pds-it
['Produktdetailseite','nein']
Amazon Web Services / AWS Data Analytics
Die Illustrationen sind in Kooperation von Menschen und künstlicher Intelligenz entstanden. Sie zeigen eine Zukunft, in der Technologie allgegenwärtig ist, aber der Mensch im Mittelpunkt bleibt.
KI-generierte Illustration

Building Data Analytics Solutions Using Amazon Redshift

Online
1 Tag
Deutsch
€ 730,–
zzgl. MwSt.
€ 868,70
inkl. MwSt.
Buchungsnummer
36414
Veranstaltungsort
Online
3 Termine
€ 730,–
zzgl. MwSt.
€ 868,70
inkl. MwSt.
Buchungsnummer
36414
Veranstaltungsort
Online
3 Termine
Werde zertifizierter
Machine Lerning Engineer
Dieser Kurs ist Bestandteil der zertifizierten Master Class "Machine Learning Engineer". Bei Buchung der gesamten Master Class sparst du über 15 Prozent im Vergleich zur Buchung dieses einzelnen Moduls.
Zur Master Class
Inhouse Training
Firmeninterne Weiterbildung nur für eure Mitarbeiter:innen - exklusiv und wirkungsvoll.
Anfragen
In Kooperation mit
In diesem Kurs wirst du eine Datenanalyse-Lösung mit Amazon Redshift, einem Cloud Data Warehouse Service, aufbauen.
Inhalte

Der Kurs konzentriert sich auf die Komponenten der Datenerfassung, -aufnahme, -katalogisierung, -speicherung und -verarbeitung der Analysepipeline. Du lernst, Amazon Redshift in einen Data Lake zu integrieren, um sowohl Analyse- als auch maschinelle Lernarbeitslasten zu unterstützen. Du wirst auch lernen, die besten Praktiken für Sicherheit, Leistung und Kostenmanagement auf den Betrieb von Amazon Redshift anzuwenden.

Modul A: Überblick über Datenanalyse und die Datenpipeline

  • Anwendungsfälle der Datenanalyse 
  • Verwendung der Datenpipeline für die Datenanalyse

 

Modul 1: Verwendung von Amazon Redshift in der Datenanalyse-Pipeline

  • Warum Amazon Redshift für Data Warehousing?
  • Überblick über Amazon Redshift

 

Modul 2: Einführung in Amazon Redshift

  • Architektur von Amazon Redshift
  • Interaktive Demo 1: Rundgang durch die Amazon Redshift-Konsole
  • Amazon Redshift-Funktionen
  • Übung 1: Laden und Abfragen von Daten in einem Amazon Redshift-Cluster

 

Modul 3: Ingestion und Speicherung

  • Datenübernahme
  • Interaktive Demo 2: Verbinden deines Amazon Redshift-Clusters mit einem Jupyter-Notebook mit Daten-API 
  • Datenverteilung und -speicherung
  • Interaktive Demo 3: Analysieren semi-strukturierter Daten mit dem Datentyp SUPER
  • Abfrage von Daten in Amazon Redshift
  • Übung 2: Datenanalyse mit Amazon Redshift Spectrum

 

Modul 4: Verarbeiten und Optimieren von Daten

  • Datentransformation
  • Erweiterte Abfragen
  • Praxisübung 3: Datentransformation und -abfrage in Amazon Redshift
  • Verwaltung von Ressourcen
  • Interaktive Demo 4: Anwendung von gemischtem Workload-Management auf Amazon Redshift
  • Automatisierung und Optimierung
  • Interaktive Demo 5: Größenänderung des Amazon Redshift-Clusters vom dc2.large zum ra3.xlplus-Cluster

 

Modul 5: Sicherheit und Überwachung von Amazon Redshift-Clustern

  • Absicherung des Amazon Redshift-Clusters
  • Überwachung und Fehlersuche bei Amazon Redshift-Clustern

 

Modul 6: Entwerfen von Data Warehouse-Analytiklösungen

  • Überprüfung von Data-Warehouse-Anwendungsfällen
  • Aktivität: Entwerfen eines Data-Warehouse-Analyse-Workflows

 

Modul B: Entwickeln moderner Datenarchitekturen auf AWS

  • Moderne Datenarchitekturen
Dein Nutzen
  • Vergleich der Funktionen und Vorteile von Data Warehouses, Data Lakes und modernen Datenarchitekturen
  • Entwerfen und Implementieren einer Data-Warehouse-Analyselösung
  • Identifizieren und Anwenden geeigneter Techniken, einschließlich Komprimierung, zur Optimierung der Datenspeicherung
  • Auswählen und Bereitstellen geeigneter Optionen für die Aufnahme, Umwandlung und Speicherung von Daten 
  • Auswahl der geeigneten Instanz- und Knotentypen, Cluster, automatischen Skalierung und Netzwerktopologie für einen bestimmten geschäftlichen Anwendungsfall
  • Verstehen, wie sich die Datenspeicherung und -verarbeitung auf die Analyse- und Visualisierungsmechanismen auswirkt, die erforderlich sind, um verwertbare Geschäftseinblicke zu gewinnen
  • Sicherung von Daten im Ruhezustand und bei der Übertragung
  • Überwachung von Analyse-Workloads, um Probleme zu erkennen und zu beheben
  • Anwendung von Best Practices für das Kostenmanagement
Trainer:in
Milo Fels
Methoden

Dieser Kurs beinhaltet Präsentationen, interaktive Demos, praktische Übungen, Diskussionen und Klassenübungen.

Teilnehmer:innenkreis

Dieser Kurs richtet sich an folgende Jobrollen:

  • Data Analytics
Starttermine und Details

Lernform

Learning form

9.12.2024
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert
3.2.2025
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert
17.3.2025
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert

Das Training wird in Zusammenarbeit mit einem autorisierten Trainingspartner durchgeführt.

Dieser erhebt und verarbeitet Daten in eigener Verantwortung. Bitte nehme die entsprechende Datenschutzerklärung zur Kenntnis

Du hast Fragen zum Training?
Ruf uns an unter +49 761 595 33900 oder schreib uns auf service@haufe-akademie.de oder nutze das Kontaktformular.