Grundlagen des Dateningenieurwesens
- Erfahren Sie die Rolle des Dateningenieurs in modernen Datensystemen
- Entdecken Sie Datenpipelines, ETL-Prozesse und Transformationstechniken im Datenbereich
- Machen Sie sich mit den 4 Vs des Big Data vertraut: Volume, Velocity, Variety und Veracity
Wichtige Tools für Dateningenieure
- Nutzung von SQL und Python zur Datenanalyse und -bearbeitung
- Begreifen Sie relationale und NoSQL-Datenbanken sowie verteilte Speicherlösungen
- Arbeiten Sie mit Big-Data-Frameworks wie Apache Hadoop und Spark
Daten-Workflows und ETL-Techniken
- Entwicklung von ETL-Pipelines für unterschiedliche Datenformate
- Automatisieren Sie Datenprozesse mit SQL und Python
- Steigern Sie die Effizienz und Skalierbarkeit von Daten-Workflows
Cloud-Technologien im Data Engineering
- Erforschen Sie AWS, Azure und Google Cloud zur Datenverwaltung
- Verwenden Sie Cloud-basierte Lösungen wie BigQuery und Snowflake
- Implementierung skalierbarer Daten-Workflows in der Cloud
Datenmodellierung und Optimierung
- Verstehen Sie Normalisierung, Indizierung und Partitionierung
- Steigern Sie die Datenbankleistung für große Datenmengen
- Anwenden bewährter Schema-Design-Praktiken für effiziente Datenspeicherung
Einführung in die Echtzeit-Datenverarbeitung
- Lernen Sie Streaming-Frameworks wie Kafka und Spark Streaming kennen
- Untersuchen Sie Ansätze der Batch- und Echtzeit-Datenverarbeitung
- Bauen Sie grundlegende Echtzeit-Datenpipelines für ereignisgesteuerte Systeme
Praktisches Lernen in der Datenverarbeitung
- Bauen Sie umfassende Datenpipelines mit SQL, Python und Cloud-Diensten
- Entwickeln Sie praxisnahe ETL-Prozesse für Datenintegration und -analyse
- Optimieren Sie Datenverarbeitung für maximale Effizienz und Skalierbarkeit