.svg)
.svg)
.svg)
Machine Lerning Engineer
Der Kurs vertieft Amazon Kinesis und Amazon MSK durch eine Mischung aus Präsentationen unter Anleitung der Kursleitung, praktischen Übungen, Demonstrationen und Klassenübungen, so dass du am Ende des Kurses weißt, wie du eine Streaming-Datenanalyselösung auf AWS aufbauen kannst. Du lernst auch, wie du Streaming-Anwendungen mit Amazon Kinesis skalierst, die Datenspeicherung optimierst, geeignete Optionen für die Aufnahme, Umwandlung, Speicherung und Analyse von Daten auswählst und bereitstellen kannst und vieles mehr.
Modul A: Überblick über Datenanalyse und die Datenpipeline
- Anwendungsfälle der Datenanalyse
- Verwendung der Datenpipeline für die Datenanalyse
Modul 1: Verwendung von Streaming Services in der Datenanalyse-Pipeline
- Die Bedeutung von Streaming Data Analytics
- Die Streaming-Datenanalyse-Pipeline
- Streaming-Konzepte
Modul 2: Einführung in AWS-Streaming-Services
- Streaming-Datenservices in AWS
- Amazon Kinesis in Analyselösungen
- Demo: Erkunden von Amazon Kinesis Data Streams
- Praxis-Lab: Einrichten einer Streaming-Bereitstellungspipeline mit Amazon Kinesis
- Verwendung von Amazon Kinesis Data Analytics
- Einführung in Amazon MSK
- Überblick über Spark Streaming
Modul 3: Verwendung von Amazon Kinesis für Echtzeit-Datenanalysen
- Erforschung von Amazon Kinesis anhand einer Clickstream-Arbeitslast
- Erstellen von Kinesis-Daten- und Lieferströmen
- Demo: Verstehen von Produzenten und Konsumenten
- Erstellen von Stream-Produzenten
- Erstellen von Stream-Konsumenten
- Erstellen und Bereitstellen von Flink-Anwendungen in Kinesis Data Analytics
- Demo: Erkundung von Zeppelin-Notebooks für Kinesis Data Analytics
- Praxis-Lab: Streaming-Analysen mit Amazon Kinesis Data
- Analytik und Apache Flink
Modul 4: Sichern, Überwachen und Optimieren von Amazon Kinesis
- Optimiere Amazon Kinesis, um verwertbare Geschäftseinblicke zu gewinnen
- Bewährte Verfahren für Sicherheit und Überwachung
Modul 5: Verwendung von Amazon MSK in Streaming Data Analytics-Lösungen
- Anwendungsfälle für Amazon MSK
- Erstellen von MSK-Clustern
- Demo: Bereitstellen eines MSK-Clusters
- Einspeisen von Daten in Amazon MSK
- Praxis-Lab: Einführung in die Zugriffskontrolle mit Amazon MSK
- Transformieren und Verarbeiten in Amazon MSK
Modul 6: Sichern, Überwachen und Optimieren von Amazon MSK
- Optimierung von Amazon MSK
- Demo: Skalierung von Amazon MSK-Speicher
- Praxis-Lab: Amazon MSK-Streaming-Pipeline und Anwendungsbereitstellung
- Sicherheit und Überwachung
- Demo: Überwachung eines MSK-Clusters
Modul 7: Entwerfen von Streaming Data Analytics-Lösungen
- Überprüfung von Anwendungsfällen
- Klassenübung: Entwerfen eines Arbeitsablaufs für die Streaming-Datenanalyse
Modul B: Entwickeln moderner Datenarchitekturen auf AWS
- Moderne Datenarchitekturen
- Verstehen der Funktionen und Vorteile einer modernen Datenarchitektur. Erfahre, wie AWS-Streaming-Services in eine moderne Datenarchitektur passen.
- Entwerfen und Implementieren einer Streaming-Data-Analytics-Lösung
- Identifizieren und Anwenden geeigneter Techniken, wie Komprimierung, Sharding und Partitionierung, zur Optimierung der Datenspeicherung
- Auswahl und Einsatz geeigneter Optionen zur Aufnahme, Umwandlung und Speicherung von Echtzeit- und echtzeitnahen Daten
- Auswahl der geeigneten Streams, Cluster, Themen, Skalierungsansätze und Netzwerktopologien für einen bestimmten Geschäftsanwendungsfall
- Verstehen, wie sich Datenspeicherung und -verarbeitung auf die Analyse- und Visualisierungsmechanismen auswirken, die für die Gewinnung verwertbarer Geschäftserkenntnisse erforderlich sind
- Sicherung von Streaming-Daten im Ruhezustand und bei der Übertragung
- Überwachung von Analyse-Workloads zur Erkennung und Behebung von Problemen
- Anwendung von Best Practices für das Kostenmanagement
Dieser Kurs besteht aus einem Online-Seminar und wird von einer:m Trainer:in geleitet, der:die die Teilnehmenden live betreut. Theorie und Praxis werden mit Live-Demonstrationen und praktischen Übungen vermittelt. Zum Einsatz kommt die Videokonferenz-Software Zoom.
Dieser Kurs richtet sich an folgende Jobrollen:
- Data Analytics
Wir empfehlen, dass die Teilnehmer:innen dieses Kurses die folgenden Voraussetzungen mitbringen:
- mindestens ein Jahr Erfahrung in der Verwaltung von Datenanalyse-Lösungen oder Datenströmen
.jpg)
.svg)
