Практическая архитектура данных
Классические методы, современные подходы и лучшие практики архитектуры и интеграции данных для проектных команд. На примерах платформенных решений, корпоративных фабрик данных, микросервисов и веб-приложений.
| Код курса | Даты начала курса | Стоимость обучения | Длительность обучения | Формат обучения |
|---|---|---|---|---|
| PRAR | 21.10. - 28.10.2024 (24 учебных часа) | 430 000 тг. | 7 дней | Онлайн |
Что такое архитектура данных
Архитектура данных (Data Architecture ) — это совокупность моделей и стандартов для всех систем данных, а также правил взаимодействия между ними. Архитектура данных определяет данные вместе со схемами, интеграцией, преобразованиями, хранением и рабочими процессами, необходимыми для решения бизнес-задач. Надежная архитектура данных полностью отвечает требованиям компании и соответствует ее бизнес-стратегиями. Она определяет, как данные появляются, собираются, интегрируются, улучшаются, хранятся и доставляются пользователям для принятия бизнес-решений и выполнения операционных задач. Архитектура данных является одним из доменов архитектуры предприятия и необходима для реализации data-driven управления. Наличие продуманной, сбалансированной и эффективной для конкретно вашей компании архитектуры данных необходимо для проектов цифровизации и внедрения технологий Big Data. Как спроектировать и реализовать такую надежную дата-архитектуру, используя лучшие практики российских и зарубежных коллег, вы узнаете на нашем курсе PRAR "Практическая архитектура данных".
Цель курса: формирование высокоэффективных производственных процессов через практическое применение кросс-доменных концепций на современном технологическом стеке, повышение качества и увеличение производственного потенциала, как решающих факторов интенсивного развития и удовлетворения потребностей бизнеса в целом.
Кому нужны курсы по архитектуре Big Data
Практический курс по архитектуре данных предназначен для ИТ-архитекторов, участников Е2Е команд, разработчиков фронтальных систем и микросервисов, дата-инженеров и SQL-программистов, а также корпоративных, системных и бизнес-архитекторов, архитекторов решений и данных, владельцев продуктов, менеджеров проектов и Q&A-инженеров.
- В результате обучения вы получите следующие знания и навыки:
- Эффективно применять фрэймворки и паттерны корпоративной архитектуры данных
- знать особенности применения методологий проектирования моделей данных
- разрабатывать дорожные карты корпоративной архитектуры данных
- эффективно применять инструменты и техники корпоративной архитектуры данных
- знать принципы, метрики и модели эффективного управления архитектурой данных.
- Продолжительность: 5 дней, 24 академических часа
Программа курса Практическая архитектура данных
1. Корпоративная архитектура данных
- Data-driven организация: основные характеристики
- Стратегия организации и корпоративная архитектура
- Корпоративная стратегия управления данными и архитектура данных.
- Цели корпоративной архитектуры данных
- Сравнительный анализ фрэймворков корпоративной архитектуры данных DAMA-DMBOK2, Zakhman, TOGAF, DCAM, FEAF, DoDAF
- Компоненты корпоративной архитектуры данных
2. Паттерны корпоративной архитектуры данных
- Централизованная и распределенная архитектура данных
- Паттерны централизованной архитектуры данных. Data Warehouse vs DataLake
- Паттерны распределенной архитектуры данных Data Lakehouse, Data Mesh, Data Fabric, Data Cloud.
- Паттерны архитектуры больших данных Lambda, Kappa, Dataflow.
- Разбор практических кэйсов применения паттернов корпоративной архитектуры данных
3. Корпоративная модель данных (Business Understanding)
- Корпоративная модель данных. Представления модели данных: концептуальное, логическое и физическое
- Реляционная модель данных, концептуальная модель «сущность-связь»
- Нормализация отношений, нормальные формы. Денормализация.
- Сравнительный анализ подходов к проектированию хранилищ данных. Методологии Инмона и Кимбалла, Data Vault, Anchor Modelling.
- Подходы к зонированию Data Lake.
- Разбор практических кэйсов по разработке корпоративных моделей данных.
4. Активности (Activities)
- Подходы к разработке корпоративной архитектуры данных: quality-oriented и innovation-oriented
- Внедрение практики архитектуры данных
- Оценка спецификаций архитектуры данных
- Разработка дорожной карты
- Управление корпоративными требованиями в рамках проекта архитектуры данных
- Интеграция с корпоративной архитектурой данных
- Разбор практических кэйсов по реализации активностей корпоративной архитектуры данных
5. Инструменты (Tools)
- Инструменты моделирования данных и репозитории моделей.
- ПО для управления ИТ-активами
- Приложения для графического проектирования.
6. Техники (Techniques)
- Проекции артефактов на фазы жизненного цикла проектирования корпоративной архитектуры данных
- Принципы визуализации корпоративной архитектуры данных
7. Шаги по внедрению корпоративной архитектуры данных (Implementation Guidelines)
- Оценка готовности архитектуры данных и оценка рисков
- Скорость принятия архитектурных практик и изменения корпоративной культуры
- Паттерны и антипаттерны внедрения корпоративной архитектуры данных
8. Управление архитектурой данных (Data Architecture Governance)
- Принципы управления архитектурой данных
- Метрики управления архитектурой данных
- Сравнительный анализ моделей управления архитектурой данных
- Разбор практических кэйсов по управлению корпоративной архитектурой данных.
Кто проводит курс
Королев Михаил
МГУ им. М.В. Ломоносова (Москва, 1992)
Профессиональные компетенции:
Сертифицированный разработчик Spark и Hadoop (CCA Cloudera)
Сертифицированный разработчик (Cloudera Certified Professional Data Engineer)
Построение корпоративных хранилищ и озер данных (Cloudera CDH, Hadoop)
Организация ETL-конвейеров (ApacheAirflow, Spark, Apache Livy)
Поддержка инфраструктуры больших данных (Apache Hive,HBase, Kafka,Elasticsearch)
Руководитель проектов с корпоративными данными
Ведущий Data Engineer АО “Альфастрахование”, Москва
Регистрация
