Kurs ten jest przeznaczony dla:
-
Inżynierów platform danych
-
Architektów rozwiązań
-
Profesjonalistów IT.
W tym kursie nauczysz się:
-
Zastosować metodologie jeziora danych w planowaniu i projektowaniu jeziora danych
-
Wyjaśnić komponenty i usługi niezbędne do budowy jeziora danych na AWS
-
Zabezpieczyć jezioro danych za pomocą odpowiednich uprawnień
-
Pozyskiwać, przechowywać i transformować dane w jeziorze danych
-
Przeprowadzać zapytania, analizować i wizualizować dane w jeziorze danych.
Moduł 1: Wprowadzenie do jezior danych
-
Opisanie wartości jezior danych
-
Porównanie jezior danych i hurtowni danych
-
Opisanie komponentów jeziora danych
-
Rozpoznawanie popularnych architektur opartych na jeziorach danych
Moduł 2: Pozyskiwanie danych, katalogowanie i przygotowanie
-
Opisanie relacji między przechowywaniem danych w jeziorze a pozyskiwaniem danych
-
Opisanie AWS Glue crawlers i ich zastosowanie do tworzenia katalogu danych
-
Identyfikowanie formatowania, partycjonowania i kompresji danych w celu efektywnego przechowywania i zapytań
-
Laboratorium 1: Ustawienie prostego jeziora danych
Moduł 3: Przetwarzanie danych i analityka
-
Rozpoznawanie, jak przetwarzanie danych odnosi się do jeziora danych
-
Używanie AWS Glue do przetwarzania danych w jeziorze danych
-
Opisanie sposobu używania Amazon Athena do analizy danych w jeziorze danych
Moduł 4: Budowanie jeziora danych za pomocą AWS Lake Formation
-
Opisanie funkcji i korzyści AWS Lake Formation
-
Używanie AWS Lake Formation do tworzenia jeziora danych
-
Zrozumienie modelu bezpieczeństwa AWS Lake Formation
-
Laboratorium 2: Budowanie jeziora danych przy użyciu AWS Lake Formation
Moduł 5: Dodatkowe konfiguracje Lake Formation
-
Automatyzowanie AWS Lake Formation za pomocą blueprintów i workflow
-
Stosowanie kontroli dostępu i zabezpieczeń w AWS Lake Formation
-
Dopasowywanie rekordów za pomocą AWS Lake Formation FindMatches
-
Wizualizacja danych z użyciem Amazon QuickSight
-
Laboratorium 3: Automatyzowanie tworzenia jeziora danych za pomocą blueprintów AWS Lake Formation
-
Laboratorium 4: Wizualizacja danych z użyciem Amazon QuickSight
Moduł 6: Architektura i podsumowanie kursu
-
Test wiedzy po kursie
-
Przegląd architektury
-
Podsumowanie kursu.
Zalecamy, aby uczestnicy tego kursu mieli:
-
Ukończony kurs AWS Technical Essentials w wersji stacjonarnej
-
Rok doświadczenia w budowaniu pipeline'ów analityki danych lub ukończony kurs cyfrowy Data Analytics Fundamentals.
Kurs ten obejmuje prezentacje, wykłady, laboratoria praktyczne oraz ćwiczenia grupowe.
- Szkolenie: polski
- Materiały: angielski.