Live-Online: Building Data Lakes on AWS

Du wirst die Komponenten und Funktionen der Services kennenlernen, die an der Erstellung eines Data Lake beteiligt sind. Du wirst  AWS Lake Formation zum Aufbau eines Data Lake, AWS Glue zum Aufbau eines Datenkatalogs und Amazon Athena zum Analysieren von Daten verwenden. Die Kursvorträge und Übungen vertiefen deine Kenntnisse durch die Erkundung verschiedener gängiger Data Lake-Architekturen.

Modul 1: Einführung in Data Lakes

Beschreiben des Wertes von Data Lakes

• Vergleich von Data Lakes und Data Warehouses
• Beschreiben der Komponenten eines Data Lakes
• Erkennen gängiger Architekturen, die auf Data Lakes aufbauen

Modul 2: Datenerfassung, Katalogisierung und Vorbereitung

• Beschreiben der Beziehung zwischen Data-Lake-Speicher und Dateneingabe
• Beschreiben der AWS Glue-Crawler und wie sie zur Erstellung eines Datenkatalogs verwendet werden
• Identifizieren von Datenformatierung, Partitionierung und Komprimierung für effiziente Speicherung und Abfrage
• Übung 1: Einrichten eines einfachen Data Lake

Modul 3: Datenverarbeitung und Analytik

• Erkennen, wie die Datenverarbeitung auf einen Data Lake angewendet wird
• Verwenden von AWS Glue zur Verarbeitung von Daten in einem Data Lake
• Beschreiben, wie man Amazon Athena zur Analyse von Daten in einem Data Lake verwendet

Modul 4: Aufbau eines Data Lake mit AWS Lake Formation

• Beschreiben der Funktionen und Vorteile von AWS Lake Formation
• Verwenden von AWS Lake Formation zum Erstellen eines Data Lake
• Verstehen des Sicherheitsmodells von AWS Lake Formation
• Übung 2: Einen Datensee mit AWS Lake Formation erstellen

Modul 5: Zusätzliche Lake Formation-Konfigurationen

• Automatisieren von AWS Lake Formation mithilfe von Blueprints und Workflows
• Anwenden von Sicherheits- und Zugriffskontrollen auf AWS Lake Formation
• Abgleichen von Datensätzen mit AWS Lake Formation FindMatches
• Visualisieren von Daten mit Amazon QuickSight
• Übung 3: Automatisierte Erstellung von Data Lakes mithilfe von AWS-Lake-Formation-Blueprints
• Übung 4: Datenvisualisierung mit Amazon QuickSight

Modul 6: Architektur und Kursüberprüfung

• Wissensüberprüfung nach dem Kurs
• Überprüfung der Architektur
• Kurs-Rückblick

• Anwendung von Data-Lake-Methoden bei der Planung und Gestaltung eines Data Lake
• Formulierung der Komponenten und Services, die für den Aufbau eines AWS Data Lake erforderlich sind
• Sichern eines Data Lake mit entsprechenden Berechtigungen
• Einlesen, Speichern und Umwandeln von Daten in einem Data Lake
• Abfragen, Analysieren und Visualisieren von Daten in einem Data Lake

Dieser Kurs richtet sich an folgende Jobrollen:

• Data Analytics
• Machine Learning & AI