Datateknikk
( 24 Moduler )

modul #1
Introduksjon til datateknikk
Oversikt over datateknikk, viktighet og rolle i datavitenskap

modul #2
Data Engineering Fundamentals
Databehandling, datalagring og grunnleggende dataarkitektur

modul #3
Datainntaksmønstre
Designe og implementere datainntakspipelines

modul #4
Datalagringsalternativer
Relasjonsdatabaser, NoSQL-databaser og datavarehus

modul #5
Big Data Storage Solutions
HDFS, HBase og annen stordatalagring alternativer

modul #6
Data Processing Fundamentals
Batchbehandling, strømbehandling og sanntidsbehandling

modul #7
Apache Spark Fundamentals
Introduksjon til Apache Spark, Spark Core og Spark SQL

modul #8
Batchbehandling med Apache Spark
Batchbehandling av brukstilfeller og implementeringer med Spark

modul #9
Streambehandling med Apache Spark
Strømbehandling av brukstilfeller og implementeringer med Spark

modul #10
Sanntidsbehandling med Apache Flink
Introduksjon til brukstilfeller for Apache Flink og sanntidsbehandling

modul #11
Data Pipelines and Workflow Management
Designe og implementere datapipelines med Apache Airflow og Apache NiFi

modul #12
Data Quality and Data Governance
Datakvalitetsmålinger, datastyring og dataavstamning

modul #13
Datasikkerhet og tilgangskontroll
Datakryptering, tilgangskontroll og sikkerhet beste praksis

modul #14
Cloud-Based Data Engineering
Skybaserte data engineering med AWS, GCP og Azure

modul #15
Containerization and Orchestration
Containerization with Docker og orkestrering med Kubernetes

modul #16
Monitoring and Logging in Data Engineering
Monitoring and logging best practices in data engineering

modul #17
Testing og validering i datateknikk
Test- og valideringsstrategier for datarørledninger og systemer

modul #18
Datateknikk for maskinlæring
Datateknikk for maskinlæringsmodeller og AI-applikasjoner

modul #19
Real- World Data Engineering Use Cases
Casestudier og eksempler fra virkelige verden på dataingeniørapplikasjoner

modul #20
Data Engineering Tools and Technologies
Survey of data engineering verktøy og teknologier

modul #21
Data Engineering Best Practices
Beste praksis for design, utvikling og distribusjon av datateknikk

modul #22
Datateknikk i stor skala
Skalerbarhet og ytelseshensyn for store datateknikksystemer

modul #23
Datateknikk for datavitenskap
Samarbeid mellom dataingeniører og dataforskere

modul #24
Kursavslutning og konklusjon
Planlegging av neste trinn i Data Engineering-karrieren

Klar til å lære, dele og konkurrere?