Course Outline

Grondslagen van data-intensief Platform Engineering

  • Inleiding tot data-intensieve toepassingen
  • Uitdagingen in platform engineering voor big data
  • Overzicht van architecturen voor gegevensverwerking

Gegevensmodellering en Management

  • Principes van datamodellering voor schaalbaarheid
  • Opties voor gegevensopslag en optimalisatie
  • Beheer van de levenscyclus van gegevens in een gedistribueerde omgeving

Big Data Kaders voor verwerking

  • Overzicht van big data processing tools (Hadoop, Spark, Flink)
  • Batch- versus streamverwerking
  • Een pijplijn voor de verwerking van big data opzetten

Realtime analyseplatforms

  • Architectuur voor real-time analytics
  • De verwerkingsmotoren van de stroom (De Stromen van Kafka, Apache Storm)
  • Real-time dashboards en visualisaties bouwen

Orkestratie van gegevenspijplijnen

  • Workflowbeheer met Apache Airflow en andere
  • Datapijplijnen automatiseren voor efficiëntie
  • Bewaking en waarschuwingen voor gegevenspijplijnen

Platformbeveiliging en naleving

  • Best practices op het gebied van beveiliging voor dataplatforms
  • Zorgen voor gegevensprivacy en naleving van de regelgeving
  • Implementeren van veilige controles voor gegevenstoegang

Prestaties afstemmen en optimaliseren

  • Technieken voor het optimaliseren van datadoorvoer en latency
  • Schaalstrategieën voor data-intensieve platforms
  • Benchmarking en monitoring van prestaties

Casestudy's en best practices

  • Analyseren van succesvolle dataplatformimplementaties
  • Lessen geleerd van marktleiders
  • Opkomende trends in data-intensieve platformengineering

Sluitstuk Project

  • Ontwerpen van een platformoplossing voor een data-intensieve applicatie
  • Implementatie van een prototype van de dataverwerkingspijplijn
  • Evaluatie van de prestaties en schaalbaarheid van het platform

Samenvatting en volgende stappen

Requirements

  • Inzicht in basisgegevensstructuren en algoritmen
  • Ervaring met programmeren Java, Scala of Python
  • Vertrouwdheid met basisconcepten van databases en SQL

Audiëntie

  • Softwareontwikkelaars
  • Data-ingenieurs
  • Technische leads
 21 Hours

Getuigenissen (3)

Related Courses

Advanced Platform Engineering: Scaling with Microservices and Kubernetes

35 Hours

DevOps and Platform Engineering: A Collaborative Approach

14 Hours

Platform Engineering Fundamentals

14 Hours

Platform Engineering for Business Strategy and Management

21 Hours

Platform Engineering with Cloud-Native Technologies

28 Hours

Platform Engineering for Developers

21 Hours

Platform Engineering: Security and Compliance

28 Hours

AI-Augmented Software Engineering (AIASE)

14 Hours

AI Coding Assistants: Enhancing Developer Productivity

7 Hours

FlexNet Publisher Fundamentals

14 Hours

Impacted Function Point (IFP)

7 Hours

SNAP IFPUG Software Size Estimation and Measurement

14 Hours

Software Engineering

35 Hours

Unit of Software Measurement Parameterization (UMSP)

7 Hours

TMAP: High-performance quality engineering

21 Hours

Related Categories