ARMG «Архитектура данных»

Курс Архитектура моделей данных содержит теоретический минимум, необходимый для эффективной прикладной работы с архитектурными моделями корпоративных репозиториев и их различными реализациями в виде реляционных хранилищ и NoSQL-сред на базе Hadoop и других технологий Big Data.

Цена по запросу

По всем вопросам свяжитесь с нашим менеджером в рабочее время

Для кого предназначен курс

Курс «Архитектура данных» предназначен для ИТ-архитекторов, системных аналитиков и разработчиков, которым интересна тема проектирования моделей данных систем аналитического класса (озера и хранилища данных).

Курс также будет полезен руководителям Big Data-проектов и команд в области аналитики, специалистам направления Data Governance, ИТ-менеджерам и руководителям проектов по цифровизации.

Соотношение теории и практики

50% теории / 50% практики

Предварительная подготовка

Предварительный опыт не требуется.

Курс «Архитектура моделей данных» содержит теоретический минимум, необходимый для эффективной прикладной работы с архитектурными моделями корпоративных репозиториев и их различными реализациями в виде реляционных хранилищ и NoSQL-сред на базе Hadoop и других технологий Big Data.

В результате обучения вы получите следующие знания и навыки:

Поймете базовые задачи Data Governance.
Разберетесь с основными положениями теории построения корпоративных хранилищ данных с учетом современных принципов и технологий Big Data.
Узнаете особенности процессов построения, внедрения и эксплуатации озер данных.
Получите базовые навыки обеспечения качества данных и эффективной эксплуатации корпоративных репозиториев.

День 1–2

Архитектура данных как часть реализации стратегии Data Centric на уровне предприятия. Роль и задачи архитектора данных. Data Governance.
Data Driven-подход. Успехи, проблемы, эволюция. Внедрение Data Lake: что может пойти не так?
Application Centric vs Data Centric. Когда, внедряя Big Data, мы приближаемся к Data Centric, а когда отдаляемся?
Какие проблемы невозможно решить на уровне Data Lake/DWH. Задачи Data Governance. Корпоративная модель данных (EDM) как часть Data Governance.
Архитектор данных. Роли и задачи.
Стандартизация работы с данными предприятия. Внедрение практик культуры работы с данными. Задачи, процессы и сложности.

День 3–4

Основные подходы к проектированию моделей данных ключевых компонентов Big Data-решений.
Обобщенная схема архитектурных решений. Требования к компонентам и моделям данных.
Понятие модели данных. Виды моделей данных, их назначение и особенности.
Реляционная модель данных. Нормализация и денормализация.
Классическая концептуальная модель «сущность–связь» и ее расширения.
Нотации и инструменты моделирования данных.
Концептуальная, логическая и физическая модели данных.
Ключевое отличие построения моделей данных аналитических систем — работа со временем. Поддержка истории изменений.
BEAM (Business Event Activity Modeling) — подход к проектированию моделей для аналитических задач.
Design-паттерны проектирования моделей данных.
Моделирование ядра. Подход Data Vault, его преимущества, ограничения и развитие.

День 5–6

Основные подходы к проектированию моделей данных ключевых компонентов Big Data-решений.
Метаданные.
Эффективная загрузка данных.
Итеративное развитие модели данных ядра.
Моделирование аналитических витрин. Подход Р. Кимбалла и его развитие.
Отраслевые примеры моделей данных.
Виды метаданных для аналитических систем.
Эффективное обновление данных. Управление загрузкой.

Кто проводит курс

Верещага Елена

Московский Энергетический Институт (Москва, 1996)

· Проектирование и разработка хранилищ данных и аналитических систем (Skyeng, Райффайзен Банк, Связной-Retail, Банк Открытие, Альфа-Банк, ВТБ24, Форс-центр разработки) · Проектирование модели данных: концептуальное, логическое, физическое · Оптимизация хранения данных для систем OLTP, DSS, DWH, DataLake · Концептуальный дизайн аналитических систем под разные бизнеc-потребности · Системная архитектура и оптимизация загрузки данных для хранилищ и озер данных · Разработка архитектурных стандартов проектирования моделей данных на корпоративном уровне

Рады ответить на Ваши вопросы по обучению, регистрации на курсы и т.д.

Оставьте контактные данные и мы свяжемся с Вами в ближайшее время.

✓

Спасибо! Ваша заявка принята.

Мы ответим на ваш вопрос в ближайшее время.