Hubungi Kami

Kerangka Materi

Dasar-dasar serta Prinsip-prinsip Data Mesh

Modul 1: Pengantar dan konteks

  • Perkembangan arsitektur data: dari Data Warehouse hingga Data Lake dan kemunculan Data Mesh /li>
  • Masalah-masalah umum yang muncul dalam arsitektur terpusat /li>
  • Prinsip-prinsip utama pendekatan Data Mesh /li>

Modul 2: Prinsip 1 – Kepemilikan data berdasarkan domain

  • Struktur organisasi yang berbasis pada domain /li>
  • Keuntungan serta tantangan dari pendekatan desentralisasi dalam hal tanggung jawab /li>
  • Studi kasus: menentukan domain-domain di sebuah perusahaan /li>

Modul 3: Prinsip 2 – Data sebagai produk

  • Apa itu "data product"? /li>
  • Peran pemilik produk data /li>
  • Praktik terbaik dalam merancang produk data /li>
  • Latihan praktis: setiap tim mendesain data product-nya masing-masing /li>

Platform, Tata Kelola, dan Desain Operasional

Modul 4: Prinsip 3 – Platform layanan mandiri

  • Komponen-komponen penting dari platform data modern /li>
  • Alat-alat umum dalam ekosistem Data Mesh (Kafka, dbt, Snowflake, dll.) /li>
  • Latihan: merancang arsitektur platform layanan mandiri /li>

Modul 5: Prinsip 4 – Tata kelola terdistribusi

  • Tata kelola data di lingkungan yang tersebar secara geografis /li>
  • Kebijakan, standar, serta otomatisasi dalam pengelolaan data /li>
  • Implementasi kebijakan terkait kualitas, keamanan, dan privasi data /li>

Modul 6: Desain organisasional dan perubahan budaya

  • Peran-peran baru dalam struktur Data Mesh: pemilik produk data, tim platform, serta tim domain /li>
  • Cara menyelaraskan insentif antar-domain /li>
  • Transformasi budaya dan manajemen perubahan dalam organisasi /li>

Implementasi, Alat, serta Simulasi Praktis

Modul 7: Strategi adopsi dan implementasi

  • Rencana langkah-demi-langkah untuk mengimplementasikan Data Mesh secara bertahap /li>
  • Kriteria pemilihan domain yang akan menjadi percontohan implementasi /li>
  • Pelajaran penting dari pengalaman-pengalaman implementasi di dunia nyata /li>

Modul 8: Alat, teknologi, dan studi kasus

  • Rangkaian teknologi yang kompatibel dengan Data Mesh /li>
  • Contoh-contoh implementasi di perusahaan seperti Netflix, Zalando, dan lainnya /li>
  • Analisis mengenai faktor keberhasilan maupun kegagalan implementasi /li>

Modul 9: Simulasi ujian dan latihan praktis

  • Latihan pengingat materi untuk setiap modul /li>
  • Simulasi ujian sesuai standar sertifikasi Data Mesh /li>
  • Evaluasi hasil serta diskusi mengenai solusinya /li>

Persyaratan

• Pengetahuan dasar tentang manajemen data, arsitektur data, atau rekayasa data
• Pemahaman mengenai konsep seperti Data Warehouse, Data Lake, serta ETL/ELT
• Disarankan: pengalaman mengerjakan proyek-proyek data di lingkungan bisnis

 21 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait