Ευχαριστούμε που στάλθηκε η αποσαφήνισή σας! Ένα μέλος της ομάδου μας θα επικοινωνήσει μαζί σας σύντομα.
Ευχαριστούμε για την εκδήλωση κράτησης! Ένας από τους συνεργάτες μας θα επικοινωνήσει μαζί σας σύντομα.
Εξέλιξη Κομματιού
Βασικές Αρχές και Προτύπα του Data Mesh
Μόνιμο 1: Εισαγωγή και Πλαίσιο
• Εξέλιξη της αρχιτεκτονικής δεδομένων: DW, Data Lake και η εμφάνιση του Data Mesh
• Κοινά προβλήματα σε κεντρικοποιημένες αρχιτεκτονικές
• Οδηγίες για την προσέγγιση Data Mesh
Μόνιμο 2: Αρχή 1 – Ιδιοκτησία δεδομένων ανά τομέα
• Οργάνωση βασισμένη σε τομείς
• Ευκαιρίες και προκλήσεις από τη δεκεντρικοποίηση της ευθύνης
• Πρακτικές περιπτώσεις: ορισμός τομέων σε μια πραγματική επιχείρηση
Μόνιμο 3: Αρχή 2 – Δεδομένα ως προϊόν
• Τι είναι ένα "data product"
• Ρόλοι του κτητή δεδομένων (data product owner)
• Καλές πρακτικές για το σχεδιασμό προϊόντων δεδομένων
• Πρακτική ασκητική: σχεδιασμός data product από τους μαθητές
Πλατφόρμη, Διοίκηση και Λειτουργικός Σχεδιασμός
Μόνιμο 4: Αρχή 3 – Πλατφόρμα αυτού του εξυπηρέτησης
• Συστατικά μιας σύγχρονης πλατφόρμας δεδομένων
• Κοινά εργαλεία σε ένα εκοσυστήματος Data Mesh (Kafka, dbt, Snowflake, κ.ά.)
• Ασκητική: σχεδιασμός αρχιτεκτονικής πλατφόρμας αυτού του εξυπηρέτησης
Μόνιμο 5: Αρχή 4 – Κεντρική διοίκηση
• Διοίκηση σε κατανεμημένες περιβάλλοντα
• Πολιτικές, πρότυπα και αυτοματοποίηση
• Εφαρμογή πολιτικών ποιότητας, ασφάλειας και απόρρητου δεδομένων
Μόνιμο 6: Λειτουργικός σχεδιασμός οργάνωσης και αλλαγή της πολιτιστικής
• Νέοι ρόλοι στο Data Mesh: data product owner, διαχειριστικά teams, domain teams
• Πώς να συμφωνηθούν κίνδυνοι ανά τομέα
• Μεταβολή πολιτισμού και διαχείριση της αλλαγής
Εφαρμογή, Εργαλεία και Προσομοίωση
Μόνιμο 7: Στρατηγικές υποδοχής και εφαρμογής
• Πλάνο για τη φάση-με-φάση εφαρμογή Data Mesh
• Κριτήρια επιλογής καινούριων τομέων
• Εκπαιδευτικά σημεία από πραγματικές εφαρμογές
Μόνιμο 8: Εργαλεία, τεχνολογίες και σε περιπτώσεις μελετής
• Τεχνολογικό stack συμβατό με Data Mesh
• Παραδείγματα εφαρμογής (Netflix, Zalando, κ.ά.)
• Ανάλυση σημείων επιτυχίας και αποτυχίας
Μόνιμο 9: Προσομοίωση δοκιμαστικού διαγώνισμα και πρακτικές περιπτώσεις
• Εξάσκηση αναθεώρησης για κάθε μόνιμο
• Δοκιμαστικό διαγώνισμα τύπου πιστοποίησης
• Αναθεώρηση αποτελεσμάτων και συζήτηση
Απαιτήσεις
• Βασικές γνώσεις στη διαχείριση δεδομένων, αρχιτεκτονική δεδομένων ή μηχανική δεδομένων
• Γνώση συγκεκριμένων εννοιών όπως Data Warehouse, Data Lake, ETL/ELT
• Επιθυμητό: εμπειρία σε επιχειρηματικά έργα δεδομένων
21 Ώρες
Σχόλια (1)
Η ικανότητα να εμπλέκομαι σε βάση 1:1 και να διασφαλίζω ότι είχα σαφήνεια και κατανόηση σχετικά με τις έννοιες που συζητήθηκαν.
Dave - Sea
Κομμάτι - Data Architecture Fundamentals
Μηχανική Μετάφραση
