Kurzusleírás

A Data Mesh Alapjai és Elvei

Modul 1: Bevezetés és kontextus

  • Az adatarchitektúra fejlődése: DW, Data Lake és a Data Mesh kialakulása
  • A központosított architektúrák gyakori problémái
  • A Data Mesh megközelítés alapelvei

Modul 2: Elv 1 – Adatok tulajdonjogának a területen belüli hozzárendelése

  • Terület-alapú szervezés
  • A felelősség decentralizálásának előnyei és kihívásai
  • Gyakorlati esetek: valós vállalatban területek meghatározása

Modul 3: Elv 2 – Adatok termékként kezelése

  • Mit jelent egy “data product”
  • A data product tulajdonos szerepei
  • Jó gyakorlatok adattermékek tervezésére
  • Gyakorlás: csapatokban történő data product tervezése

Platform, Irányítás és Operatív Tervezés

Modul 4: Elv 3 – Szelfszolgáltató platform

  • A modern adatplatform összetevői
  • A Data Mesh ekoszisztémában gyakori eszközök (Kafka, dbt, Snowflake stb.)
  • Gyakorlás: szelfszolgáltató platform architektúra tervezése

Modul 5: Elv 4 – Federális irányítás

  • Irányítás decentralizált környezetben
  • Szabályzatok, szabványok és automatizálás
  • Adatminőség, biztonság és adatvédelem szabályzatainak implementálása

Modul 6: Szervezeti tervezés és kulturális változás

  • Új szerepek a Data Mesh-ben: data product tulajdonos, platform csapatok, területi csapatok
  • Hogyan igazíthatóak össze a jutalmazási rendszerek a különböző területek között?
  • Kulturális átalakulás és változáskezelés

Implementáció, Eszközök és Szimuláció

Modul 7: Bevezetési és implementációs stratégiák

  • Phasokban történő Data Mesh implementálás útvonalterve
  • Kritériumok pilot területek kiválasztására
  • Valós implementációk tanulságai

Modul 8: Eszközök, technológiák és esetszemléltetések

  • A Data Mesh támogató technológiai stack
  • Implementáció példái (Netflix, Zalando stb.)
  • Sikeres és sikertelen implementációk elemzése

Modul 9: Szimulált vizsga és gyakorló feladatok

  • Modulonkénti átvizsgálás gyakorlása
  • Szimulált vizsga szakértelmű vizsgára készítésre
  • Eredmények átvizsgálása és vita

Követelmények

• Alapvető ismeretek az adatkezelésben, az adatarchitektúrában vagy az adatmérnökségben
• Ismeretek a Data Warehouse, Data Lake, ETL/ELT fogalmakból
• Kívánt: tapasztalat vállalati szintű adatprojektben

 21 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák