
Praktyczne szkolenia na żywo z Data Warehouse to kursy, pokazujące poprzez dyskusję i ćwiczenia, jak zrozumieć, zaplanować i założyć Data Warehouse.
Szkolenie Data WarehouseData Warehouse jest również znany jako Enterprise Data Warehouse (EDW) lub Data Warehousing.
jest dostępne jako "szkolenie stacjonarne" lub "szkolenie online na żywo".
Szkolenie stacjonarne może odbywać się lokalnie w siedzibie klienta w Polsce lub w ośrodkach szkoleniowych NobleProg w Polsce. Zdalne szkolenie online odbywa się za pomocą interaktywnego, zdalnego pulpitu DaDesktop .
NobleProg -- Twój lokalny dostawca szkoleń.
Zapytaj konsultanta NobleProg o dedykowane szkolenie dla Twojego zespołu.
Opinie uczestników
Częste nawiązania do problemów, które są charakterystyczne dla naszego środowiska wdrożeniowego.
SoftForYou Sp. z o.o. Sp. k.
Szkolenie: Greenplum Database
zakres wiedzy szkolącego
Marcin Szymkowiak - SoftForYou Sp. z o.o. Sp. k.
Szkolenie: Greenplum Database
Możliwość dostosowania programu do naszych oczekiwań. Możliwość wtrącenia swoich tematów to wyjaśnienia.
SoftForYou Sp. z o.o. Sp. k.
Szkolenie: Greenplum Database
przedstawianie w formie graficznej i omawianie kolejnego kroku, który będzie wykonywany w zapytaniach SQL
Volkswagen Financial Services Polska Sp. z o.o.,
Szkolenie: Data Vault: Building a Scalable Data Warehouse
Najbardziej podobała mi się praca koncepcyjna oraz dashboard, gdzie były rysowane przykłady.
Volkswagen Financial Services Polska Sp. z o.o.,
Szkolenie: Data Vault: Building a Scalable Data Warehouse
kontakt z trenerem, odpowiadał wyczerpująco na zadawane pytania
Volkswagen Financial Services Polska Sp. z o.o.,
Szkolenie: Data Vault: Building a Scalable Data Warehouse
Sposób przekazywania wiedzy przez prowadzącego.
Volkswagen Financial Services Polska Sp. z o.o.,
Szkolenie: Data Vault: Building a Scalable Data Warehouse
Zastosowanie w praktyce, pomoc przy wyjaśnianiu wielu różnych wątpliwości
SGB-Bank S.A.
Szkolenie: Data Vault: Building a Scalable Data Warehouse
Podkategorie DWH (Data Warehouse)
Plany szkoleń z technologii Data Warehouse (DWH)
-
Wykorzystanie danych strumieniowych w czasie rzeczywistym za pomocą Kylin
Wykorzystaj potężne funkcje Apache Kylin, bogaty interfejs SQL, kubowanie iskier i opóźnienie zapytań poniżej sekundy.
-
Używamy najnowszej wersji Kylin (w chwili pisania tego tekstu, Apache Kylin v2.0)
-
Inżynierowie Big Data
Big Data analitycy
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
-
Zrozumienie kluczowych pojęć i cech MemSQL
Instalować, projektować, utrzymywać i obsługiwać MemSQL
Optymalizacja schematów w MemSQL
Ulepszanie zapytań w MemSQL
Testowanie wydajności w MemSQL
Tworzenie aplikacji danych w czasie rzeczywistym przy użyciu MemSQL
-
Deweloperzy
Administratorzy
Inżynierowie operacyjni
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
-
Instalacja i konfiguracja Amazon Redshift
Ładowanie, konfigurowanie, wdrażanie, wysyłanie zapytań i wizualizacja danych za pomocą Amazon Redshift
-
Programiści
Specjaliści IT
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Instalacja i konfiguracja Pivotal Greenplum.
Modelowanie danych zgodnie z bieżącymi potrzebami i przyszłymi planami rozbudowy.
Przeprowadzanie różnych technik dystrybucji danych na wielu węzłach.
Poprawić wydajność bazy danych poprzez tuning.
Monitorowanie i rozwiązywanie problemów z bazą danych Greenplum.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Zaspokajanie potrzeb związanych z przetwarzaniem za pomocą Greenplum.
Wykonywanie operacji ETL w celu przetwarzania danych.
Wykorzystanie istniejącej infrastruktury przetwarzania zapytań.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Zrozumienie architektury i koncepcji projektowych stojących za Data Vault 2.0 oraz jego interakcji z Big Data, NoSQL i AI.
Wykorzystanie technik składowania danych w celu umożliwienia audytu, śledzenia i inspekcji danych historycznych w hurtowni danych.
Opracowanie spójnego i powtarzalnego procesu ETL (Extract, Transform, Load).
Tworzenie i wdrażanie wysoce skalowalnych i powtarzalnych hurtowni.
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
Last Updated: