IBM Datastage For Administrators and Developers Počítačový Kurz

V tomto živém školení vedeném instruktorem v České republice se účastníci naučí, jak vytvořit Data Vault.

Na konci tohoto školení budou účastníci schopni:

• Pochopte architekturu a koncepty designu za Data Vault 2.0 a jeho interakci s Big Data, č.SQL a AI.
• Použijte techniky ukládání dat k umožnění auditování, trasování a kontroly historických dat v datovém skladu.
• Vyvinout konzistentní a opakovatelný proces ETL (Extract, Transform, Load).
• Vybudujte a nasaďte vysoce škálovatelné a opakovatelné sklady.

Kurz je součástí sady dovedností Data Scientist (doména: Data a technologie).

Apache Druid je open-source, sloupcově orientované, distribuované úložiště dat napsané v Javě. Byl navržen tak, aby rychle zpracovával obrovské množství dat událostí a spouštěl na tato data dotazy OLAP s nízkou latencí. Druid se běžně používá v aplikacích business intelligence k analýze velkých objemů dat v reálném čase a historických dat. Je také vhodný pro napájení rychlých, interaktivních, analytických řídicích panelů pro koncové uživatele. Druid používají společnosti jako Alibaba, Airbnb, Cisco, eBay, Netflix, Paypal a Yahoo.

V tomto živém kurzu vedeném instruktorem prozkoumáme některá omezení řešení datových skladů a diskutujeme o tom, jak může Druid tyto technologie doplnit a vytvořit flexibilní a škálovatelný analytický zásobník pro streamování. Procházíme mnoha příklady a nabízíme účastníkům možnost implementovat a testovat řešení založená na Druidech v laboratorním prostředí.

Část přednáška, část diskuse, těžká praktická cvičení, občasné testy k ověření porozumění

Apache Kylin je extrémní, distribuovaný analytický motor pro velké údaje.

V tomto živém tréninku vedeném instruktorem se účastníci naučí, jak používat Apache Kylin k instalaci datového skladu v reálném čase.

Po ukončení tohoto tréninku budou účastníci schopni:

• Spotřeba streamingových dat v reálném čase pomocí Kylin
• Používejte Apache Kylin's výkonné funkce,bohatý SQL rozhraní, spark kubing a subsekundní dotaz latence

Poznámka

• Používáme nejnovější verzi Kylin (na základě tohoto textu, Apache Kylin v2.0)

publikum

• Big Data inženýr
• [ 0 ] analytici

Formát kurzu

• Částečná přednáška, částečná diskuse, cvičení a těžká praxe

MemSQL je in-memory distribuovaný SQL systém správy databází pro cloud a on-premise. Jde o datový sklad v reálném čase, který okamžitě poskytuje přehledy z aktuálních a historických dat.

V tomto živém školení vedeném instruktorem se účastníci naučí základy MemSQL pro rozvoj a správu.

Na konci tohoto školení budou účastníci schopni:

Pochopte klíčové koncepty a charakteristiky MemSQL Instalace, návrh, údržba a provoz MemSQL Optimalizace schémat v MemSQL Zlepšení dotazů v MemSQL Srovnání výkonu v MemSQL Vytváření datových aplikací v reálném čase pomocí MemSQL

Publikum

Vývojáři Administrátoři Provozní inženýři

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Amazon Redshift je služba cloudového datového skladu v měřítku petabajtů v AWS.

V tomto živém školení vedeném instruktorem se účastníci naučí základy Amazon Redshift.

Na konci tohoto školení budou účastníci schopni:

Instalace a konfigurace Amazon Redshift Načítání, konfigurace, nasazení, dotazování a vizualizace dat pomocí Amazon Redshift

Publikum

Vývojáři IT profesionálové

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Poznámka

Chcete-li požádat o školení na míru pro tento kurz, kontaktujte nás a domluvíme se.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na vývojáře, kteří chtějí nastavit víceuzlovou databázi Greenplum.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte Pivotal Greenplum.
• Modelujte data v souladu se současnými potřebami a plány budoucího rozšíření.
• Provádějte různé techniky pro distribuci dat mezi více uzly.
• Zlepšení výkonu databáze pomocí ladění.
• Sledování a odstraňování problémů s databází Greenplum.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na administrátory, kteří chtějí nastavit Greenplum Database pro řešení business intelligence a datových skladů.

Na konci tohoto školení budou účastníci schopni:

• Řešte potřeby zpracování pomocí Greenplum.
• Provádějte ETL operace pro zpracování dat.
• Využijte existující infrastruktury pro zpracování dotazů.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé datové inženýry, kteří se chtějí naučit používat Azure Data Lake Storage Gen2 pro efektivní řešení analýzy dat.

Na konci tohoto školení budou účastníci schopni:

• Pochopte architekturu a klíčové funkce Azure Data Lake Storage Gen2.
• Optimalizujte úložiště dat a přístup s ohledem na náklady a výkon.
• Integrujte Azure Data Lake Storage Gen2 s dalšími Azure službami pro analýzu a zpracování dat.
• Vyvíjejte řešení pomocí Azure Data Lake Storage Gen2 API.
• Odstraňte běžné problémy a optimalizujte strategie úložiště.

To meet compliance of the regulators, CSPs (Communication service providers) can tap into Big Data Analytics which not only help them to meet compliance but within the scope of same project they can increase customer satisfaction and thus reduce the churn. In fact since compliance is related to Quality of service tied to a contract, any initiative towards meeting the compliance, will improve the “competitive edge” of the CSPs. Therefore, it is important that Regulators should be able to advise/guide a set of Big Data analytic practice for CSPs that will be of mutual benefit between the regulators and CSPs.

The course consists of 8 modules (4 on day 1, and 4 on day 2)

Pokrok v technologiích a rostoucí množství informací mění způsob, jakým se podniká v mnoha průmyslových odvětvích, včetně státní správy. Gorychlost generování dat a digitální archivace roste díky rychlému růstu mobilních zařízení a aplikací, chytrých senzorů a zařízení, řešení cloud computingu a portálů pro občany. S tím, jak se digitální informace rozšiřují a stávají se složitějšími, je také složitější správa informací, jejich zpracování, ukládání, zabezpečení a dispozice. Nové nástroje pro zachycování, vyhledávání, zjišťování a analýzu pomáhají organizacím získat přehled z jejich nestrukturovaných dat. Vládní trh se nachází v bodě zlomu a uvědomuje si, že informace jsou strategickým aktivem a vláda potřebuje chránit, využívat a analyzovat strukturované i nestrukturované informace, aby lépe sloužily a plnily požadavky mise. Jak se vládní lídři snaží vyvíjet organizace založené na datech, aby úspěšně splnily poslání, pokládají základy pro korelaci závislostí mezi událostmi, lidmi, procesy a informacemi.

Vysoce hodnotná vládní řešení budou vytvořena ze směsi těch nejpřevratnějších technologií:

Mobilní zařízení a aplikace Cloudové služby Technologie sociálního podnikání a sítě Big Data a analytika

IDC předpovídá, že do roku 2020 dosáhne IT průmysl 5 bilionů dolarů, což je přibližně o 1,7 bilionu dolarů více než dnes, a že 80 % růstu tohoto odvětví bude taženo těmito technologiemi 3. platformy. Z dlouhodobého hlediska budou tyto technologie klíčovými nástroji pro řešení složitosti rostoucích digitálních informací. Big Data je jedním z inteligentních průmyslových řešení a umožňuje vládě činit lepší rozhodnutí tím, že přijme opatření na základě vzorců odhalených analýzou velkého objemu dat – souvisejících i nesouvisejících, strukturovaných i nestrukturovaných.

Dosažení těchto výkonů však vyžaduje mnohem více než pouhé shromažďování obrovského množství dat. „Vytvoření smyslu těchto objemů vyžaduje špičkové nástroje a technologie, které dokážou analyzovat a extrahovat užitečné znalosti z rozsáhlých a různorodých toků informací,“ Tom Kalil a Fen Zhao z Úřadu pro vědeckou a technologickou politiku Bílého domu napsal v příspěvku na blogu OSTP.

Bílý dům učinil krok směrem k tomu, aby pomohl agenturám najít tyto technologie, když v roce 2012 založil National Big Data Research and Development Initiative. Tato iniciativa zahrnovala více než 200 milionů dolarů, aby bylo možné co nejlépe využít exploze Big Data a nástroje potřebné k analyzovat to.

Výzvy, které Big Data představuje, jsou téměř stejně skličující, jako povzbuzující je jeho slib. Jednou z těchto výzev je efektivní ukládání dat. Jako vždy jsou rozpočty napjaté, takže agentury musí minimalizovat cenu úložiště za jeden megabajt a udržovat data v rámci snadného přístupu, aby je uživatelé mohli získat, kdy je chtějí a jak je potřebují. Zálohování velkého množství dat zvyšuje náročnost.

Efektivní analýza dat je další velkou výzvou. Mnoho agentur používá komerční nástroje, které jim umožňují probírat se horami dat a odhalovat trendy, které jim mohou pomoci fungovat efektivněji. (Nedávná studie společnosti MeriTalk zjistila, že federální IT manažeři si myslí, že Big Data by mohlo agenturám pomoci ušetřit více než 500 miliard dolarů a zároveň splnit cíle mise.).

Vlastní nástroje Big Data také umožňují agenturám řešit potřebu analyzovat jejich data. Například skupina Computational Data Analytics Group z Oak Ridge National Laboratory zpřístupnila svůj systém pro analýzu dat Piranha dalším agenturám. Systém pomohl lékařským výzkumníkům najít odkaz, který může lékaře upozornit na aneuryzmata aorty dříve, než zaútočí. Používá se také pro všednější úkoly, jako je prohledávání životopisů ke spojení uchazečů o zaměstnání s náborovými manažery.

Den 1 – poskytuje přehled základních Big Data tematických oblastí na vysoké úrovni. Modul je rozdělen do řady sekcí, z nichž každá je doprovázena praktickým cvičením.

Den 2 – zkoumá řadu témat, která se týkají analytických postupů a nástrojů pro Big Data prostředí. Nezabývá se podrobnostmi implementace nebo programování, ale místo toho udržuje pokrytí na koncepční úrovni a zaměřuje se na témata, která účastníkům umožňují rozvinout komplexní porozumění společným analytickým funkcím a funkcím nabízeným řešeními Big Data.

Den 3 – poskytuje přehled základních a zásadních tematických oblastí souvisejících s architekturou platformy řešení Big Data. Zahrnuje Big Data mechanismy potřebné pro vývoj platformy řešení Big Data a architektonické možnosti pro sestavení platformy pro zpracování dat. Jsou také uvedeny běžné scénáře, které poskytují základní pochopení toho, jak se platforma řešení Big Data obecně používá.

Den 4 – navazuje na den 3 zkoumáním pokročilých témat souvisejících s architekturou platformy řešení Big Data. Zejména jsou představeny a diskutovány různé architektonické vrstvy, které tvoří platformu řešení Big Data, včetně zdrojů dat, vstupu dat, ukládání dat, zpracování dat a zabezpečení.

Den 5 – zahrnuje řadu cvičení a problémů navržených tak, aby otestovaly schopnost delegátů aplikovat znalosti z probraných témat 3. a 4. den.

Pokrok v technologiích a zvyšující se množství informací mění způsob, jakým je vymáhání práva prováděno. Výzvy, které Big Data představuje, jsou téměř stejně skličující jako slib Big Data. Jednou z těchto výzev je efektivní ukládání dat; efektivně to analyzovat je něco jiného.

V tomto živém školení vedeném instruktorem se účastníci naučí, jakým způsobem přistupovat k technologiím, hodnotit jejich dopad na stávající procesy a politiky a implementovat tyto technologie za účelem identifikace trestné činnosti a předcházení trestné činnosti. Budou prozkoumány případové studie organizací činných v trestním řízení z celého světa, abychom získali přehled o jejich přístupech, výzvách a výsledcích.

Na konci tohoto školení budou účastníci schopni:

Zkombinujte Big Data technologii s tradičními procesy shromažďování dat a dejte dohromady příběh během vyšetřování Implementujte průmyslová řešení pro ukládání a zpracování velkých dat pro analýzu dat Připravte návrh na přijetí nejvhodnějších nástrojů a procesů umožňujících přístup založený na datech kriminální vyšetřování

Publikum

Specialisté na vymáhání práva s technickým zázemím

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Big Data je termín, který označuje řešení určená pro ukládání a zpracování velkých souborů dat. Tato řešení Big Data, původně vyvinutá Google, se vyvinula a inspirovala další podobné projekty, z nichž mnohé jsou dostupné jako open-source. R je oblíbený programovací jazyk ve finančním průmyslu.

Když tradiční úložné technologie nezvládají množství dat, které potřebujete uložit, existují stovky alternativ. Tento kurz se snaží navést účastníky, jaké jsou alternativy pro ukládání a analýzu Big Data a jaké jsou jejich výhody a nevýhody.

Tento kurz je převážně zaměřen na diskusi a prezentaci řešení, i když na vyžádání jsou k dispozici praktická cvičení.