Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Grundlagen der datenintensiven Platform Engineering
- Einführung in datenintensive Anwendungen
- Herausforderungen bei der Plattformentwicklung für Big Data
- Überblick über Datenverarbeitungsarchitekturen
Datenmodellierung und Management
- Grundsätze der Datenmodellierung für Skalierbarkeit
- Datenspeicheroptionen und -optimierung
- Verwaltung des Lebenszyklus von Daten in einer verteilten Umgebung
Big Data Verarbeitungs-Frameworks
- Überblick über Big-Data-Verarbeitungstools (Hadoop, Spark, Flink)
- Batch vs. Stream-Verarbeitung
- Einrichten einer Big-Data-Verarbeitungspipeline
Echtzeit-Analyseplattformen
- Architekturen für Echtzeit-Analytik
- Stromverarbeitungs-Engines (Kafka Streams, Apache Storm)
- Erstellung von Echtzeit-Dashboards und Visualisierungen
Orchestrierung von Datenpipelines
- Workflow-Management mit Apache Airflow und anderen
- Automatisierung von Datenpipelines für mehr Effizienz
- Überwachung und Alarmierung für Datenpipelines
Plattformsicherheit und Compliance
- Bewährte Sicherheitsverfahren für Datenplattformen
- Sicherstellung des Datenschutzes und der Einhaltung von Vorschriften
- Implementierung von sicheren Datenzugriffskontrollen
Leistungsabstimmung und Optimierung
- Techniken zur Optimierung des Datendurchsatzes und der Latenzzeit
- Skalierungsstrategien für datenintensive Plattformen
- Benchmarking und Überwachung der Leistung
Fallstudien und Best Practices
- Analyse erfolgreicher Implementierungen von Datenplattformen
- Lektionen von Branchenführern
- Aufkommende Trends in der Entwicklung datenintensiver Plattformen
Capstone-Projekt
- Entwerfen einer Plattformlösung für eine datenintensive Anwendung
- Implementierung eines Prototyps der Datenverarbeitungspipeline
- Evaluierung der Leistung und Skalierbarkeit der Plattform
Zusammenfassung und nächste Schritte
Voraussetzungen
- Verständnis für grundlegende Datenstrukturen und Algorithmen
- Erfahrung mit Java, Scala, oder Python Programmierung
- Vertrautheit mit grundlegenden Konzepten von Datenbanken und SQL
Zielgruppe
- Software-Entwickler
- Dateningenieure
- Technische Leiter
21 Stunden