Мы используем файлы cookie для обеспечения работоспособности сервиса, улучшения навигации и маркетинговых активностей Yolonce. Нажимая "Согласен", вы соглашаетесь с нашей Политикой конфиденциальности

Основы хранилищ данных

  Сложность

Пока неизвестно

  Длительность

24 ак.ч.

  Формат

онлайн

  Документ по выпуску

удостоверение о повышении квалификации государственного образца

Стоимость курса
44 900

Подробнее о курсе

В рамках курса вы познакомитесь с основными понятиями и задачами, возникающими при создании хранилищ данных. Поймете, как цели влияют на выбор архитектуры и к каким последствиям может привести недостаточное внимание к компонентам. Составите представление о ролях и влиянии участников команды на результат. В программе курса будут описаны практические подходы к проектированию и внедрению хранилищ данных и его компонент. Вы рассмотрите управление жизненным циклом, включая вывод из эксплуатации и миграцию на новые системы, затронете темы управления данными и построения приложений на их основе. В практической части слушатели разработают концептуальную и физическую ER-диаграммы хранилища на основании бизнес-требований.

Документ после выпуска

удостоверение о повышении квалификации государственного образца

Автор курса

Оценка и обучение ИТ-специалистов по ключевым направлениям разработки программного обеспечения. Курсы от экспертов-практиков по языкам программирования, системному и бизнес-анализу, архитектуре ПО, ручному и автоматизированному тестированию ПО, Big Data и машинному обучению, управлению проектами и Agile. Действует скидка 10% на обучение физических лиц.

Программа курса

  1. Введение (теория - 2 ч., практика - 0,4 ч.)

Понятие «хранилище данных». Его возможности и ограничения. Зачем создается DWH, какую бизнес-задачу оно решает.

  2. Компоненты и архитектура (теория - 2,6 ч., практика - 0,5 ч.)

Классические подходы к проектированию хранилищ данных. Типовые компоненты и протекающие процессы. Концепции Инмона, Кимбалла и DataVault. Обзор основных компонентов (stage, ods, dds, datamart, bi, metadata) и процессов (ETL, ELT, DQ, lineage).

  3. Управление данными - Data Governance (теория 1,7 - ч., практика - 0,3 ч.)

Общие и частные вопросы управления данными предприятия. Информация рассматривается как актив, приносящий ценность и имеющий затраты на получение. Концепция «мастер-данные» и системы по их управлению – MDM.

  4. Методики проектирования хранилищ (теория 4 - ч., практика 0,8 ч.)

Шаги проектирования хранилища. Типовые приемы и инструментарий при создании. Экспертиза участников и инфраструктуры.

  5. Область хранения исходных данных - Stage (теория - 2,3 ч., практика - 0,5 ч.)

Потребность в хранении исходных данных из системы источника. Типичные ошибки при организации данной области и ее отличие от «озера данных».

  6. Области постоянного хранения - ODS и DDS (теория 2,6 - ч., практика 0,5 ч.)

Слои операционного и многомерного хранения данных. Процессы извлечения, очистки, контроля и сохранения - ETL\ELT. Трансформация в целевую схему хранения.

  7. Системы-потребители данных хранилища (теория 3 - ч., практика 0,6 - ч.)

Типовые сценарии использования данных из хранилищ. Основные потребители - системы бизнес-аналитики «BI». Устройство типовой БИ системы и причины их большого разнообразия.

  8. Новые вызовы в развитии хранилищ данных (теория 1,8 - ч., практика - 0,4 ч.)

Обзор основных проблем, с которыми сталкиваются хранилища при росте. Новые вызовы в области машинного обучения. Концепция Data Mesh как альтернатива дальнейшего развития.

Оставьте отзыв

Напишите ваш коментарий, не менее 30 символов

Нажимая кнопку, вы даете согласие на обработку персональных данных

обновлено: 24.11.2024

Похожие курсы

Библиотеки Python для Data Science

Библиотеки Python для Data Science

Data Science для руководителей

Data Science для руководителей

Data Science с Глебом Михайловым

Data Science с Глебом Михайловым

Data Science для руководителей

Data Science для руководителей

Математика для Data Science. Специализация. Тариф «Перельман»

Математика для Data Science. Специализация. Тариф «Перельман»

Big Data и Data Science: перейди на новый уровень

Big Data и Data Science: перейди на новый уровень

Stepik
 онлайн
 26-28 часов6 недель по 4-5 часов
  Перейти к курсу
Big Data и Data Science: перейди на новый уровень

Big Data и Data Science: перейди на новый уровень

Stepik
 онлайн
 26-28 часов6 недель по 4-5 часов
  Перейти к курсу
Основы работы с большими данными (Data Science)

Основы работы с большими данными (Data Science)

Специалист
 онлайн
 16 ак. ч. + 4 ак. ч. самостоятельно
  Перейти к курсу

Оставьте заявку

Наши консультанты ответят на все вопросы
И помогут в выборе

Комментарий ...

Нажимая кнопку, вы даете согласие на обработку персональных данных