Schulungsübersicht

Grundlagen der datenintensiven Platform Engineering

  • Einführung in datenintensive Anwendungen
  • Herausforderungen bei der Plattformentwicklung für Big Data
  • Überblick über Datenverarbeitungsarchitekturen

Datenmodellierung und Management

  • Grundsätze der Datenmodellierung für Skalierbarkeit
  • Datenspeicheroptionen und -optimierung
  • Verwaltung des Lebenszyklus von Daten in einer verteilten Umgebung

Big Data Verarbeitungs-Frameworks

  • Überblick über Big-Data-Verarbeitungstools (Hadoop, Spark, Flink)
  • Batch vs. Stream-Verarbeitung
  • Einrichten einer Big-Data-Verarbeitungspipeline

Echtzeit-Analyseplattformen

  • Architekturen für Echtzeit-Analytik
  • Stromverarbeitungs-Engines (Kafka Streams, Apache Storm)
  • Erstellung von Echtzeit-Dashboards und Visualisierungen

Orchestrierung von Datenpipelines

  • Workflow-Management mit Apache Airflow und anderen
  • Automatisierung von Datenpipelines für mehr Effizienz
  • Überwachung und Alarmierung für Datenpipelines

Plattformsicherheit und Compliance

  • Bewährte Sicherheitsverfahren für Datenplattformen
  • Sicherstellung des Datenschutzes und der Einhaltung von Vorschriften
  • Implementierung von sicheren Datenzugriffskontrollen

Leistungsabstimmung und Optimierung

  • Techniken zur Optimierung des Datendurchsatzes und der Latenzzeit
  • Skalierungsstrategien für datenintensive Plattformen
  • Benchmarking und Überwachung der Leistung

Fallstudien und Best Practices

  • Analyse erfolgreicher Implementierungen von Datenplattformen
  • Lektionen von Branchenführern
  • Aufkommende Trends in der Entwicklung datenintensiver Plattformen

Capstone-Projekt

  • Entwerfen einer Plattformlösung für eine datenintensive Anwendung
  • Implementierung eines Prototyps der Datenverarbeitungspipeline
  • Evaluierung der Leistung und Skalierbarkeit der Plattform

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Verständnis für grundlegende Datenstrukturen und Algorithmen
  • Erfahrung mit Java, Scala, oder Python Programmierung
  • Vertrautheit mit grundlegenden Konzepten von Datenbanken und SQL

Zielgruppe

  • Software-Entwickler
  • Dateningenieure
  • Technische Leiter
 21 Stunden

Teilnehmerzahl



Preis je Teilnehmer

Erfahrungsberichte (3)

Kombinierte Kurse

Advanced Platform Engineering: Scaling with Microservices and Kubernetes

35 Stunden

DevOps and Platform Engineering: A Collaborative Approach

14 Stunden

Platform Engineering Fundamentals

14 Stunden

Platform Engineering for Business Strategy and Management

21 Stunden

Platform Engineering with Cloud-Native Technologies

28 Stunden

Platform Engineering for Developers

21 Stunden

Platform Engineering: Security and Compliance

28 Stunden

AI-Augmented Software Engineering (AIASE)

14 Stunden

AI Coding Assistants: Enhancing Developer Productivity

7 Stunden

FlexNet Publisher Fundamentals

14 Stunden

Impacted Function Point (IFP)

7 Stunden

SNAP IFPUG Software Size Estimation and Measurement

14 Stunden

Software Engineering

35 Stunden

Unit of Software Measurement Parameterization (UMSP)

7 Stunden

The Principal Engineer - Masterclass

14 Stunden

Verwandte Kategorien