Data Warehouse Formazione in Torino

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto ai data engineer di livello intermedio che desiderano imparare a usare Azure Data Lake Storage Gen2 per soluzioni di analisi dei dati efficaci.Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere l'architettura e le funzionalità principali di Azure Data Lake Storage Gen2.
• Ottimizza l'archiviazione e l'accesso ai dati in termini di costi e prestazioni.
• Integrare Azure Data Lake Storage Gen2 con altri servizi Azure per l'analisi e l'elaborazione dei dati.
• Sviluppare soluzioni usando l'API Azure Data Lake Storage Gen2.
• Risolvi i problemi più comuni e ottimizza le strategie di archiviazione.

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto a professionisti IT di livello intermedio che desiderano avere una comprensione completa di IBM DataStage sia da un punto di vista amministrativo che di sviluppo, consentendo loro di gestire e utilizzare questo strumento in modo efficace nei rispettivi luoghi di lavoro.Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere i concetti di base di DataStage.
• Scopri come installare, configurare e gestire in modo efficace gli ambienti DataStage.
• Connettiti a varie origini dati ed estrai i dati in modo efficiente da database, file flat e origini esterne.
• Implementare tecniche efficaci di caricamento dei dati.

Apache Kylin è un motore di analisi estremamente distribuito per i big data. In questo allenamento diretto da istruttori, i partecipanti impareranno come utilizzare Apache Kylin per installare un magazzino di dati in tempo reale. Al termine di questo corso, i partecipanti saranno in grado di:

• Consumo di dati in tempo reale tramite Kylin
• Utilize Apache Kylin's funzionalità potenti,richi SQL interfaccia, spark cubing e latenza della domanda subseconda

Nota

• Utilizziamo la versione più recente di Kylin (sulla base di questa scrittura, Apache Kylin v2.0)

Il pubblico

• Ingegnere Big Data
• Big Data Gli analisti

Il formato del corso

• Lezioni parziali, discussioni parziali, esercizi e pratiche pesanti

Amazon Redshift è un servizio di data warehouse basato su cloud petabytescale in AWS In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno i fondamenti di Amazon Redshift Alla fine di questa formazione, i partecipanti saranno in grado di: Installa e configura Amazon Redshift Carica, configura, distribuisci, esegui query e visualizza i dati con Amazon Redshift Pubblico Sviluppatori Professionisti IT Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva Nota Per richiedere una formazione personalizzata per questo corso, vi preghiamo di contattarci per organizzare .

Il corso fa parte del set di abilità Data Scientist (Dominio: Dati e tecnologia).

Apache Druid è un archivio dati distribuito open source, orientato alle colonne, scritto in Java . È stato progettato per importare rapidamente enormi quantità di dati di eventi ed eseguire query OLAP a bassa latenza su tali dati. Druid è comunemente usato nelle applicazioni di business intelligence per analizzare elevati volumi di dati storici e in tempo reale. È inoltre adatto per alimentare dashboard analitici veloci, interattivi per gli utenti finali. Druid è utilizzato da aziende come Alibaba, Airbnb, Cisco , eBay, Netflix, Paypal e Yahoo. In questo corso dal vivo con istruttore esploriamo alcuni dei limiti delle soluzioni di data warehouse e discutiamo di come Druid può integrare tali tecnologie per formare uno stack di analisi dello streaming flessibile e scalabile. Esaminiamo numerosi esempi, offrendo ai partecipanti la possibilità di implementare e testare soluzioni basate su Druid in un ambiente di laboratorio.

Formato del corso

• Parte lezione, parte discussione, pratica pratica pesante, prove occasionali per valutare la comprensione

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto agli sviluppatori che desiderano creare un database Greenplum multi-nodo. Al termine di questa formazione, i partecipanti saranno in grado di:

• Installa e configura Pivotal Greenplum.
• Modella i dati in base alle esigenze attuali e ai piani di espansione futuri.
• Eseguire diverse tecniche per distribuire i dati su più nodi.
• Migliorare le prestazioni del database tramite l'ottimizzazione.
• Monitorare e risolvere i problemi di un database Greenplum.

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto agli amministratori che desiderano configurare Greenplum Database soluzioni di business intelligence e data warehousing. Al termine di questa formazione, i partecipanti saranno in grado di:

• Soddisfa le esigenze di lavorazione con Greenplum.
• Eseguire operazioni ETL per l'elaborazione dei dati.
• Sfrutta le infrastrutture di elaborazione delle query esistenti.

Mem SQL è un sistema di gestione di database SQL in memoria, distribuito per cloud e locale. È un data warehouse in tempo reale che fornisce immediatamente informazioni dettagliate su dati storici e in tempo reale. In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno gli elementi essenziali di Mem SQL per lo sviluppo e l'amministrazione. Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendi i concetti e le caratteristiche chiave di Mem SQL
• Installa, progetta, mantieni e gestisci Mem SQL
• Ottimizza gli schemi in Mem SQL
• Migliora le query in Mem SQL
• Prestazioni di benchmark in Mem SQL
• Crea applicazioni di dati in tempo reale utilizzando Mem SQL

Pubblico

• Sviluppatori
• Amministratori
• Ingegneri Operativi

Formato del corso

• Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche

In questo corso di formazione dal vivo con istruttore in Torino, i partecipanti impareranno come costruire un Data Vault. Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere l'architettura e i concetti di progettazione alla base di Data Vault 2.0 e la sua interazione con Big Data, NoSQL e AI.
• Utilizza le tecniche di archiviazione dei dati per abilitare il controllo, la traccia e l'ispezione dei dati cronologici in un data warehouse.
• Sviluppare un processo ETL (Extract, Transform, Load) coerente e ripetibile.
• Costruisci e distribuisci magazzini altamente scalabili e ripetibili.