A Big Data on AWS képzés átfogó és gyakorlatorientált tudást nyújt a nagy adatmennyiségek AWS felhőkörnyezetben történő tárolásához, feldolgozásához, elemzéséhez és vizualizálásához. A tanfolyam bemutatja, hogyan kapcsolhatók össze az AWS adatkezelési és analitikai szolgáltatásai egy skálázható big data architektúrában.
A vállalatok egyre nagyobb mennyiségű és változatosabb adatot gyűjtenek különböző rendszerekből, alkalmazásokból és digitális szolgáltatásokból. Ezek üzleti értéke azonban csak akkor aknázható ki, ha az adatok megfelelően tárolhatók, gyorsan feldolgozhatók és hatékonyan elemezhetők. A felhőalapú big data megoldások ehhez rugalmas és skálázható infrastruktúrát biztosítanak.
A képzés során a résztvevők megismerik az AWS big data ökoszisztémájának fontosabb szolgáltatásait, valamint azok szerepét egy teljes adatfeldolgozási folyamatban. A hangsúly a skálázhatóságon, teljesítményen, költséghatékonyságon és biztonságos adatkezelésen van.
Big data feldolgozás Amazon EMR környezetben
A képzés kiemelten foglalkozik az Amazon EMR használatával és a nagy adatmennyiségek elosztott feldolgozásának lehetőségeivel.
A résztvevők megismerik:
• az Apache Hadoop működését Amazon EMR környezetben;
• az EMR klaszterek fő komponenseit;
• a klaszterek létrehozásának és konfigurálásának lehetőségeit;
• az elosztott adatfeldolgozás legfontosabb alapelveit;
• az EMR-környezetben használható adatfeldolgozási keretrendszereket.
A tanfolyam célja, hogy a résztvevők ne csupán az egyes technológiákat ismerjék meg, hanem azt is megértsék, mikor és milyen feladatokra érdemes ezeket alkalmazni.
Apache Spark és nagyméretű adatelemzés
Az Apache Spark lehetőséget biztosít nagy adatmennyiségek gyors, elosztott feldolgozására és elemzésére.
A képzés bemutatja, hogyan használható a Spark Amazon EMR környezetben, és miként alkalmazható az in-memory feldolgozás az analitikai munkafolyamatok gyorsítására.
A résztvevők megismerik azokat a szempontokat is, amelyek alapján kiválasztható az adott adatelemzési feladathoz megfelelő feldolgozási megoldás.
Adattárolás és adatfeldolgozási architektúrák
A big data rendszerek kialakításakor alapvető kérdés, hogy az egyes adattípusokhoz és feldolgozási igényekhez milyen tárolási technológia illeszkedik.
A képzés segít eligazodni az AWS különböző adattárolási és analitikai megoldásai között. A résztvevők megtanulják értékelni a tárolási lehetőségeket teljesítmény, skálázhatóság, hozzáférési mód és költségek alapján.
Külön figyelmet kap az adatok AWS-be történő feltöltése és átvitele, valamint az adattömörítés és az adatfeldolgozás hatékonyságát befolyásoló tényezők.
Adatfolyamok és közel valós idejű feldolgozás
Nem minden adatelemzési feladat végezhető hagyományos kötegelt feldolgozással. Számos üzleti helyzetben szükség van a folyamatosan érkező adatok gyors feldolgozására.
A tanfolyam bemutatja az Amazon Kinesis lehetőségeit és a streaming alapú adatfeldolgozás legfontosabb elveit.
A résztvevők megértik, hogyan építhetők olyan adatfolyamok, amelyek nagy mennyiségű, folyamatosan érkező adat közel valós idejű feldolgozását és elemzését teszik lehetővé.
Adattárház, lekérdezés és ETL
A képzés foglalkozik az AWS analitikai szolgáltatásaival is.
A résztvevők megismerik:
• az Amazon Redshift adattárházi és analitikai lehetőségeit;
• az Amazon Athena használatát ad-hoc lekérdezésekhez;
• az AWS Glue szerepét az adatintegrációs és ETL-folyamatok kialakításában és automatizálásában.
A cél annak megértése, hogyan kapcsolhatók össze ezek a szolgáltatások egy modern AWS-alapú adatarchitektúrában.
Adatvizualizáció és üzleti elemzés
Az adatok feldolgozása önmagában nem elegendő: az eredményeket érthető és jól használható formában kell elérhetővé tenni az üzleti felhasználók számára.
A képzés bemutatja az Amazon QuickSight használatát az adatok elemzésére és vizualizálására. A résztvevők megismerik, hogyan alakíthatók át a feldolgozott adatok olyan vizuális elemzésekké, amelyek támogatják az adatvezérelt döntéshozatalt.
Biztonság és költségoptimalizálás
Nagy adatmennyiségek kezelésekor a technológiai megoldások mellett a biztonsági és gazdaságossági szempontok is meghatározóak.
A képzés kitér:
• az adatok biztonságos kezelésére;
• a hozzáférések megfelelő szabályozására;
• az adatátvitel és adattárolás biztonsági szempontjaira;
• a big data architektúrák költségeinek értékelésére és optimalizálására.
A képzés célja
A képzés végére a résztvevők képesek lesznek:
• integrálni az AWS szolgáltatásait a big data ökoszisztémába;
• használni az Apache Hadoopot és Sparkot Amazon EMR környezetben;
• EMR klasztereket létrehozni és konfigurálni;
• megfelelő AWS adattárolási megoldásokat kiválasztani;
• streaming adatfeldolgozási lehetőségeket értékelni;
• Amazon Redshift segítségével nagy adatmennyiségeket elemezni;
• Amazon Athena használatával ad-hoc lekérdezéseket futtatni;
• AWS Glue segítségével adatfeldolgozási és ETL-folyamatokat kialakítani;
• Amazon QuickSight segítségével adatokat és elemzéseket vizualizálni;
• figyelembe venni a big data megoldások biztonsági és költségszempontjait.
Kinek ajánljuk?
A képzést elsősorban:
• Solution Architecteknek;
• SysOps rendszergazdáknak;
• Data Engineer szakembereknek;
• Data Scientist szakembereknek;
• Data Analyst szakembereknek;
• AWS-alapú adatplatformokat tervező és üzemeltető IT-szakembereknek ajánljuk.
A Big Data on AWS képzés azok számára nyújt hasznos tudást, akik szeretnék megérteni, hogyan építhetők skálázható, biztonságos és költséghatékony adatfeldolgozási és analitikai megoldások az AWS felhőszolgáltatásaira építve.
Nézd meg további AWS képzéseinket is.
Csoportos képzési igény esetén kérj egyedi ajánlatot.