Building Data Analytics Solutions Using Amazon Redshift

Ten kurs jest przeznaczony dla inżynierów hurtowni danych, inżynierów platform danych, architektów oraz operatorów, którzy budują i zarządzają pipeline'ami analityki danych.

W tym kursie nauczysz się:

• Porównywać cechy i korzyści hurtowni danych, jezior danych oraz nowoczesnych architektur danych

• Projektować i wdrażać rozwiązanie analityczne dla hurtowni danych

• Identyfikować i stosować odpowiednie techniki, w tym kompresję, w celu optymalizacji przechowywania danych

• Wybierać i wdrażać odpowiednie opcje do pozyskiwania, transformacji i przechowywania danych

• Wybierać odpowiednie typy instancji i węzłów, klastry, automatyczne skalowanie oraz topologię sieci dla określonego przypadku użycia biznesowego

• Rozumieć, jak przechowywanie i przetwarzanie danych wpływają na mechanizmy analizy i wizualizacji, które są potrzebne do uzyskania użytecznych informacji biznesowych

• Zabezpieczać dane w spoczynku i w trakcie transmisji

• Monitorować obciążenia analityczne w celu identyfikowania i rozwiązywania problemów

• Stosować najlepsze praktyki zarządzania kosztami.

Moduł A: Przegląd analityki danych i pipeline'u danych

• Przykłady użycia analityki danych

• Wykorzystanie pipeline'u danych do analityki

Moduł 1: Wykorzystanie Amazon Redshift w pipeline'ie analityki danych

• Dlaczego Amazon Redshift do hurtowni danych?

• Przegląd Amazon Redshift

Moduł 2: Wprowadzenie do Amazon Redshift

• Architektura Amazon Redshift

• Interaktywna demonstracja 1: Zwiedzanie konsoli Amazon Redshift

• Funkcje Amazon Redshift

• Praktyczne laboratorium 1: Ładowanie i zapytania danych w klastrze Amazon Redshift

Moduł 3: Pozyskiwanie i przechowywanie danych

• Pozyskiwanie danych

• Interaktywna demonstracja 2: Łączenie klastra Amazon Redshift za pomocą notatnika Jupyter z Data API

• Dystrybucja i przechowywanie danych

• Interaktywna demonstracja 3: Analiza danych półstrukturalnych za pomocą typu danych SUPER

• Zapytania do danych w Amazon Redshift

• Praktyczne laboratorium 2: Analityka danych z wykorzystaniem Amazon Redshift Spectrum

Moduł 4: Przetwarzanie i optymalizacja danych

• Transformacja danych

• Zaawansowane zapytania

• Praktyczne laboratorium 3: Transformacja danych i zapytania w Amazon Redshift

• Zarządzanie zasobami

• Interaktywna demonstracja 4: Stosowanie zarządzania obciążeniami mieszanymi w Amazon Redshift

• Automatyzacja i optymalizacja

• Interaktywna demonstracja 5: Zmiana rozmiaru klastra Amazon Redshift z dc2.large na ra3.xlplus

Moduł 5: Bezpieczeństwo i monitorowanie klastrów Amazon Redshift

• Zabezpieczanie klastra Amazon Redshift

• Monitorowanie i rozwiązywanie problemów z klastrami Amazon Redshift

Moduł 6: Projektowanie rozwiązań analitycznych dla hurtowni danych

• Przegląd przypadków użycia hurtowni danych

• Ćwiczenie: Projektowanie workflow analityki hurtowni danych

Moduł B: Rozwój nowoczesnych architektur danych na AWS

• Nowoczesne architektury danych.

Studenci z co najmniej rocznym doświadczeniem w zarządzaniu hurtowniami danych skorzystają z tego kursu.
Zalecamy, aby uczestnicy tego kursu mieli:
• Ukończony kurs AWS Technical Essentials lub Architecting on AWS
• Ukończony kurs Building Data Lakes on AWS.

Kurs ten obejmuje prezentacje, interaktywne demonstracje, laboratoria praktyczne, dyskusje oraz ćwiczenia grupowe.

• Szkolenie: polski
• Materiały: angielski.