Data Analytics Fundamentals (German)

via AWS Skill Builder

Aperçu

Description

Dans cette autoformation, vous apprendrez les étapes pour concevoir une solution d'analyse de données ainsi que les nombreux processus d'analyse impliqués. Ce cours présente cinq facteurs clés qui déterminent les services AWS nécessaires à la collecte, au traitement, à l'analyse et à la présentation de vos données. Cela comprend l'apprentissage des architectures fondamentales, des propositions de valeur et des cas d'utilisation potentiels. Le cours vous introduit aux services et solutions AWS qui vous aideront à construire et améliorer les solutions d'analyse de données.

Public cible

Ce cours s'adresse à :

Architectes de données
Scientifiques des données
Analystes de données

Objectifs du cours

Le contenu de ce cours :

Identifier les caractéristiques des solutions d'analyse de données et les signes indiquant qu'une telle solution pourrait être nécessaire
Définir les types de données, y compris les données structurées, semi-structurées et non structurées
Définir les types de stockage de données tels que les lacs de données, AWS Lake Formation, les entrepôts de données et le service de stockage simple Amazon (Amazon S3)
Analyser les caractéristiques et les différences entre le traitement par lots et le traitement en continu
Définir comment Amazon Kinesis est utilisé pour le traitement des données en continu
Analyser les caractéristiques des différents systèmes de stockage des données sources
Analyser les caractéristiques des systèmes de traitement transactionnel en ligne (OLTP) et de traitement analytique en ligne (OLAP) et leur impact sur l'organisation des données dans ces systèmes
Analyser les différences entre les méthodes de stockage des données en lignes et en colonnes
Définir comment Amazon EMR, AWS Glue et Amazon Redshift traitent, nettoient et transforment les données dans une solution d'analyse de données
Analyser le concept de conformité à l'Atomicité, la Cohérence, l'Isolation et la Durabilité (ACID), la Disponibilité de base, l'état temporaire, la cohérence des données en fin de compte (BASE) et comment un processus d'extraction, transformation et chargement (ETL) peut contribuer à assurer la conformité
Explorer le concept de schémas de données et découvrir comment ils définissent les données et comment ces informations sont stockées dans des métastores
Analyser le concept de données par rapport aux informations
Reconnaître les possibilités d'analyser des données pour créer des rapports d'information à l'aide d'outils comme Amazon QuickSight et Amazon Athena
Définir comment les services AWS travaillent ensemble pour visualiser les données

Prérequis

Nous recommandons que les participants à ce cours remplissent les conditions préalables suivantes :

Connaissances de base des concepts de bases de données
Compréhension fondamentale du stockage, du traitement et de l'analyse des données
Expérience avec les systèmes informatiques d'entreprise

Méthode d'enseignement

Ce cours est dispensé de la manière suivante :