Kurzusleírás

Az adatintenzív alapok Platform Engineering

  • Bevezetés az adatigényes alkalmazásokba
  • Kihívások a nagy adatok platformtervezésében
  • Az adatfeldolgozási architektúrák áttekintése

Adatmodellezés és Management

  • A skálázhatóságot szolgáló adatmodellezés alapelvei
  • Adattárolási lehetőségek és optimalizálás
  • Adatéletciklus kezelése elosztott környezetben

Big Data Feldolgozási keretrendszerek

  • A big data feldolgozó eszközök áttekintése (Hadoop, Spark, Flink)
  • Kötegelt vs. adatfolyam feldolgozás
  • Nagy adatfeldolgozási folyamat felállítása

Valós idejű elemzési platformok

  • Építészet a valós idejű elemzéshez
  • Adatfolyam-feldolgozó motorok (Kafka Streams, Apache Storm)
  • Valós idejű irányítópultok és vizualizációk készítése

Data Pipeline Orchestration

  • Munkafolyamat-kezelés a Apache Airflow-val és másokkal
  • Az adatfolyamok automatizálása a hatékonyság érdekében
  • Adatfolyamok figyelése és riasztása

Platformbiztonság és megfelelőség

  • Bevált biztonsági gyakorlatok adatplatformokhoz
  • Az adatvédelem és a jogszabályoknak való megfelelés biztosítása
  • Biztonságos adathozzáférési szabályozások megvalósítása

Teljesítmény hangolás és optimalizálás

  • Az adatátviteli sebesség és a késleltetés optimalizálásának technikái
  • Méretezési stratégiák adatintenzív platformokhoz
  • Teljesítmény-benchmarking és monitoring

Esettanulmányok és bevált gyakorlatok

  • Sikeres adatplatform implementációk elemzése
  • Az iparág vezetőitől levont tanulságok
  • Feltörekvő trendek az adatintenzív platformtervezésben

Capstone projekt

  • Platform megoldás tervezése adatintenzív alkalmazáshoz
  • Az adatfeldolgozási folyamat prototípusának megvalósítása
  • A platform teljesítményének és méretezhetőségének értékelése

Összegzés és a következő lépések

Követelmények

  • Az alapvető adatstruktúrák és algoritmusok ismerete
  • Java, Scala vagy Python programozásban szerzett tapasztalat
  • Az adatbázisok alapvető fogalmainak ismerete és SQL

Közönség

  • Szoftverfejlesztők
  • Adatmérnökök
  • Műszaki vezetők
 21 Hours

Résztvevők száma



Ár per résztvevő

Vélemények (3)

Rokon tanfolyam

Advanced Platform Engineering: Scaling with Microservices and Kubernetes

35 Hours

DevOps and Platform Engineering: A Collaborative Approach

14 Hours

Platform Engineering Fundamentals

14 Hours

Platform Engineering for Business Strategy and Management

21 Hours

Platform Engineering with Cloud-Native Technologies

28 Hours

Platform Engineering for Developers

21 Hours

Platform Engineering: Security and Compliance

28 Hours

AI-Augmented Software Engineering (AIASE)

14 Hours

AI Coding Assistants: Enhancing Developer Productivity

7 Hours

FlexNet Publisher Fundamentals

14 Hours

Impacted Function Point (IFP)

7 Hours

IREB CPRE Foundation - exam preparation

21 Hours

SNAP IFPUG Software Size Estimation and Measurement

14 Hours

Software Engineering

35 Hours

Unit of Software Measurement Parameterization (UMSP)

7 Hours

Rokon kategóriák

1