Курсы IT: Программирование Big Data Архитектура данных

Архитектура данных «Академия АйТи»

Академия АйТи в Москве

Форма обучения: Online, Вебинар

Категория: «Big Data»

Отзывы: 0 / 0 / 0

Оставьте отзыв

Архитектурное проектирование системы, включая построение модели данных – это фундамент, без которого невозможно построение хранилища. На курсе разбираются наиболее важные аспекты создания корпоративных систем, разъясняются основные понятия и принципы технологий Big Data, а также рассматриваются методы сопровождения и развития хранилищ на протяжении всего жизненного цикла. Это позволит специалистам понимать базовые задачи Data Governance, определять особенности процессов построения, внедрения и эксплуатации озер данных, обеспечивать качество данных и эффективной эксплуатации корпоративных репозиториев.

Требуемый стартовый уровень владения предметом: Начальный

О курсе Отзывы

Начало: Оставьте заявку и менеджеры сообщат вам ближайшую дату

Учебных часов: 24

Дней: 3

Стоимость/час: 52000 руб (2166 руб/час)

Большая группа

Необходимые стартовые навыки

знание основ Hadoop, DWH (DataWareHouse), СУБД.

Возможные профессии после курса

ETL-разработчик

Анонс

Архитектура данных как часть реализации стратегии Data Centric на уровне предприятия

Data Driven подход. Успехи. Проблемы. Эволюция.
Внедрение Data Lake: что может пойти не так?
Application Centric vs Data Centric.
Какие проблемы мы не можем решить на уровне Data Lake/DWH.
Задачи Data Governance.
Корпоративная модель данных (EDM) как часть Data Governance.
Архитектор данных. Роли и задачи.
Стандартизация работы с данными предприятия.
Внедрение практик культуры работы с данными. Задачи. Процессы. Сложности.

Основные подходы к проектированию моделей данных ключевых компонентов Big Data-решений

Обобщенная схема архитектур-решений. Требования к компонентам и моделям данных.
Понятие модели данных. Виды моделей данных. Их назначение и особенности.
Реляционная модель данных. Нормализация и денормализация.
Классическая концептуальная модель “сущность-связь” и ее расширения.
Нотации и инструменты моделирования данных. Концептуальная, логическая и физическая модели данных.
Ключевое отличие к построению моделей данных аналитических систем – работа со временем.
Поддержка истории изменений.
BEAM (Business Event Activity Modeling) – подход к проектированию моделей для аналитических задач.
Design-паттерны проектирования моделей данных.
Моделирования ядра. Подход Data Vault. Его преимущества и ограничения. Развитие подхода.

Основные подходы к проектированию моделей данных ключевых компонентов Big Data-решений