Course Outline

Landasan Intensif Data Platform Engineering

  • Pengantar aplikasi intensif data
  • Tantangan dalam rekayasa platform untuk data besar
  • Ikhtisar arsitektur pemrosesan data

Pemodelan Data dan Management

  • Prinsip pemodelan data untuk skalabilitas
  • Opsi dan pengoptimalan penyimpanan data
  • Mengelola siklus hidup data dalam lingkungan terdistribusi

Big Data Kerangka Pengolahan

  • Ikhtisar alat pemrosesan data besar (Hadoop, Spark, Flink)
  • Pemrosesan batch vs. aliran
  • Menyiapkan jalur pemrosesan data besar

Platform Analisis Waktu Nyata

  • Merancang untuk analisis real-time
  • Mesin pemroses aliran (Kafka Streams, Apache Storm)
  • Membangun dasbor dan visualisasi real-time

Orkestrasi Saluran Data

  • Manajemen alur kerja dengan Apache Airflow dan lainnya
  • Mengotomatiskan saluran data untuk efisiensi
  • Memantau dan memperingatkan saluran data

Keamanan dan Kepatuhan Platform

  • Praktik terbaik keamanan untuk platform data
  • Memastikan privasi data dan kepatuhan terhadap peraturan
  • Menerapkan kontrol akses data yang aman

Penyetelan dan Pengoptimalan Kinerja

  • Teknik untuk mengoptimalkan throughput dan latensi data
  • Strategi penskalaan untuk platform padat data
  • Pembandingan dan pemantauan kinerja

Studi Kasus dan Praktik Terbaik

  • Menganalisis implementasi platform data yang sukses
  • Pembelajaran dari para pemimpin industri
  • Tren yang muncul dalam rekayasa platform intensif data

Proyek Batu Penjuru

  • Merancang solusi platform untuk aplikasi intensif data
  • Menerapkan prototipe jalur pemrosesan data
  • Mengevaluasi kinerja dan skalabilitas platform

Ringkasan dan Langkah Selanjutnya

Requirements

  • Pemahaman tentang struktur data dasar dan algoritma
  • Pengalaman dengan pemrograman Java, Scala, atau Python.
  • Keakraban dengan konsep dasar database dan SQL

Hadirin

  • Pengembang perangkat lunak
  • Insinyur data
  • Petunjuk teknis
 21 Hours

Number of participants



Price per participant

Testimonials (3)

Related Courses

Advanced Platform Engineering: Scaling with Microservices and Kubernetes

35 Hours

DevOps and Platform Engineering: A Collaborative Approach

14 Hours

Platform Engineering Fundamentals

14 Hours

Platform Engineering for Business Strategy and Management

21 Hours

Platform Engineering with Cloud-Native Technologies

28 Hours

Platform Engineering for Developers

21 Hours

Platform Engineering: Security and Compliance

28 Hours

AI-Augmented Software Engineering (AIASE)

14 Hours

AI Coding Assistants: Enhancing Developer Productivity

7 Hours

FlexNet Publisher Fundamentals

14 Hours

Impacted Function Point (IFP)

7 Hours

SNAP IFPUG Software Size Estimation and Measurement

14 Hours

Software Engineering

35 Hours

Unit of Software Measurement Parameterization (UMSP)

7 Hours

The Principal Engineer - Masterclass

14 Hours

Related Categories