Kursplan
Grunnlaget for dataintensive Platform Engineering
- Introduksjon til dataintensive applikasjoner
- Utfordringer innen plattformutvikling for big data
- Oversikt over databehandlingsarkitekturer
Datamodellering og Management
- Prinsipper for datamodellering for skalerbarhet
- Datalagringsmuligheter og optimalisering
- Administrere datalivssyklus i et distribuert miljø
Big Data Behandlingsrammer
- Oversikt over verktøy for behandling av store data (Hadoop, Spark, Flink)
- Batch kontra strømbehandling
- Sette opp en pipeline for behandling av store data
Sanntidsanalyseplattformer
- Arkitektering for sanntidsanalyse
- Strømbehandlingsmotorer (Kafka Streams, Apache Storm)
- Bygge dashboards og visualiseringer i sanntid
Data Pipeline Orchestration
- Arbeidsflytstyring med Apache Airflow og andre
- Automatisering av datarørledninger for effektivitet
- Overvåking og varsling for datarørledninger
Plattformsikkerhet og samsvar
- Beste praksis for sikkerhet for dataplattformer
- Sikre personvern og overholdelse av forskrifter
- Implementering av sikre datatilgangskontroller
Ytelsesjustering og optimering
- Teknikker for å optimalisere datagjennomstrømning og latens
- Skaleringsstrategier for dataintensive plattformer
- Ytelsesbenchmarking og overvåking
Kasusstudier og beste praksis
- Analysere vellykkede implementeringer av dataplattformer
- Lærdom fra industriledere
- Nye trender innen dataintensiv plattformutvikling
Capstone-prosjektet
- Designe en plattformløsning for en dataintensiv applikasjon
- Implementering av en prototype av databehandlingsrørledningen
- Evaluering av plattformens ytelse og skalerbarhet
Sammendrag og neste trinn
Krav
- En forståelse av grunnleggende datastrukturer og algoritmer
- Erfaring med Java, Scala, eller Python programmering
- Kjennskap til grunnleggende begreper om databaser og SQL
Publikum
- Programvareutviklere
- Dataingeniører
- Tekniske ledere
Testimonials (3)
I am getting the correct level of understanding I need to assist in my day to day work
Wasfi Adams
Kurs - Impacted Function Point (IFP)
The trainer was super engaging and made sure we understand through questioning and affirmations. Even though the content was overwhelming, the trainer broke it down well and made content easily accessible for later reference.
Zaid Amerika
Kurs - Unit of Software Measurement Parameterization (UMSP)
Everything was built up from a basic level while progressing quick enough to prevent anyone getting bored.