Data Warehouse Kurs i Norge

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot dataprofesjonelle på avansert nivå som ønsker å optimalisere databehandlingsarbeidsflyter, sikre dataintegritet og implementere robuste datainnsjøløsninger som kan håndtere kompleksiteten til moderne store dataapplikasjoner. Ved slutten av denne opplæringen vil deltakerne kunne:

• Få en grundig forståelse av Icebergs arkitektur, inkludert metadatabehandling og fillayout.
• Konfigurer Iceberg for optimal ytelse i ulike miljøer og integrer det med flere databehandlingsmotorer.
• Administrer storskala Iceberg-tabeller, utfør komplekse skjemaendringer og håndter partisjonsutvikling.
• Mestre teknikker for å optimalisere spørringsytelse og dataskanningseffektivitet for store datasett.
• Implementer mekanismer for å sikre datakonsistens, administrere transaksjonsgarantier og håndtere feil i distribuerte miljøer.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot datafagfolk på nybegynnernivå som ønsker å tilegne seg kunnskapen og ferdighetene som er nødvendige for å effektivt bruke Apache Iceberg for å administrere store datasett, sikre dataintegritet og optimalisering av arbeidsflyter for databehandling. Ved slutten av denne opplæringen vil deltakerne kunne:

• Få en grundig forståelse av Apache Icebergs arkitektur, funksjoner og fordeler.
• Lær om tabellformater, partisjonering, skjemautvikling og tidsreisefunksjoner.
• Installer og konfigurer Apache Iceberg i forskjellige miljøer.
• Lag, administrer og manipuler Iceberg-tabeller.
• Forstå prosessen med å migrere data fra andre tabellformater til Iceberg.

Denne instruktørledede liveopplæringen i Norge (online eller på stedet) er rettet mot IT-fagfolk på middels nivå som ønsker å forbedre ferdighetene sine innen dataarkitektur, styring, cloud computing og big data-teknologier for å effektivt administrere og analysere store datasett for datamigrering innen deres organisasjoner. Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå de grunnleggende konseptene og komponentene i ulike dataarkitekturer.
• Få en omfattende forståelse av datastyringsprinsipper og deres betydning i regulatoriske miljøer.
• Implementere og administrere rammeverk for datastyring som Dama og Togaf.
• Utnytt skyplattformer for effektiv datalagring, prosessering og administrasjon.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot dataingeniører på middels nivå som ønsker å lære å bruke Azure Data Lake Storage Gen2 for effektive dataanalyseløsninger. Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå arkitekturen og nøkkelfunksjonene til Azure Data Lake Storage Gen2.
• Optimaliser datalagring og tilgang for kostnader og ytelse.
• Integrer Azure Data Lake Storage Gen2 med andre Azure tjenester for analyse og databehandling.
• Utvikle løsninger ved hjelp av Azure Data Lake Storage Gen2 API.
• Feilsøk vanlige problemer og optimaliser lagringsstrategier.

Denne instruktørledede liveopplæringen i Norge (online eller på stedet) er rettet mot IT-fagfolk på middels nivå som ønsker å ha en omfattende forståelse av IBM DataStage både fra et administrativt og et utviklingsperspektiv, slik at de kan administrere og bruke dette verktøy effektivt på sine respektive arbeidsplasser. Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå kjernekonseptene til DataStage.
• Lær hvordan du effektivt installerer, konfigurerer og administrerer DataStage-miljøer.
• Koble til ulike datakilder og trekk ut data effektivt fra databaser, flate filer og eksterne kilder.
• Implementer effektive datalastingsteknikker.

Apache Kylin er en ekstrem, distribuert analysemotor for store data. I denne instruktørledede live-trening lærer deltakerne hvordan de kan bruke Apache Kylin til å sette opp en real-time data lagring. Ved slutten av denne treningen vil deltakerne være i stand til å:

• Forbruker real-time streaming data ved hjelp av Kylin
• Utnytte Apache Kylin's kraftige funksjoner,rik SQL grensesnitt, spark cubing og sekundær etterspørsel latens

Notat

• Vi bruker den nyeste versjonen av Kylin (basert på denne teksten, Apache Kylin v2.0)

Publikum

• Big Data ingeniører
• 0 0 Analytikere

Format av kurset

• Delvis forelesning, delvis diskusjon, øvelser og tung praksis

Kurset er en del av Data Scientist ferdighetssettet (Domain: Data and Technology).

Apache Druid er et open source, kolonneorientert, distribuert datalager skrevet i Java . Den ble designet for å raskt innta store mengder hendelsesdata og utføre OLAP-spørsmål med lav latens på disse dataene. Druid brukes ofte i forretningsintelligensapplikasjoner for å analysere høye mengder sanntids- og historiske data. Det er også godt egnet til å bruke raske, interaktive, analytiske dashbord for sluttbrukere. Druid brukes av selskaper som Alibaba, Airbnb, Cisco , eBay, Netflix, Paypal og Yahoo. I dette instruktørledede, live-kurset utforsker vi noen av begrensningene i datavarehusløsninger og diskuterer hvordan Druid kan komplimentere disse teknologiene til å danne en fleksibel og skalerbar streaming-analysestabel. Vi går gjennom mange eksempler, og tilbyr deltakerne sjansen til å implementere og teste Druid-baserte løsninger i et laboratoriemiljø.

Kursets format

• Delforelesning, deldiskusjon, tung praktisk praksis, sporadiske tester for å måle forståelse

Mem SQL er et internt, distribuert, SQL databasesystem for sky og lokale. Det er et datalager i sanntid som umiddelbart leverer innsikt fra levende og historiske data. I denne instruktørledede, liveopplæringen, vil deltakerne lære det vesentlige av Mem SQL for utvikling og administrasjon. Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå nøkkelbegrepene og egenskapene til Mem SQL
• Installere, designe, vedlikeholde og betjene Mem SQL
• Optimaliser skjemaer i Mem SQL
• Forbedre spørsmål i Mem SQL
• Benchmark-ytelse i Mem SQL
• Bygg dataprogrammer i sanntid ved hjelp av Mem SQL

Publikum

• Utviklere
• administratorer
• Operasjonsingeniører

Kursets format

• Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse

Amazon Redshift er en skybasert datavarehustjeneste i petabyte-skala i AWS.I denne instruktørledede liveopplæringen vil deltakerne lære det grunnleggende om Amazon Redshift.Ved slutten av denne opplæringen vil deltakerne kunne:

Installer og konfigurer Amazon Redshift Last inn, konfigurer, distribuer, spør etter og visualiser data med Amazon Redshift

Publikum

Utviklere IT-fagfolk

Format på kurset

Del forelesning, del diskusjon, øvelser og tung praktisk praksis

Merk

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

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere som ønsker å sette opp en multi-node Greenplum-database.Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer Pivotal Greenplum.
• Modeller data i henhold til gjeldende behov og fremtidige utvidelsesplaner.
• Utfør forskjellige teknikker for å distribuere data på tvers av flere noder.
• Forbedre databaseytelsen gjennom tuning.
• Overvåk og feilsøk en Greenplum-database.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot administratorer som ønsker å sette opp Greenplum Database for business intelligence og datavarehusløsninger.Ved slutten av denne opplæringen vil deltakerne kunne:

• Ta tak i behandlingsbehov med Greenplum.
• Utføre ETL-operasjoner for databehandling.
• Utnytt eksisterende infrastruktur for spørringsbehandling.

I denne instruktørledede liveopplæringen i Norge vil deltakerne lære hvordan man bygger en Data Vault.Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå arkitekturen og designkonseptene bak Data Vault 2.0, og dets interaksjon med Big Data, NoSQL og AI.
• Bruk datahvelvteknikker for å aktivere revisjon, sporing og inspeksjon av historiske data i et datavarehus.
• Utvikle en konsistent og repeterbar ETL (Extract, Transform, Load) prosess.
• Bygg og distribuer svært skalerbare og repeterbare varehus.