Data Warehouse Schulungen finden - Das passende Seminar in Ihrer Nähe
Lernformate der Data Warehouse SchulungenPräsenzunterricht // Onlinekurs bzw. Fernkurs // Kombination Präsenz & Online
Auf Seminarmarkt.de finden Sie aktuell 116 Schulungen (mit 397 Terminen) zum Thema Data Warehouse mit ausführlicher Beschreibung und Buchungsinformationen:
Webinar
- 21.05.2024- 23.05.2024
- online
- 3.195,15 €
- firmenintern
- Ort auf Anfrage
- auf Anfrage
Overview
This course offers data engineers more experience with watsonx.data on Red Hat OpenShift Container Platform. You learn to gain knowledge in the areas such as infrastructure management, data management, running SQL statements. You gain skills in ingesting data, creating schemas, running queries that combines data from multiple data sources, and rolling back a table to previous point in time.
Webinar
SAP® NetWeaver® 2004s BI Kompakt
- 17.05.2024- 18.05.2024
- online
- 1.725,50 €
Webinar
- 11.07.2024
- online
- 868,70 €
Webinar
Building Data Analytics Solutions Using Amazon Redshift
- 26.09.2024
- online
- 892,50 €
Webinar
Building Data Analytics Solutions Using Amazon Redshift
- 26.06.2024
- online
- 946,05 €
Module A: Overview of Data Analytics and the Data Pipeline
- Data analytics use cases
- Using the data pipeline for analytics
Module 1: Using Amazon Redshift in the Data Analytics Pipeline
- Why Amazon Redshift for data warehousing?
- Overview of Amazon Redshift
Module 2: Introduction to Amazon Redshift
- Amazon Redshift architecture
- Interactive Demo 1: Touring the Amazon Redshift console
- Amazon Redshift features
- Practice Lab 1: Load and query data in an Amazon Redshift cluster
Module 3: Ingestion and Storage
- Ingestion
- Interactive Demo 2: Connecting your Amazon Redshift cluster using a Jupyter notebook with Data API
- Data distribution and storage
- Interactive Demo 3: Analyzing semi-structured data using the SUPER data type
- Querying data in Amazon Redshift
- Practice Lab 2: Data analytics using Amazon Redshift Spectrum
Module 4: Processing and Optimizing Data
- Data transformation
- Advanced querying
- Practice Lab 3: Data transformation and querying in Amazon Redshift
- Resource management
Interactive Demo 4: Applying mixed workload management on Amazon Redshift
- Automation and optimization
- Interactive demo 5: Amazon Redshift cluster resizing from the dc2.large to ra3.xlplus cluster
Module 5: Security and Monitoring...
Webinar
DP-203 Data Engineering on Microsoft Azure
- 21.05.2024- 24.05.2024
- online
- 3.082,10 €
Knowledge Warehouse und Wissensmanagement
- 11.06.2024- 13.06.2024
- Hamburg
- 2.606,10 €
Nach dem Seminar kennen Sie die wichtigsten Konzepte des Wissensmanagements aus Betriebswirtschaft, IT und Soziologie. Sie können abschätzen, welche der Konzepte für Ihre Unternehmenssituation angemessen und eventuell sogar erforderlich sind. Sie lernen ein Wissensmanagement-Projekt aufzusetzen und werden mit der Rolle Wissensmanager vertraut. Sie wissen, wie aus einem Data Warehouse ein Knowledge Warehouse wird. Sie können ein ISO15504 konformes Wissensmanagement Audit gestalten
Data Warehousing on AWS (DWAWS)
- 16.09.2024- 18.09.2024
- Hamburg
- 2.374,05 €
- firmenintern
- Ort auf Anfrage
- auf Anfrage
Dieser Kurs vermittelt eine umfassende Einführung in das Thema Data Science. Als Einstieg wird den Teilnehmern gezeigt, welcher Wandel derzeit durch die Digitalisierung stattfindet. Am Thema Datenstrategie wird vorgestellt, welche Faktoren im Unternehmen berücksichtigt werden müssen, um Daten als Vermögenswert zu betrachten und datenbasierte Entscheidungen treffen zu können. Von der Ideengenerierung über die Aufbereitung und Analyse bis zum Go-live werden die Besonderheiten eines Data Science Projekts anhand des führenden Vorgehensmodells CRISP-DM besprochen. Die Definition des Begriffes ‚Daten’ wird von anschaulichen Beispielen zu unterschiedlichen Datenarten begleitet. Aspekte der Datenspeicherung werden zusammen mit drei wichtigen Datenarchitekturen präsentiert: Data Warehouse, Data Lake und Hybride Architektur. Die methodische Vertiefung erfolgt mit Schwerpunkt auf Datenaufbereitung, explorativer Datenanalyse sowie auf Ziele und Modelle des Machine Learning. Abschließend wird die adressatengerechte und visuell ansprechende Aufbereitung von Daten illustriert.