Projektowanie systemów Big Data dla architektów
LICZBA DNI: 1 (8h)
KOD KURSU: BIGDATA/ARCH
Dostosowany program 
O szkoleniu
DLA KOGO?
Szkolenie dla architektów korporacyjnych projektujących zarówno oprogramowanie jak i systemy, w których przetwarzane są duże ilości danych
Szkolenie jest również przydatne dla analityków biznesowych definiujących założenia projektowe
WYMAGANIA
Szkolenie nie ma twardych wymagań technicznych od uczestników
Mile widziane: umiejętność projektowania oprogramowania i/lub systemów IT, znajomość problemów analizy danych, analityka biznesowa, podstawy zarządzania projektem
ZALETY
Szkolenie jest prowadzone przez osoby na co dzień pracujące z problemami Big Data i mającymi praktyczne doświadczenie w tej dziedzinie
Program jest ciągle uaktualniany ze względu na szybki rozwój rozwiązań, których dotyczy szkolenie
Po szkoleniu uczestnik będzie miał szerokie spojrzenie na ekosystem rozwiązań z dziedziny Big Data i NoSQL i będzie potrafił wskazać technologie odpowiednie do rozwiązania postawionego problemu
Cele szkolenia
Analiza bardzo dużych zbiorów danych (Big Data) z różnych źródeł
Problemy Big Data i podejście w sposób ogólny i wysoko poziomowy
Przedstawienie szeregu konkretnych technologii z rodziny Big Data, zarówno klastrowych jak i chmurowych, odpowiednich do różnego rodzaju problemów
Integracja systemów Big Data z istniejącymi systemami i oprogramowaniem
Program
Wstęp do Big Data
- Definicja
- Czym jest Big Data?
- Geneza i historia Big Data
Definiowanie problemów Big Data
- Klasyfikacja problemów Big Data
- Strony w projekcie Big Data
- Czy mamy problem Big Data?
- Wymagania w projekcie Big Data
Przegląd systemów Big Data
- Wsadowe:
- rodzina Hadoop
- Spark
- Strumieniowe:
- Spark Streaming + Apache Kafka jako źródło strumienia danych
Przechowywanie danych
- Pliki
- HDFS
- S3 (AWS)
- Google Cloud Storage (GCP)
- Bazy danych
- Hbase
- Apache Druid
- Google Big Query
Dystrybucje Big Data
- Definicja
- Zalety i wady stosowania
- Przykładowe dystrybucje
- Cloudera
Rozwiązania chmurowe
- Chmura i Big Data
- IaaS vs PaaS
- Zalety i wady
- Przykłady rozwiązań
- Amazon Web Services
- Google Cloud Platform
Rozwiązania integracyjne
- Mamy system Big Data: co dalej?
- Dostęp do danych: pliki i bazy
- Biblioteki klienckie
- Interfejsy bazodanowe
- Wdrożenia hurtowni OLAP dla BigData (Apache Druid)
- Serwisy
- Kolejki
Szkolenia powiązane
