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 des datenintensiven Platform Engineering
- Einführung in datenintensive Anwendungen
- Herausforderungen im Platform Engineering für Big Data
- Überblick über Datenverarbeitungsarchitekturen
Datenmodellierung und -management
- Prinzipien der Datenmodellierung für Skalierbarkeit
- Datenspeicheroptionen und Optimierung
- Verwaltung des Datenlebenszyklus in einer verteilten Umgebung
Big-Data-Verarbeitungs-Frameworks
- Überblick über Big-Data-Verarbeitungstools (Hadoop, Spark, Flink)
- Batch- vs. Stream-Processing
- Aufbau einer Big-Data-Verarbeitungs-Pipeline
Echtzeit-Analyseplattformen
- Architektur für Echtzeitanalysen
- Stream-Processing-Engines (Kafka Streams, Apache Storm)
- Aufbau von Echtzeit-Dashboards und Visualisierungen
Orchestrierung von Daten-Pipelines
- Workflow-Management mit Apache Airflow und anderen
- Automatisierung von Datenpipelines zur Effizienzsteigerung
- Überwachung und Alarmierung für Datenpipelines
Platform-Sicherheit und Compliance
- Sicherheits-Best-Practices für Datenplattformen
- Datenschutz und regulatorische Compliance sicherstellen
- Absicherung des Datenzugriffs
Performance-Tuning und Optimierung
- Techniken zur Optimierung von Datendurchsatz und Latenz
- Skalierungsstrategien für datenintensive Plattformen
- Leistungsbenchmarking und Überwachung
Fallstudien und Best Practices
- Analyse erfolgreicher Datenplattform-Implementierungen
- Lektionen von Branchenführern
- Aktuelle Trends im datenintensiven Platform Engineering
Capstone-Projekt
- Entwurf einer Plattformlösung für eine datenintensive Anwendung
- Implementierung eines Prototyps der Datenverarbeitungs-Pipeline
- Bewertung der Plattformleistung und Skalierbarkeit
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundkenntnisse über Datenstrukturen und Algorithmen
- Erfahrung mit Java, Scala oder Python Programmierung
- Vertrautheit mit grundlegenden Konzepten von Datenbanken und SQL
Zielgruppe
- Softwareentwickler
- Data Engineers
- Technische Leiter
21 Stunden
Erfahrungsberichte (1)
About the microservices and how to maintenance kubernetes