Data Mesh vállalati környezetekhez: tervezés, kormányzás és üzemeltetés Képzés

Data Mesh alapelvek és elvei

1. modul: Bevezetés és kontextus
   • Adatarchitektúra fejlődése: DW, Data Lake és a Data Mesh megjelenése
   • Központosított architektúrák gyakori problémái
   • A Data Mesh elv alapelvei

2. modul: 1. elv – Adatok tulajdonlása doménonként
   • Doménonként szervezett szervezet
   • A felelősség decentralizálásának előnyei és kihívásai
   • Pratikus példák: valós vállalatban doménok meghatározása

3. modul: 2. elv – Adatok termékként
   • Mi az egy „data product”
   • A data product owner szerepköre
   • Adattermek tervezéséhez jó gyakorlatok
   • Pratikus gyakorlat: egy data product tervezése csapatonként

Platform, kormányzás és műveleti tervezés

4. modul: 3. elv – Önszolgáltató platform
   • Modern adatplatform komponensei
   • Közönséges eszközök egy Data Mesh ekosztémában (Kafka, dbt, Snowflake, stb.)
   • Gyakorlat: önszolgáltató platform architektúra tervezése

5. modul: 4. elv – Federált kormányzás
   • Kormányzás eloszlított környezetekben
   • Szabályok, szabványok és automatizáció
   • Adatminőség, biztonság és adatvédelmi szabályok megvalósítása

6. modul: Szervezeti tervezés és kulturális változás
   • Új szerepek a Data Mesh-ben: data product owner, platform csapat, doméncsapatok
   • Doménonkénti motivációk igazítása
   • Kulturális átalakulás és változáskezelés

Implementáció, eszközök és szimuláció

7. modul: Elősegítő stratégiák és implementációk
   • Roadmap a Data Mesh fázisokban történő implementálásához
   • Pilot domének kiválasztási kritériumai
   • Valós implementációkból származó tanulságok

8. modul: Eszközök, technológiák és esettanulmányok
   • A Data Mesh-hez kompatibilis technológiai stack
   • Implementációs példák (Netflix, Zalando, stb.)
   • Siker és kudarc elemzése

9. modul: Vizuális vizsgálat és gyakorlati esettanulmányok
   • Modulonkénti gyakorló feladatok
   • Certifikációs típusú vizsgajelzések gyakorlása
   • Eredmények áttekintése és megvitatása