Datateknik
( 24 Moduler )

modul #1
Introduktion till datateknik
Översikt över datateknik, betydelse och roll inom datavetenskap

modul #2
Data Engineering Fundamentals
Databehandling, datalagring och dataarkitektur grunderna

modul #3
Dataintagsmönster
Designa och implementera pipelines för dataintag

modul #4
Datalagringsalternativ
Relationsdatabaser, NoSQL-databaser och datalager

modul #5
Big Data Storage Solutions
HDFS, HBase och annan stordatalagring alternativ

modul #6
Data Processing Fundamentals
Batchbearbetning, strömbearbetning och realtidsbehandling

modul #7
Apache Spark Fundamentals
Introduktion till Apache Spark, Spark Core och Spark SQL

modul #8
Batchbearbetning med Apache Spark
Batchbearbetning av användningsfall och implementeringar med Spark

modul #9
Streambearbetning med Apache Spark
Streambearbetning av användningsfall och implementeringar med Spark

modul #10
Realtidsbearbetning med Apache Flink
Introduktion till användningsfall för Apache Flink och bearbetning i realtid

modul #11
Datapipelines och arbetsflödeshantering
Designa och implementera datapipelines med Apache Airflow och Apache NiFi

modul #12
Datakvalitet och datastyrning
Datakvalitetsstatistik, datastyrning och datalinje

modul #13
Datasäkerhet och åtkomstkontroll
Datakryptering, åtkomstkontroll och bästa metoder för säkerhet

modul #14
molnbaserad datateknik
molnbaserad data teknik med AWS, GCP och Azure

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

modul #16
Monitoring and Logging in Data Engineering
Övervakning och loggning av bästa praxis inom datateknik

modul #17
Testing and Validation in Data Engineering
Test- och valideringsstrategier för datapipelines och system

modul #18
Data Engineering for Machine Learning
Datateknik för maskininlärningsmodeller och AI-tillämpningar

modul #19
Real- World Data Engineering Use Cases
Fallstudier och verkliga exempel på datateknikapplikationer

modul #20
Data Engineering Tools and Technologies
Undersökning av datateknikverktyg och -teknologier

modul #21
Data Engineering Best Practices
Bästa praxis för design, utveckling och implementering av datateknik

modul #22
Datateknik i skala
Skalbarhet och prestandaöverväganden för storskaliga datatekniksystem

modul #23
Datateknik för datavetenskap
Samarbete mellan dataingenjörer och datavetare

modul #24
Kursavslutning och avslutning
Planerar nästa steg i Data Engineering-karriären

Redo att lära sig, dela och tävla?