Simplifiez vos analyses et l'IA avec Amazon SageMaker Lakehouse

Aperçu

Découvrez comment Amazon SageMaker Lakehouse unifie les données entre les lacs S3 et les entrepôts Redshift, permettant une interrogation fluide avec les outils Apache Iceberg tout en maintenant des contrôles de sécurité robustes.

Programme

• Introduction à Amazon SageMaker Lakehouse
Aperçu de l'unification des données sur AWS
Principales caractéristiques et avantages
• Comprendre les lacs de données et les entrepôts de données
Différences entre les lacs de données S3 et les entrepôts de données Redshift
Cas d'utilisation combinant lacs et entrepôts de données
• Apache Iceberg pour des requêtes transparentes
Introduction à Apache Iceberg
Configuration et optimisation d'Apache Iceberg pour les requêtes de données
• Intégration d'Amazon SageMaker Lakehouse
Étapes pour unifier les données entre S3 et Redshift
Bonnes pratiques pour la gestion et l'architecture des données
• Sécurité des données et conformité
Aperçu des contrôles de sécurité dans Amazon SageMaker Lakehouse
Gestion des accès et des permissions
• Cas d'utilisation et applications
Cas d'utilisation réels d'Amazon SageMaker Lakehouse
Intégration analytique avancée et IA
• Atelier pratique
Exercices pratiques sur l'unification des données
Mise en œuvre d'un flux de travail analytique exemplaire
• Optimisation des performances
Techniques pour optimiser les performances des requêtes
Résolution de problèmes de performance courants
• Conclusion et étapes suivantes
Résumé et révision du cours
Ressources supplémentaires et parcours d'apprentissage complémentaires

Sujets

Programmation