Designing an Azure Data Solution
Seminar
In Nürnberg
Beschreibung
-
Kursart
Seminar
-
Ort
Nürnberg
-
Dauer
2 Tage
-
Beginn
Juli
Über das Seminar
In diesem Seminar werden die Teilnehmer verschiedene Datenplattformtechnologien für Lösungen entwerfen, die mit geschäftlichen und technischen Anforderungen übereinstimmen. Dazu gehören On-premises-, Cloud- und hybride Datenszenarien, die relationale, No-SQL- oder Data-Warehouse-Daten integrieren. Außerdem lernen sie, Prozessarchitekturen mithilfe von Technologien für sowohl Streaming- als auch Batchdaten zu designen.
Weiteres Thema ist das Design von Datensicherheit einschließlich Datenzugriff, Datenrichtlinien und Standards sowie von Azure-Datenlösungen, die Optimierung, Verfügbarkeit und Disaster Recovery von Big Data, Batchverarbeitung und Streaming umfassen.
Das Seminar kann zur Vorbereitung auf die Zertifizierung als Azure Data Engineer genutzt werden.
Standorte und Zeitplan
Lage
Beginn
Beginn
Hinweise zu diesem Kurs
Zielgruppe
Datenprofis, -architekten und Business-Intelligence-Professionals, die die Datenplattformtechnologien auf Microsoft Azure kennenlernen wollen
Anwendungsentwickler, die Inhalt von den Datenplattformtechnologien auf Microsoft Azure ausliefern wollen
Zertifizierungen
Dieses Seminar bereitet auf folgende Zertifizierung vor:
Azure Data Engineer Associate
Meinungen
Themen
- Design
- Sicherheit
- Verschlüsselung
- Perspektive
- Effizienz
Inhalte
Inhalt
Inhalt
Inhalt
- Überlegungen zur Datenplattformarchitektur
- Kernprinzipien der Erstellung von Architekturen
- Design mit Sicherheit im Hinterkopf
- Performance und Skalierbarkeit
- Design für Verfügbarkeit und Wiederherstellbarkeit
- Design für Effizienz und Betriebsabläufe
- Fallstudie
- Azure-Batchverarbeitungsreferenzarchitekturen
- Lambda-Architekturen aus einer Batch-Modus-Perspektive
- Design einer Enterprise-BI-Lösung in Azure
- Automatisierung von Enterprise-BI-Lösungen in Azure
- Erstellen eines Unterhaltungsbots in Azure
- Azure-Echtzeitreferenzarchitekturen
- Lambda-Architekturen für eine Echtzeitperspektive
- Erstellen einer Streamverarbeitungspipeline mit Azure Stream Analytics
- Design einer Streamverarbeitungspipeline mit Azure Databricks
- Erstellen einer Azure-IoT-Referenzarchitektur
- Designüberlegungen zur Sicherheit der Datenplattform
- Defense-in-Depth-Sicherheitsansatz
- Identitätsverwaltung
- Infrastrukturschutz
- Verschlüsselung
- Schutz auf Netzwerkebene
- Anwendungssicherheit
- Design für Resilienz und Skalierbarkeit
- Anpassen der Arbeitslastkapazität durch Skalierung
- Optimierung der Netzwerkperformance
- Design für optimierte Speicher- und Datenbankperformance
- Identifizieren von Performanceflaschenhälsen
- Design einer hochverfügbaren Lösung
- Integrieren von Disaster Recovery in Architekturen
- Design Backup and Restore strategies
- Design von Backup- und Wiederherstellungsstrategien
- Design für Effizienz und Betriebsabläufe
- Maximieren der Effizienz einer Cloudumgebung
- Nutzen von Überwachung und Analysen, um Einsicht in Betriebsabläufe zu erhalten
- Nutzen von Automatisierung, um Aufwand und Fehler zu reduzieren
- Kernprinzipien der Erstellung von Architekturen
- Design mit Sicherheit im Hinterkopf
- Performance und Skalierbarkeit
- Design für Verfügbarkeit und Wiederherstellbarkeit
- Design für Effizienz und Betriebsabläufe
- Fallstudie
- Kernprinzipien der Erstellung von Architekturen
- Design mit Sicherheit im Hinterkopf
- Performance und Skalierbarkeit
- Design für Verfügbarkeit und Wiederherstellbarkeit
- Design für Effizienz und Betriebsabläufe
- Fallstudie
- Lambda-Architekturen aus einer Batch-Modus-Perspektive
- Design einer Enterprise-BI-Lösung in Azure
- Automatisierung von Enterprise-BI-Lösungen in Azure
- Erstellen eines Unterhaltungsbots in Azure
- Lambda-Architekturen aus einer Batch-Modus-Perspektive
- Design einer Enterprise-BI-Lösung in Azure
- Automatisierung von Enterprise-BI-Lösungen in Azure
- Erstellen eines Unterhaltungsbots in Azure
- Lambda-Architekturen für eine Echtzeitperspektive
- Erstellen einer Streamverarbeitungspipeline mit Azure Stream Analytics
- Design einer Streamverarbeitungspipeline mit Azure Databricks
- Erstellen einer Azure-IoT-Referenzarchitektur
- Lambda-Architekturen für eine Echtzeitperspektive
- Erstellen einer Streamverarbeitungspipeline mit Azure Stream Analytics
- Design einer Streamverarbeitungspipeline mit Azure Databricks
- Erstellen einer Azure-IoT-Referenzarchitektur
- Defense-in-Depth-Sicherheitsansatz
- Identitätsverwaltung
- Infrastrukturschutz
- Verschlüsselung
- Schutz auf Netzwerkebene
- Anwendungssicherheit
- Defense-in-Depth-Sicherheitsansatz
- Identitätsverwaltung
- Infrastrukturschutz
- Verschlüsselung
- Schutz auf Netzwerkebene
- Anwendungssicherheit
- Anpassen der Arbeitslastkapazität durch Skalierung
- Optimierung der Netzwerkperformance
- Design für optimierte Speicher- und Datenbankperformance
- Identifizieren von Performanceflaschenhälsen
- Design einer hochverfügbaren Lösung
- Integrieren von Disaster Recovery in Architekturen
- Design Backup and Restore strategies
- Design von Backup- und Wiederherstellungsstrategien
- Anpassen der Arbeitslastkapazität durch Skalierung
- Optimierung der Netzwerkperformance
- Design für optimierte Speicher- und Datenbankperformance
- Identifizieren von Performanceflaschenhälsen
- Design einer hochverfügbaren Lösung
- Integrieren von Disaster Recovery in Architekturen
- Design Backup and Restore strategies
- Design von Backup- und Wiederherstellungsstrategien
- Maximieren der Effizienz einer Cloudumgebung
- Nutzen von Überwachung und Analysen, um Einsicht in Betriebsabläufe zu erhalten
- Nutzen von Automatisierung, um Aufwand und Fehler zu reduzieren
- Maximieren der Effizienz einer Cloudumgebung
- Nutzen von Überwachung und Analysen, um Einsicht in Betriebsabläufe zu erhalten
- Nutzen von Automatisierung, um Aufwand und Fehler zu reduzieren
Designing an Azure Data Solution