Aperçu
Dans ce cours en auto-formation, vous apprenez le processus de planification des solutions d'analyse de données et les différents processus d'analyse de données impliqués. Ce cours explique les cinq facteurs principaux indiquant la nécessité de services AWS spécifiques pour la collecte, le traitement, l'analyse et la présentation de vos données. Cela inclut l'apprentissage des architectures de base, des propositions de valeur et des cas d'utilisation possibles. Le cours présente les services et les solutions AWS pour vous aider à créer et améliorer les solutions d'analyse de données.
Public cible
Ce cours est destiné à :
- Architectes de données
- Scientifiques des données
- Analystes de données
Objectifs du cours
Dans ce cours, vous apprendrez à :
- Identifier les caractéristiques des solutions d'analyse de données et les caractéristiques indiquant que cette solution peut être nécessaire
- Définir les types de données, y compris les données structurées, semi-structurées et non structurées
- Définir les types de stockage de données, comme les lacs de données, AWS Lake Formation, les entrepôts de données et Amazon Simple Storage Service (Amazon S3)
- Analyser les caractéristiques et les différences dans le traitement par lots et le traitement en flux
- Définir comment Amazon Kinesis est utilisé pour traiter les données de flux
- Analyser les caractéristiques des différents systèmes de stockage pour les données sources
- Analyser les caractéristiques des systèmes de traitement des transactions 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 physique des données en colonnes et basées sur les lignes
- Définir comment Amazon EMR, AWS Glue et Amazon Redshift fonctionnent individuellement pour traiter, nettoyer et transformer des données dans une solution d'analyse de données
- Analyser le concept de conformité avec Atomicity, Consistency, Isolation and Durability (ACID) ainsi que la conformité avec Basic Availability, Soft State, Eventual Consistency (BASE) et comment un processus Extract, Transform, Load (ETL) peut aider à garantir la conformité
- Explorer le concept de schémas de données et comprendre 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 façons d'analyser les données pour produire des informations pour les rapports en utilisant des outils comme Amazon QuickSight et Amazon Athena
- Définir comment les services AWS travaillent ensemble pour visualiser les données
Prérequis
Nous recommandons aux participants du cours de remplir les prérequis suivants :
- Connaissance pratique des concepts de base de données
- Compréhension de base du stockage, du traitement et de l'analyse des données
- Expérience avec les systèmes informatiques d'entreprise
Méthode de présentation
Ce cours sera dispensé avec une combinaison de :
- Formation numérique
Remarque : Ce cours a des transcriptions localisées. La narration est en anglais.
Durée
3,5 heures
Description du cours
Ce cours couvre les concepts suivants :
- Leçon 1 : Introduction aux solutions d'analyse de données
- Concepts d'analyse de données et data analytics
- Introduction aux défis de l'analyse de données
- Leçon 2 : Volume
Programme
Enseigné par
Étiquettes
