Mastering Apache Airflow for DevOps Treningskurs

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot deltakere på avansert nivå som ønsker å lage tilpassede operatører, sensorer og plugins i Apache Airflow, og integrere disse med eksisterende datasystemer for avansert automatisering og overvåking.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Utvikle tilpassede operatører, kroker og sensorer skreddersydd for spesifikke arbeidsflyter.
• Design og implementer Airflow-plugins for å utvide funksjonaliteten.
• Integrer Airflow-arbeidsflyter med eksterne systemer og tjenester.
• Optimaliser og overvåk arbeidsflyter ved hjelp av avanserte feilsøkingsverktøy.
• Utnytt beste praksis for å administrere store Airflow-implementeringer.

Denne instruktørledede, live opplæringen (online eller på sted) er rettet mot deltakere på mellomnivå som ønsker å automatisere og administrere maskinlæringsarbeidsflyter, inkludert modelltrening, validering og deployering ved bruk av Apache Airflow.

Ved slutten av denne opplæringen vil deltakerne være i stand til å:

• Opprette Apache Airflow for maskinlæringsarbeidsflytovervåkning.
• Automatisere datapreprosessering, modelltrening og valideringsoppgaver.
• Integrere Airflow med maskinlæringsrammeverk og verktøy.
• Deployere maskinlæringsmodeller ved bruk av automatiserte rørledninger.
• Overvåke og optimalisere maskinlæringsarbeidsflyter i produksjon.

Apache Airflow er en åpen kildekodeplattform for å skrive, planlegge og overvåke arbeidsflyter. Med Airflow 2.x kan organisasjoner orkestrere datapipelines på skala, integrere med sky-tjenester og sikre robust observabilitet og sikkerhet i produksjonsmiljøer.

Denne instruktørledede, live-treningen (online eller på stedet) er rettet mot data- og DevOps-profesjonelle på begynnernivå til mellomnivå som ønsker å bruke Apache Airflow til å bygge, automatisere og skale ende-til-ende datapipelines.

Ved slutten av denne treningen vil deltakerne kunne:

• Installere og konfigurere Apache Airflow i forskjellige miljøer.
• Skrive, planlegge og overvåke DAGs ved hjelp av TaskFlow API.
• Integrere Airflow med datastrømmer, sky-tjenester og ML-arbeidsflyter.
• Administrere ETL-pipelines og sikre data pålitelighet.
• Sikre og skale Airflow ved bruk av utførelser, køer og Kubernetes.
• Implementere observabilitet og beste praksiser for produksjonsutplasseringer.

Format for kurset

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praksis.
• Hands-on implementasjon i et live-lab-miljø.

Tilpasningsmuligheter for kurset

• For å be om en tilpasset trening for dette kurset, vennligst kontakt oss for å avtale.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot deltakere på middels nivå som ønsker å optimalisere arbeidsflytytelsen, håndtere komplekse avhengigheter og skalere Apache Airflow distribusjoner for større datasett og bedriftsbruk.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Optimaliser Apache Airflow arbeidsflyter for bedre ytelse og pålitelighet.
• Administrer og feilsøk komplekse arbeidsflytavhengigheter.
• Utnytt avanserte Airflow-funksjoner, inkludert tilpassede operatører og sensorer.
• Skala Apache Airflow for håndtering av større datasett og distribuerte systemer.
• Implementer beste praksis for overvåking, logging og sikkerhet i Airflow-miljøer.