Seminare zum Thema Labormanagement

Arbeitsschutzmanagementsysteme gemäß ISO 45001

Modul 1: Einführung in Daten auf der Google Cloud Platform

• Hervorhebung von Analytics-Herausforderungen für Datenanalysten
• Vergleich von Big Data vor Ort mit Big Data in der Cloud
• Erläuterung realer Anwendungsfälle von Unternehmen, die durch Analytics in der Cloud eine Transformation durchlaufen haben
• Projektgrundlagen von Google Cloud Platform
• Lab: Erste Schritte mit Google Cloud Platform

Modul 2: Überblick über Big-Data-Tools

• Anleitung für die Aufgaben und Herausforderungen von Datenanalysten und Einführung in die Datentools der Google Cloud Platform
• Demo: 10 Milliarden Datensätze mit Google BigQuery analysieren
• 9 grundlegende Funktionen in Google BigQuery untersuchen
• GCP-Tools für Analysten, Data Scientists und Data Engineers vergleichen
• Lab: Datasets mit Google BigQuery untersuchen

Modul 3: Daten mit SQL erkunden

• Gängige Techniken der Datenexploration vergleichen
• Qualitativ hochwertiges Standard-SQL codieren
• Öffentliche Datasets von Google BigQuery untersuchen
• Vorschau der Visualisierung: Google Data Studio
• Lab: Gängige SQL-Fehler beheben

Modul 4: Preisgestaltung von Google BigQuery

Anleitung für einen Job in BigQuery

Preise von BigQuery berechnen: Kosten für Speicherung, Abfrage und Streaming

Abfragen nach Kosten optimieren

Lab: Preise von Google BigQuer...

Zugang zu unserer webbasierten Prüfungsvorbereitung und Wunsch-Prüfungstermin zur SGU Prüfung nach Dok.017 in unserem Prüfungszentrum in 46047 Oberhausen.
Ihr Wunschtermin wird uns von Ihnen innerhalb von 20 Tagen nach Zugang zum Lerntool mitgeteilt. Die Prüfungsabnahme erfolgt durch eine DAkkS akkreditierte Zertifizierungsstelle.
Nach Buchung erhält jeder Teilnehmende eine auf 20 Tage beschränkte, personalisierte Lizenz zur Nutzung der E-Learning Kursinhalte. Alle Preisangaben zzgl. der aktuell geltenden MwSt.

Nach dem Seminar sind Sie mit den Herausforderungen für Software-Architekturen im Umfeld Cloud Computing (Architecting for the Cloud) vertraut und Sie wissen, welche Veränderungen zur Gestaltung dieses Prozesses notwendig bzw. sinnvoll sind. Das Seminar vermittelt das erforderliche Wissen, um die Anforderungen an Entwicklung, Migration und Bereitstellung von Anwendungen im Umfeld aktueller Public, Hybrid und Private Cloud Umgebungen zu beschreiben und damit verbundene Herausforderungen zu erkennen und die mit Begriffen wie Cloud-Ready und Cloud-Native Architecture verbundenen Chancen und Risiken einzuschätzen.

Overview

IBM Turbonomic Cloud ARM training takes you in-depth into how the Turbonomic ARM platform interacts with the worlds most broadly accepted public cloud technologies, such as AWS, Azure, and GCP. 

In this course, you learn how to reap the benefits of state-of-the-art automation of cloud datacenter performance and efficiency management via the Turbonomic platform. The course teaches you about the performance, location, and deployment details of your cloud workloads. You get single pane visibility of your entire cloud estate including scoped views to an account/subscription, a billing family, or a resource group. You learn about Turbonomic support for AWS and Azure Gov Clouds.You analyze your total cloud spend, cost of cloud services, as well as per account/subscription spending. You configure Turbonomic to honor scaling constraints for a unified catalog of cloud instances and consistent vertical resizing for Autoscaling Groups (in AWS) as well as Scale Sets (in Azure). You create policies for compliance, thereby making it safe to automate the scaling actions. You reduce cloud bill by deleting unattached volumes and scaling volumes to use the correct storage tier for your workloads, and configure Turbonomic to choose from the selected cloud storage tiers when scaling. You also learn about the cost and feasibility of migrating core applications to the cloud for flexibility and scale, and how to identify the right size of AWS database s...

Vorsprung durch Qualifizierung

Module 1: Introduction to Data Engineering

• Explore the role of a data engineer.
• Analyze data engineering challenges.
• Intro to BigQuery.
• Data Lakes and Data Warehouses.
• Demo: Federated Queries with BigQuery.
• Transactional Databases vs Data Warehouses.
• Website Demo: Finding PII in your dataset with DLP API.
• Partner effectively with other data teams.
• Manage data access and governance.
• Build production-ready pipelines.
• Review GCP customer case study.
• Lab: Analyzing Data with BigQuery.

Module 2: Building a Data Lake

• Introduction to Data Lakes.
• Data Storage and ETL options on GCP.
• Building a Data Lake using Cloud Storage.
• Optional Demo: Optimizing cost with Google Cloud Storage classes and Cloud Functions.
• Securing Cloud Storage.
• Storing All Sorts of Data Types.
• Video Demo: Running federated queries on Parquet and ORC files in BigQuery.
• Cloud SQL as a relational Data Lake.
• Lab: Loading Taxi Data into Cloud SQL.

Module 3: Building a Data Warehouse

The modern data warehouse.

Intro to BigQuery.

Demo: Query TB+ of data in seconds.

Getting Started.

Loading Data.

Video Demo: Querying Cloud SQL from BigQuery.

Lab: Loading Data into BigQuery.

Exploring Schemas.

Demo: Exploring BigQuery Public Datasets wi...

Labormanager ISO/IEC 17025 (DGQ)