Data Engineering
( 24 Modulok )

modul #1
Bevezetés az adattervezésbe
Az adatkezelés áttekintése, fontossága és szerepe az adattudományban

modul #2
Az adatkezelés alapjai
Az adatfeldolgozás, adattárolás és adatarchitektúra alapjai

modul #3
Adatfeldolgozási minták
Adatfeldolgozási folyamatok tervezése és megvalósítása

modul #4
Adattárolási lehetőségek
Relációs adatbázisok, NoSQL-adatbázisok és adattárház

modul #5
Big Data Storage Solutions
HDFS, HBase és más nagy adattárolás opciók

modul #6
Adatfeldolgozás alapjai
Kötegelt feldolgozás, adatfolyam-feldolgozás és valós idejű feldolgozás

modul #7
Apache Spark Fundamentals
Bevezetés az Apache Sparkba, a Spark Core-ba és a Spark SQL-be

modul #8
Kötegelt feldolgozás Apache Spark segítségével
A kötegelt feldolgozás használati esetei és megvalósításai a Spark segítségével

modul #9
Streamfeldolgozás az Apache Spark segítségével
Streamfeldolgozási felhasználási esetek és megvalósítások a Spark segítségével

modul #10
Valós idejű feldolgozás Apache Flink segítségével
Bevezetés az Apache Flink és a valós idejű feldolgozás használati eseteibe

modul #11
Adatfolyamatok és munkafolyamatok kezelése
Adatfolyamatok tervezése és megvalósítása Apache Airflow és Apache NiFi segítségével

modul #12
Adatminőség és adatkezelés
Adatminőségi mutatók, adatkezelés és adatsor

modul #13
Adatbiztonság és hozzáférés-szabályozás
Adattitkosítás, hozzáférés-szabályozás és biztonsági bevált módszerek

modul #14
Felhőalapú adatkezelés
Felhőalapú adatok tervezés AWS-sel, GCP-vel és Azure-ral

modul #15
Containerization and Orchestration
Containerization with Docker and Orchestration with Kubernetes

modul #16
Monitoring and Logging in Data Engineering
Monitoring and Logging in Data Engineering

modul #17
Tesztelés és érvényesítés az adatmérnökségben
Adatfolyamatok és rendszerek tesztelési és érvényesítési stratégiái

modul #18
Data Engineering for Machine Learning
Adattervezés gépi tanulási modellekhez és AI-alkalmazásokhoz

modul #19
Real- A World Data Engineering használati esetei
Esettanulmányok és valós példák adatmérnöki alkalmazásokra

modul #20
Adatmérnöki eszközök és technológiák
Adatmérnöki eszközök és technológiák felmérése

modul #21
Az adatmérnöki bevált gyakorlatok
Bevált gyakorlatok az adatmérnöki tervezéshez, fejlesztéshez és telepítéshez

modul #22
Skálazott adatfejlesztés
Skálázhatósági és teljesítménymegfontolások nagyméretű adatmérnöki rendszerek esetén

modul #23
Adatmérnökség az adattudományhoz
Együttműködés adatmérnökök és adattudósok

modul #24
Tanfolyam összefoglalója és következtetései
Az adatmérnöki karrier következő lépéseinek tervezése

Készen áll a tanulásra, a megosztásra és a versenyre?