Data Mesh vállalati környezetekben: Tervezés, Irányítás és Működtetés Képzés

A Data Mesh alapjai és elvei

Modul 1: Bevezetés és kontextus

• Az adatarchitektúra fejlődése: DW, Data Lake és a Data Mesh megjelenése
• Gyakori problémák a központosított architektúrákban
• A Data Mesh megközelítés irányelvei

Modul 2: 1. elv – Adattulajdonlás domainek szerint

• Domainek szerint szervezett struktúra
• A decentralizált felelősségvállalás előnyei és kihívásai
• Gyakorlati esetek: domainek meghatározása egy valós vállalatban

Modul 3: 2. elv – Adatok termékként

• Mi az a „data product”
• A data product owner szerepei
• Ajánlott eljárások az adattermékek tervezéséhez
• Gyakorlati feladat: csapatonkénti adattermék tervezése

Platform, Irányítás és Operatív Tervezés

Modul 4: 3. elv – Önkiszolgáló platform

• Egy modern adatplatform összetevői
• Gyakori eszközök a Data Mesh ökoszisztémában (Kafka, dbt, Snowflake stb.)
• Gyakorlat: önkiszolgáló platform architektúra tervezése

Modul 5: 4. elv – Szövetségi irányítás

• Irányítás decentralizált környezetekben
• Irányelvek, szabványok és automatizálás
• Adatminőség, biztonság és adatvédelem irányelveinek implementálása

Modul 6: Szervezeti tervezés és kulturális változás

• Új szerepek a Data Mesh-ben: data product owner, platform csapat, domain csapatok
• Hogyan hozhatók összhangba a domainek közötti ösztönzők
• Kulturális átalakítás és változásmenedzsment

Implementáció, Eszközök és Szimuláció

Modul 7: Bevezetési és implementációs stratégiák

• Útmutató a Data Mesh fokozatos implementációjához
• Kritériumok a pilot domainek kiválasztásához
• Tanulságok valós implementációkból

Modul 8: Eszközök, technológiák és esettanulmányok

• A Data Mesh-kompatibilis technológiai stack
• Implementációs példák (Netflix, Zalando stb.)
• Siker és kudarc elemzése

Modul 9: Vizsgaszimuláció és gyakorlati esetek

• Modulonkénti ismétlő feladatok
• Tanúsítvány típusú vizsgaszimuláció
• Eredmények áttekintése és megbeszélése