Konzepte und Praktiken für ein erfolgreiches Data Engineering
Immer mehr Bereiche und Prozesse im Unternehmen sind auf die zuverlässige Bereitstellung hochqualitativer Daten als Grundlage für fundierte Entscheidungen, innovative Produkte und wettbewerbsfähige Lösungen angewiesen. Die stetige Zunahme der Menge und Vielfalt für den Unternehmenserfolg kritischer Daten bringt jedoch technische Herausforderungen mit sich. Die Auswahl geeigneter Lösungsansätze und Anwendungen ist zudem durch die enorm gestiegene Vielfalt im Data Engineering komplex. Es gilt, vielfältige Zusammenhänge zu überblicken und Tools so zu kombinieren, dass sie nahtlos miteinander zusammenarbeiten. Hierbei begegnet ein erfolgreiches Data Engineering den gestiegenen Anforderungen mit der richtigen Mischung aus bewährten Methoden sowie modernen Werkzeugen und Ansätzen. Hierfür sind Fähigkeiten, in der Datenmodellierung, der Gestaltung zuverlässiger Daten-Pipelines und der performanten Bereitstellung qualitativer Daten aus Datenbanken oder Data Lakes gefragt, welche das angebotene Seminar vermittelt. Das Seminar führt Sie in die grundlegenden Konzepte und entscheidenden Aspekte des Data Engineerings ein. Es vermittelt Methoden, die sich für die erfolgreiche Umsetzung von Datenverarbeitungs- und -bereitstellungsprozessen vielfach bewährt haben. Dabei behandelt es die gesamte Prozesskette von der Datenaufnahme über die Datenmodellierung und -verarbeitung bis hin zur geeigneten Bereitstellungsmethode. Dabei lernen Sie moderne Technologien für die Datenverarbeitung (ETL/ELT, Stream Processing), das Orchestrieren von Prozessen, DataGovernance und Data Warehousing kennen. Technische Demonstrationen geben Ihnen darüber hinaus einen Einblick, was entsprechende Tools leisten können.
Donnerstag, 8. Mai 20259:00 bis 12:15 und 13:15 bis 16:30 UhrModellieren von DatenstrukturenCharakterisieren von DatenstrukturenHerangehensweisen an die DatenmodellierungErstellen semantischer DatenmodelleBest Practices der DatenmodellierungDokumentation von DatenmodellenSchichtweise DatenverarbeitungAuswahl der richtigen ModellierungsmethodeDatenbank- und Data-Lake-Technologienentscheidende Charakteristika von Datenbanken & das CAP-TheoremKriterien bei der Auswahl des richtigen DatenbanktypsSchritte zur Optimierung der Datenbank-PerformanceDatenhaltung in einem Data LakeAbfrage von Daten aus einem Data Lakestrukturierter Aufbau eines Data LakeWas unterscheidet ein Data Lakehouse von einem Data Lake?"The Modern Data Stack" - Neue Technologien im Data EngineeringErstellung von Daten-Pipelines (ETL/ELT)die Phasen des Data-Engineering-LebenszyklusStrategien der DatentransformationOrchestration der Aufgabenausführung in korrekter AbfolgeSichern von Datenqualitätlückenlose Rückverfolgbarkeit des Prozesses der Datenentstehung mittels Data LineageWege zu resilienten Daten-PipelinesPerformanz-, Stabilitäts- & Qualitätsüberwachung von Daten-Pipelines
| Veranstaltungs-Code | FB24-519100-60422435 |
