Návrh Školení
Základy a Principy Data Mesh
Modul 1: Úvod a kontext
• Vývoj datové architektury: DW, Data Lake a vznik Data Mesh
• Běžné problémy v centralizovaných architekturách
• Klíčové principy přístupu Data Mesh
Modul 2: Princip 1 – Vlastnictví dat doménou
• Organizace orientovaná na domény
• Výhody a výzvy decentralizace odpovědnosti
• Praktické případy: definice domén ve skutečném podniku
Modul 3: Princip 2 – Data jako produkt
• Co je „data product“
• Role vlastníka datového produktu
• Osborní postupy pro návrh datových produktů
• Praktický úkol: návrh datového produktu týmem
Platforma, Řízení a Operační Design
Modul 4: Princip 3 – Autonomní platforma
• Komponenty moderní datové platformy
• Obvyklé nástroje v ekosystému Data Mesh (Kafka, dbt, Snowflake atd.)
• Úkol: návrh architektury autonomní platformy
Modul 5: Princip 4 – Federované řízení
• Řízení v distribuovaných prostředích
• Politiky, standardy a automatizace
• Implementace politik kvality, bezpečnosti a ochrany dat
Modul 6: Organizační design a kulturní změna
• Nové role v Data Mesh: vlastník datového produktu, tým platformy, doménové týmy
• Jak vyrovnávat podporu mezi doménami
• Kulturní transformace a řízení změny
Implementace, Nástroje a Simulace
Modul 7: Strategie přijetí a implementace
• Plán pro fázovou implementaci Data Mesh
• Kritéria pro výběr pilotních domén
• Vyučeniny z reálných implementací
Modul 8: Nástroje, technologie a případové studie
• Technologický stack kompatibilní s Data Mesh
• Příklady implementací (Netflix, Zalando atd.)
• Analýza úspěchů a selhání
Modul 9: Simulační zkouška a praktické případy
• Revize učiva podle modulů
• Simulační zkouška typu certifikace
• Zkoumání výsledků a diskuse
Požadavky
• Znalost konceptů jako Data Warehouse, Data Lake, ETL/ELT
• Vhodné: zkušenosti s datovými projekty na úrovni podniku
Reference (1)
Schopnost zapojit se na základě 1:1 a zajistit, že jsem měl jasno a porozuměl diskutovaným konceptům.
Dave - Sea
Kurz - Data Architecture Fundamentals
Přeloženo strojem