Cursos de Armazém de Dados em Goiania

Este treinamento ao vivo conduzido por instrutor em Goiania (no local ou remoto) é destinado a engenheiros de dados de nível intermediário que desejam aprender como usar o Azure Data Lake Storage Gen2 para soluções eficazes de análise de dados.No final deste treinamento, os participantes serão capazes de:

• Compreender a arquitetura e os principais recursos do Azure Data Lake Storage Gen2.
• Otimizar o armazenamento e o acesso aos dados para custo e desempenho.
• Integrar o Azure Data Lake Storage Gen2 com outros serviços Azure para análise e processamento de dados.
• Desenvolver soluções utilizando a API do Azure Data Lake Storage Gen2.
• Solucionar problemas comuns e otimizar estratégias de armazenamento.

Este treinamento ao vivo conduzido por instrutor em Goiania (no local ou remoto) é destinado a profissionais de TI de nível intermediário que desejam ter uma compreensão abrangente do IBM DataStage, tanto do ponto de vista administrativo quanto do desenvolvimento, permitindo que eles gerenciem e utilizem essa ferramenta efetivamente em seus respectivos locais de trabalho.No final deste treinamento, os participantes serão capazes de:

• Compreender os principais conceitos do DataStage.
• Aprender a instalar, configurar e gerenciar efetivamente os ambientes DataStage.
• Conectar-se a várias fontes de dados e extrair dados eficientemente de bancos de dados, arquivos simples e fontes externas.
• Implementar técnicas eficazes de carregamento de dados.

Apache Kylin é um motor de análise extremamente distribuído para dados grandes. Neste treinamento ao vivo liderado por instrutores, os participantes aprenderão como usar Apache Kylin para configurar um armazém de dados em tempo real. No final do curso, os participantes poderão:

• Consumo de dados de streaming em tempo real usando Kylin
• Utilize Apache Kylin's poderosas características,enriquecido SQL interface, cobertura de spark e latência de consulta subsequente

Notícia

• Usamos a versão mais recente de Kylin (segundo esta escrita, Apache Kylin v2.0)

Auditoria

• Engenheiros de Big Data
• Big Data Os analistas

Formato do curso

• Parte de palestras, parte de discussão, exercícios e prática pesada

O Amazon Redshift é um serviço de data warehouse em nuvem petabytescale na AWS Neste treinamento ao vivo instrutor, os participantes aprenderão os fundamentos do Amazon Redshift No final deste treinamento, os participantes serão capazes de: Instalar e configurar o Amazon Redshift Carregar, configurar, implantar, consultar e visualizar dados com o Amazon Redshift Público Desenvolvedores Profissionais de TI Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada Nota Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar .

O curso faz parte do conjunto de habilidades do Data Scientist (Domínio: Dados e Tecnologia).

Apache Druid é um armazenamento de dados distribuído, de código aberto e orientado a colunas, escrito em Java . Ele foi projetado para ingerir rapidamente grandes quantidades de dados de eventos e executar consultas OLAP de baixa latência nesses dados. O Druid é comumente usado em aplicativos de inteligência de negócios para analisar grandes volumes de dados históricos e em tempo real. Também é adequado para alimentar painéis analíticos rápidos, interativos e para usuários finais. O Druid é usado por empresas como Alibaba, Airbnb, Cisco , eBay, Netflix, Paypal e Yahoo. Neste curso ao vivo, ministrado por instrutor, exploramos algumas das limitações das soluções de data warehouse e discutimos como o Druid pode complementar essas tecnologias para formar uma pilha de análise de streaming flexível e escalável. Percorremos vários exemplos, oferecendo aos participantes a chance de implementar e testar soluções baseadas em Druid em um ambiente de laboratório.

Formato do Curso

• Palestra em parte, discussão em parte, prática prática pesada, testes ocasionais para avaliar a compreensão

Este treinamento ao vivo conduzido por instrutor em Goiania (online ou no local) é destinado a desenvolvedores que desejam configurar um banco de dados Greenplum de vários nós. No final desta formação, os participantes serão capazes de

• Instalar e configurar o Pivotal Greenplum.
• Modelar os dados de acordo com as necessidades actuais e planos de expansão futuros.
• Executar diferentes técnicas para distribuir dados em vários nós.
• Melhorar o desempenho da base de dados através de tuning.
• Monitorar e solucionar problemas de um banco de dados Greenplum.

Este treinamento ao vivo conduzido por instrutor em Goiania (online ou no local) é destinado a administradores que desejam configurar Greenplum Database para soluções de inteligência de negócios e armazenamento de dados. No final desta formação, os participantes serão capazes de

• Atender às necessidades de processamento com o Greenplum.
• Realizar operações ETL para processamento de dados.
• Utilizar as infra-estruturas de processamento de consultas existentes.

Mem SQL é um sistema de gerenciamento de banco de dados SQL distribuído e em memória para nuvem e local. É um data warehouse em tempo real que fornece informações imediatamente a partir de dados ao vivo e históricos. Neste treinamento ao vivo, conduzido por instrutor, os participantes aprenderão o essencial do Mem SQL para desenvolvimento e administração. Ao final deste treinamento, os participantes serão capazes de:

• Compreender os principais conceitos e características do Mem SQL
• Instalar, projetar, manter e operar o Mem SQL
• Otimizar esquemas no Mem SQL
• Melhorar consultas no Mem SQL
• Desempenho de referência no Mem SQL
• Crie aplicativos de dados em tempo real usando Mem SQL

Público

• Desenvolvedores
• Administradores
• Engenheiros de Operação

Formato do curso

• Parte palestra, parte discussão, exercícios e prática prática pesada

Neste treinamento ao vivo conduzido por instrutor em Goiania, os participantes aprenderão como construir um Data Vault. No final desta formação, os participantes serão capazes de

• Compreender a arquitetura e os conceitos de design por trás do Data Vault 2.0 e sua interação com Big Data, NoSQL e IA.
• Utilizar técnicas de data vaulting para permitir a auditoria, rastreamento e inspeção de dados históricos em um data warehouse.
• Desenvolver um processo ETL (Extrair, Transformar, Carregar) consistente e repetível.
• Construir e implantar armazéns altamente escaláveis e repetíveis.