Course Outline

Θεμέλια της Εντατικής Δεδομένων Platform Engineering

  • Εισαγωγή σε εφαρμογές έντασης δεδομένων
  • Προκλήσεις στη μηχανική πλατφόρμας για μεγάλα δεδομένα
  • Επισκόπηση αρχιτεκτονικών επεξεργασίας δεδομένων

Μοντελοποίηση δεδομένων και Management

  • Αρχές μοντελοποίησης δεδομένων για επεκτασιμότητα
  • Επιλογές αποθήκευσης δεδομένων και βελτιστοποίηση
  • Διαχείριση του κύκλου ζωής δεδομένων σε ένα κατανεμημένο περιβάλλον

Big Data Πλαίσια επεξεργασίας

  • Επισκόπηση εργαλείων επεξεργασίας μεγάλων δεδομένων (Hadoop, Spark, Flink)
  • Επεξεργασία παρτίδας έναντι ροής
  • Δημιουργία αγωγού επεξεργασίας μεγάλων δεδομένων

Πλατφόρμες Analytics σε πραγματικό χρόνο

  • Αρχιτεκτονική για ανάλυση σε πραγματικό χρόνο
  • Μηχανές επεξεργασίας ρεύματος (Kafka Streams, Apache Storm)
  • Δημιουργία πινάκων εργαλείων και απεικονίσεων σε πραγματικό χρόνο

Ενορχήστρωση αγωγών δεδομένων

  • Διαχείριση ροής εργασιών με Apache Airflow και άλλους
  • Αυτοματοποίηση σωληνώσεων δεδομένων για αποτελεσματικότητα
  • Παρακολούθηση και ειδοποίηση για αγωγούς δεδομένων

Ασφάλεια και συμμόρφωση πλατφόρμας

  • Βέλτιστες πρακτικές ασφάλειας για πλατφόρμες δεδομένων
  • Διασφάλιση του απορρήτου των δεδομένων και της κανονιστικής συμμόρφωσης
  • Εφαρμογή ασφαλών ελέγχων πρόσβασης δεδομένων

Συντονισμός απόδοσης και βελτιστοποίηση

  • Τεχνικές για τη βελτιστοποίηση της απόδοσης δεδομένων και του λανθάνοντος χρόνου
  • Στρατηγικές κλιμάκωσης για πλατφόρμες με ένταση δεδομένων
  • Συγκριτική αξιολόγηση και παρακολούθηση των επιδόσεων

Μελέτες περίπτωσης και βέλτιστες πρακτικές

  • Ανάλυση επιτυχημένων υλοποιήσεων πλατφόρμας δεδομένων
  • Διδάγματα από τους ηγέτες του κλάδου
  • Αναδυόμενες τάσεις στη μηχανική πλατφόρμας με ένταση δεδομένων

Capstone Project

  • Σχεδιάζοντας μια λύση πλατφόρμας για μια εφαρμογή με ένταση δεδομένων
  • Υλοποίηση πρωτοτύπου του αγωγού επεξεργασίας δεδομένων
  • Αξιολόγηση της απόδοσης και της επεκτασιμότητας της πλατφόρμας

Περίληψη και Επόμενα Βήματα

Requirements

  • Κατανόηση βασικών δομών δεδομένων και αλγορίθμων
  • Εμπειρία στον προγραμματισμό Java, Scala ή Python
  • Εξοικείωση με βασικές έννοιες των βάσεων δεδομένων και SQL

Ακροατήριο

  • προγραμματιστές λογισμικού
  • Μηχανικοί δεδομένων
  • Τεχνικοί οδηγοί
 21 Hours

Number of participants



Price per participant

Testimonials (3)

Related Courses

Advanced Platform Engineering: Scaling with Microservices and Kubernetes

35 Hours

DevOps and Platform Engineering: A Collaborative Approach

14 Hours

Platform Engineering Fundamentals

14 Hours

Platform Engineering for Business Strategy and Management

21 Hours

Platform Engineering with Cloud-Native Technologies

28 Hours

Platform Engineering for Developers

21 Hours

Platform Engineering: Security and Compliance

28 Hours

AI-Augmented Software Engineering (AIASE)

14 Hours

AI Coding Assistants: Enhancing Developer Productivity

7 Hours

FlexNet Publisher Fundamentals

14 Hours

Impacted Function Point (IFP)

7 Hours

SNAP IFPUG Software Size Estimation and Measurement

14 Hours

Software Engineering

35 Hours

Unit of Software Measurement Parameterization (UMSP)

7 Hours

The Principal Engineer - Masterclass

14 Hours

Related Categories