5

Wdrażanie, skalowanie i produktowanie
Produktowanie rozwiązań danych dla użytkowników końcowych
Strategie wdrażania i CI/CD dla produktów danych
Monitorowanie, optymalizacja wydajności i skalowanie
Zarządzanie cyklem życia produktów danych w organizacjach
Strategie monetyzacji produktów danych
Trendy przyszłości: Generative AI i autonomiczne produkty danych
Prezentacja projektu końcowego i sesja feedbacku

Wymagania

  • Zalecana jest podstawowa znajomość koncepcji danych i raportowania biznesowego.
  • Znajomość Excela lub innych podstawowych narzędzi do analizy danych będzie pomocna.
  • Świadomość, jak dane wspierają podejmowanie decyzji biznesowych, będzie korzystna.
  • Nie jest wymagana zaawansowana wiedza programistyczna ani techniczna.
  • Zainteresowanie danymi, analityką i rozwojem produktów cyfrowych jest niezbędne.
 35 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (4)

Propozycje terminów

Powiązane Kategorie