Big Data Architect

Dzień 1 - zapewnia ogólny przegląd najważniejszych Big Data obszarów tematycznych. Moduł jest podzielony na szereg sekcji, z których każdej towarzyszy praktyczne ćwiczenie.

Dzień 2 - omawia szereg tematów związanych z praktykami analitycznymi i narzędziami dla środowisk Big Data. Nie wchodzi w szczegóły implementacji lub programowania, ale zamiast tego utrzymuje zasięg na poziomie koncepcyjnym, koncentrując się na tematach, które umożliwiają uczestnikom kompleksowe zrozumienie wspólnych funkcji analizy i funkcji oferowanych przez rozwiązania Big Data.

Dzień 3 - zawiera przegląd podstawowych i istotnych obszarów tematycznych związanych z architekturą platformy rozwiązań Big Data. Obejmuje mechanizmy Big Data wymagane do opracowania platformy rozwiązań Big Data i opcje architektoniczne do montażu platformy przetwarzania danych. Przedstawiono również typowe scenariusze, aby zapewnić podstawowe zrozumienie, w jaki sposób platforma rozwiązań Big Data jest ogólnie używana;

Dzień 4 - opiera się na Dniu 3, badając zaawansowane tematy związane z architekturą platformy rozwiązań Big Data. W szczególności wprowadzane i omawiane są różne warstwy architektoniczne, które składają się na platformę rozwiązań Big Data, w tym źródła danych, pozyskiwanie danych, przechowywanie danych, przetwarzanie danych i bezpieczeństwo;

Dzień 5 - obejmuje szereg ćwiczeń i problemów mających na celu sprawdzenie umiejętności delegatów w zakresie stosowania wiedzy z tematów omówionych w dniu 3 i 4;

Dzień 1 - Podstawy Big Data

• Zrozumienie Big Data
• Podstawowa terminologia i koncepcje
• Big Data Business i czynniki technologiczne
• Tradycyjne technologie korporacyjne związane z Big Data
• Charakterystyka danych w środowiskach Big Data
• Typy zbiorów danych w środowiskach Big Data
• Podstawowa analiza i analityka
• Typy Machine Learning
• Business Intelligence & Big Data
• Data Visualization & Big Data
• Rozważania dotyczące przyjęcia i planowania Big Data

Dzień 2 - Koncepcje Big Data Analysis i technologii

• Cykl życia Big Data Analysis (od oceny przypadku biznesowego do analizy i wizualizacji danych)
• Testy A/B, korelacja
• Regresja, mapy ciepła
• Analiza szeregów czasowych
• Analiza sieci
• Spatial Data Analysis
• Klasyfikacja, grupowanie
• Wykrywanie wartości odstających
• Filtrowanie (w tym filtrowanie oparte na współpracy i filtrowanie oparte na treści)
• Przetwarzanie języka naturalnego
• Sentiment Analysis, analiza tekstu
• Systemy plików i rozproszone systemy plików, NoSQL
• Rozproszone i równoległe przetwarzanie danych,
• Przetwarzanie obciążeń, klastry
• Cloud Computing & Big Data
• Podstawowe mechanizmy technologiczne Big Data

Dzień 3 - Fundamentalne duże Data Architecture

• Nowe Big Data Mechanizmy, w tym ...
  • Silnik zabezpieczeń
  • Menedżer klastrów
  • Menedżer przeglądania danych Go
  • Silnik wizualizacji
  • Portal Productivity
• Modele architektoniczne przetwarzania danych, w tym ...
  • Architektury udostępniania wszystkiego i nieudostępniania niczego
• Podejścia Enterprise Data Warehouse i Big Data Integration, w tym ...
  • Serie
  • Równoległe
  • [Urządzenie
  • Wirtualizacja danych
• Środowiska architektoniczne Big Data, w tym ...
  • ETL
  • Silnik analityczny
  • Wzbogacanie aplikacji
• Rozważania architektoniczne Cloud Computing i Big Data, w tym ...
  • w jaki sposób modele dostarczania i wdrażania w chmurze mogą być wykorzystywane do hostowania i przetwarzania Big Data rozwiązań

Dzień 4 - Advanced Big Data Architecture

• Big Data Warstwy architektoniczne rozwiązania, w tym ...
  • Źródła danych,
  • Wejście i przechowywanie danych,
  • Przetwarzanie zdarzeń Stream Processing i złożonych zdarzeń,
  • Egress,
  • Wizualizacja i wykorzystanie,
  • Big Data Architecture i bezpieczeństwo,
  • Konserwacja i Go
• Big Data Rozwiązanie Design Patterns, w tym ...
  • Wzorce dotyczące wprowadzania danych,
  • Data Wrangling,
  • Przechowywanie danych,
  • Przetwarzanie danych,
  • Data Analysis,
  • Data Egress,
  • Data Visualization
• Big Data Architektoniczne wzorce złożone

Dzień 5 - Laboratorium Big Data Architecture

• Obejmuje zestaw szczegółowych ćwiczeń, które wymagają od uczestników rozwiązywania różnych powiązanych ze sobą problemów, w celu wspierania kompleksowego zrozumienia, w jaki sposób różne technologie, mechanizmy i techniki architektury danych mogą być stosowane do rozwiązywania problemów w środowiskach Big Data.