Skip to main content

Building Data Analytics Solutions Using Amazon Redshift

Geschrieben von wamrhein am . Veröffentlicht in AWS Training, Training.

Building Data Analytics Solutions Using Amazon Redshift

aktuelle Kurs-Termine finden Sie am Ende dieser Seite … Firmenschulungen gerne auf Anfrage!

Beschreibung

In diesem Kurs erstellen Sie eine Datenanalyselösung mit Amazon Redshift, einem Cloud-Data-Warehouse-Dienst. Der Kurs konzentriert sich auf die Datenerfassungs-, Aufnahme-, Katalogisierungs-, Speicherungs- und Verarbeitungskomponenten der Analysepipeline. Sie lernen, Amazon Redshift in einen Data Lake zu integrieren, um sowohl Analyse- als auch Machine-Learning-Workloads zu unterstützen. Sie erfahren auch, wie Sie Best Practices für Sicherheit, Leistung und Kostenmanagement auf den Betrieb von Amazon Redshift anwenden.

Kursziele

Was Sie in diesem Kurs lernen:

  • Vergleichen Sie die Funktionen und Vorteile von Data Warehouses, Data Lakes und modernen Datenarchitekturen
  • Entwerfen und Implementieren einer Data Warehouse-Analyselösung
  • Identifizieren und Anwenden geeigneter Techniken, einschließlich Komprimierung, zur Optimierung der Datenspeicherung
  • Auswahl und Einsatz geeigneter Optionen für die Aufnahme, Umwandlung und Speicherung von Daten
  • Auswahl geeigneter Instanz- und Knotentypen, Cluster, automatischer Skalierung und Netzwerktopologie für einen bestimmten geschäftlichen Anwendungsfall
  • Verstehen, wie sich die Datenspeicherung und -verarbeitung auf die Analyse- und Visualisierungsmechanismen auswirkt, die erforderlich sind, um verwertbare Geschäftseinblicke zu gewinnen
  • Sichern von Daten im Ruhezustand und bei der Übertragung
  • Überwachung von Analyse-Workloads, um Probleme zu erkennen und zu beheben
  • Anwendung von Best Practices für das Kostenmanagement

Zielgruppe

Dieser Kurs ist konzipiert für:

  • Data Warehouse Engineers
  • Data Platform Engineers
  • Architects und Operators, die Datenanalyse-Pipelines erstellen und verwalten.

Voraussetzungen

Wir empfehlen, dass die Teilnehmer dieses Kurses über folgende Kenntnisse verfügen:

  • Es sind keine Vorkenntnisse aus IT oder Cloud erforderlich

Lehrmethode

Dieser Kurs setzt sich zusammen aus:

  • Schulung mit Kursleiter
  • Praktische Übungen

Kursdauer / Preis

  • 1 Tag / € 750,00 zzgl. Mwst. pro Person

Kursinhalt

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 of Amazon Redshift Clusters

  • Securing the Amazon Redshift cluster
  • Monitoring and troubleshooting Amazon Redshift clusters

Module 6: Designing Data Warehouse Analytics Solutions

  • Data warehouse use case review
  • Activity: Designing a data warehouse analytics workflow

Module B: Developing Modern Data Architectures on AWS

  • Modern data architectures

WICHTIG: Bitte bringen Sie zu unseren Trainings Ihr Notebook (Windows, Linux oder Mac) mit. Wenn dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf.

Kursunterlagen sind auf Englisch, auf Wunsch auch auf Deutsch (wenn verfügbar).
Kurssprache ist deutsch, auf Wunsch auch auf Englisch.

Building Data Lakes on AWS

Geschrieben von wamrhein am . Veröffentlicht in AWS Training, Training.

Building Data Lakes on AWS

aktuelle Kurs-Termine finden Sie am Ende dieser Seite … Firmenschulungen gerne auf Anfrage!

Beschreibung

In diesem Kurs lernen Sie, wie Sie einen operativen Data Lake aufbauen, der die Analyse von strukturierten und unstrukturierten Daten unterstützt. Sie lernen die Komponenten und Funktionen der Services kennen, die beim Erstellen eines Data Lake beteiligt sind. Sie werden 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 das Gelernte durch die Analyse mehrerer gängiger Data Lake Architekturen.

Kursziele

Was Sie in diesem Kurs lernen:

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

Zielgruppe

Dieser Kurs ist konzipiert für:

  • Data platform engineers
  • Solutions architects
  • IT professionals

Voraussetzungen

Wir empfehlen, dass die Teilnehmer dieses Kurses zuvor folgenden Kenntnisse haben:

  • Abschluss des AWS Technical Essentials Trainings
  • Ein Jahr Erfahrung im Aufbau von Datenanalyse-Pipelines oder Abschluss des digitalen Kurses „Data Analytics Fundamentals“

Lehrmethode

Dieser Kurs setzt sich zusammen aus:

  • Vorträge
  • Präsentationen
  • Praktische Übungen
  • Gruppenübungen

Kursdauer / Preis

  • 1 Tag / € 750,00 zzgl. Mwst. pro Person

Kursinhalt

Module 1: Introduction to data lakes

  • Describe the value of data lakes
  • Compare data lakes and data warehouses
  • Describe the components of a data lake
  • Recognize common architectures built on data lakes

Module 2: Data ingestion, cataloging, and preparation

  • Describe the relationship between data lake storage and data ingestion
  • Describe AWS Glue crawlers and how they are used to create a data catalog
  • Identify data formatting, partitioning, and compression for efficient storage and query
  • Lab 1: Set up a simple data lake

Module 3: Data processing and analytics

  • Recognize how data processing applies to a data lake
  • Use AWS Glue to process data within a data lake
  • Describe how to use Amazon Athena to analyze data in a data lake

Module 4: Building a data lake with AWS Lake Formation

  • Describe the features and benefits of AWS Lake Formation
  • Use AWS Lake Formation to create a data lake
  • Understand the AWS Lake Formation security model
  • Lab 2: Build a data lake using AWS Lake Formation

Module 5: Additional Lake Formation configurations

  • Automate AWS Lake Formation using blueprints and workflows
  • Apply security and access controls to AWS Lake Formation
  • Match records with AWS Lake Formation FindMatches
  • Visualize data with Amazon QuickSight
  • Lab 3: Automate data lake creation using AWS Lake Formation blueprints
  • Lab 4: Data visualization using Amazon QuickSight

Module 6: Architecture and course review

  • Post course knowledge check
  • Architecture review
  • Course review

WICHTIG: Bitte bringen Sie zu unseren Trainings Ihr Notebook (Windows, Linux oder Mac) mit. Wenn dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf.

Kursunterlagen sind auf Englisch, auf Wunsch auch auf Deutsch (wenn verfügbar).
Kurssprache ist deutsch, auf Wunsch auch auf Englisch.

Developing Serverless Solutions on AWS

Geschrieben von wamrhein am . Veröffentlicht in AWS Training, Training.

Developing Serverless Solutions on AWS

aktuelle Kurs-Termine finden Sie am Ende dieser Seite … Firmenschulungen gerne auf Anfrage!

Beschreibung

In diesem Kurs lernen Entwickler bewährte Verfahren zum Erstellen von Serverless-Anwendungen mit AWS Lambda und anderen Services der AWS Serverless-Plattform kennen und üben diese. Sie werden verschiedene Frameworks verwenden, um eine serverlose Anwendung in praktischen Übungen zu erstellen. Dabei werden sowohl grundlegende als auch komplexe Themen behandelt.

Kursziele

Was Sie in diesem Kurs lernen:

  • Anwenden ereignisgesteuerter Best Practices auf ein serverloses Anwendungsdesign unter Verwendung geeigneter AWS-Services
  • Identifizieren Sie die Herausforderungen und die Trade-offs beim Übergang zur serverlosen Entwicklung und erhalten Sie Empfehlungen, die zu Ihrer Entwicklungsorganisation und -umgebung passen
  • Erstellen von serverlosen Anwendungen unter Verwendung von Pattern, die AWS-verwaltete Services miteinander verbinden
  • Vergleichen und Gegenüberstellen der verfügbaren Optionen zum Schreiben von Infrastruktur als Code, einschließlich AWS CloudFormation, AWS Amplify, AWS Serverless Application Model (AWS SAM) und AWS Cloud Development Kit (AWS CDK)
  • Anwenden von Best Practices für das Schreiben von Lambda-Funktionen, einschließlich Fehlerbehandlung, Protokollierung, Wiederverwendung von Umgebungen, Verwendung von Schichten, Zustandslosigkeit, Idempotenz und Konfigurieren von Gleichzeitigkeit und Speicher
  • Anwenden von Best Practices für den Aufbau von Observability und Monitoring in Ihrer serverlosen Anwendung
  • Anwendung bewährter Sicherheitspraktiken auf serverlose Anwendungen
  • Identifizieren der wichtigsten Überlegungen zur Skalierung in einer serverlosen Anwendung und Zuordnen der einzelnen Überlegungen zu den Methoden, Tools oder Best Practices für deren Verwaltung
  • Verwenden von AWS SAM, AWS CDK und AWS-Entwickler-Tools zum Konfigurieren eines CI/CD-Workflows und zum Automatisieren der Bereitstellung einer serverlosen Anwendung
  • Erstellen und aktives Pflegen einer Liste von Serverless-Ressourcen, die Sie bei der fortlaufenden Serverless-Entwicklung und dem Engagement in der Serverless-Community unterstützen

Zielgruppe

Dieser Kurs ist konzipiert für:

  • Entwickler, die eine grobe Vorstellung vom Serverless Konzept haben und die erste Erfahrungen mit der Entwicklung in der AWS Cloud gesammelt haben

Voraussetzungen

Wir empfehlen, dass die Teilnehmer dieses Kurses zuvor folgenden Kenntnisse haben:

  • Vertrautheit mit den Grundlagen der AWS-Cloud-Architektur
  • Kurs „Developing on AWS“ oder ähnlich Erfahrungen
  • Kenntnisse, die dem Abschluss der folgenden digitalen Serverless-Schulungen entsprechen: AWS Lambda Foundations and Amazon API Gateway for Serverless Applications

Lehrmethode

Dieser Kurs setzt sich zusammen aus:

  • Präsentationen
  • Praktische Übungen
  • Demonstrationen
  • Videos
  • Wissenstests
  • Gruppenübungen

Kursdauer / Preis

  • 3 Tage / € 1.995,00 zzgl. Mwst. pro Person

Kursinhalt

Tag 1

  • Modul 0: Einführung
  • Modul 1: Serverlos denken
  • Modul 2: API-gesteuerte Entwicklung und synchrone Ereignisquellen
  • Modul 3: Einführung in Authentifizierung, Autorisierung und Zugriffskontrolle
  • Modul 4: Serverlose Deployment-Frameworks
  • Modul 5: Verwendung von Amazon EventBridge und Amazon SNS zur Entkopplung von Komponenten
  • Modul 6: Ereignisgesteuerte Entwicklung mit Warteschlangen und Streams
  • Praktische Übungen

Tag 2

  • Modul 7: Gute Lambda-Funktionen schreiben
  • Modul 8: Schrittfunktionen für die Orchestrierung
  • Modul 9: Beobachtbarkeit und Monitoring
  • Praktische Übungen

Tag 3

  • Modul 10: Sicherheit von serverlosen Anwendungen
  • Modul 11: Handhabung der Skalierung in serverlosen Anwendungen
  • Modul 12: Automatisieren der Deplyment-Pipeline
  • Praktische Übungen

 

WICHTIG: Bitte bringen Sie zu unseren Trainings Ihr Notebook (Windows, Linux oder Mac) mit. Wenn dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf.

Kursunterlagen sind auf Englisch, auf Wunsch auch auf Deutsch (wenn verfügbar).
Kurssprache ist Deutsch, auf Wunsch auch auf Englisch.

Running Containers on Amazon Elastic Kubernetes Service (Amazon EKS)

Geschrieben von wamrhein am . Veröffentlicht in AWS Training, Training.

Running Containers on Amazon Elastic Kubernetes Service (Amazon EKS)

aktuelle Kurs-Termine finden Sie am Ende dieser Seite … Firmenschulungen gerne auf Anfrage!

Beschreibung

Erfahren Sie, wie Sie Kubernetes as-a-Service effizient auf AWS betreiben. Der Kurs bietet einen kompletten Einstieg mit praktischen Übungen für Amazon EKS.

Sie bauen ein Amazon EKS-Cluster auf, konfigurieren die Umgebung, stellen das Cluster bereit und fügen dann Anwendungen zu Ihrem Cluster hinzu. Sie verwalten Container-Images mit Amazon Elastic Container Registry (ECR) und lernen, wie Sie die Bereitstellung von Anwendungen automatisieren können. Sie werden Anwendungen mit CI/CD-Tools bereitstellen. Sie lernen, wie Sie Ihre Umgebung mithilfe von Metriken, Logging, Tracing und horizontaler/vertikaler Skalierung überwachen und skalieren können. Sie lernen, wie Sie eine große Container-Umgebung entwerfen und verwalten, indem Sie auf Effizienz, Kosten und Ausfallsicherheit achten. Sie konfigurieren AWS-Netzwerkdienste zur Unterstützung des Clusters und lernen, wie Sie Ihre Amazon EKS-Umgebung sichern.

Kursziele

Was Sie in diesem Kurs lernen:

  • Architekturentscheidungen für EKS nach den Kriterien Kosten, Effizienz und Belastbarkeit treffen
  • Aufbau eines Amazon EKS-Clusters durch Auswahl der richtigen Compute-Ressourcen zur Unterstützung von Worker-Knoten
  • Automatisieren und Bereitstellen der Anwendungen im Cluster Kommandozeileninterface sowie Infrastructure as Code
  • Integration mit AWS Diensten wie IAM, EC2, Fargate und XRay

Zielgruppe

Dieser Kurs ist konzipiert für:

  • Rollen, die das Management der Container-Orchestrierung EKS verantworten, einschließlich
  • DevOps-Engineers
  • System Administratoren

Voraussetzungen

Wir empfehlen, dass die Teilnehmer an diesem Kurs die folgenden Voraussetzungen erfüllen:

  • Absolvierung des Online Kurses Amazon Elastic Kubernetes Service (EKS) Primer
  • Absolvierung AWS Cloud Practitioner Essentials (oder vergleichbare in der Praxis erworbene Kenntnisse)
  • Basis Linux Systemverwaltungskenntnisse
  • Basis Netzwerk-Verwaltung Kenntnisse
  • Basis Kenntnisse Container und Microservices

Lehrmethode

Dieser Kurs setzt sich zusammen aus:

  • Schulung mit Dozent
  • Praktische Übungen
  • Dieser Kurs sieht Aktivitäten vor, die es Ihnen ermöglichen, neue Fertigkeiten zu testen und Wissen im Rahmen praktischer Übungen anzuwenden

Kursdauer / Preis

  • 3 Tage
  • € 2.685,00 zzgl. Mwst. pro Person (DE)
  • CHF 2.500,00 zzgl. Mwst. pro Person (CH)

Kursinhalt

1. Tag 

  • Modul 0: Kurseinführung
  • Modul 1: Grundlagen von Kubernetes
  • Praktische Übung 1: Deploying Kubernetes Pods
  • Modul 2: Amazon EKS Grundlagen
  • Modul 3: Aufbau eines Amazon EKS-Clusters
  • Praktische Übung 2: Aufbau eines Amazon EKS-Clusters

2. Tag

  • Modul 4: Implementierung von Anwendungen in Ihrem Amazon EKS Cluster
  • Praktische Übung 3: Implementierung von Anwendungen
  • Modul 5: Architektur auf Amazon EKS Teil 1: Beobachtung und Optimierung
  • Praktische Übung 4: Monitoring von Amazon EKS
  • Modul 6: Architektur auf Amazon EKS Teil 2: Gleichgewicht zwischen Effizienz, Ausfallsicherheit und Kosten

3. Tag

  • Modul 7: Verwaltung von Netzwerken in Amazon EKS
  • Praktische Übung 5: Erforschung der Amazon EKS-Kommunikation
  • Modul 8: Absicherung von Amazon EKS-Clustern
  • Praktische Übung 6: Absicherung von Amazon EKS
  • Modul 9: Verwaltung von Upgrades in Amazon EKS

 

WICHTIG: Bitte bringen Sie zu unseren Trainings Ihr Notebook (Windows, Linux oder Mac) mit. Wenn dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf.

Kursunterlagen sind auf Englisch, auf Wunsch auch auf Deutsch (wenn verfügbar).
Kurssprache ist Deutsch, auf Wunsch auch auf Englisch.

Practical Data Science with Amazon SageMaker

Geschrieben von wamrhein am . Veröffentlicht in AWS Training, Training.

Practical Data Science with Amazon SageMaker

aktuelle Kurs-Termine finden Sie am Ende dieser Seite … Firmenschulungen gerne auf Anfrage!

Beschreibung

In diesem Kurs lernen Sie, einen realen Anwendungsfall mit maschinellem Lernen zu analysieren und mithilfe von Amazon SageMaker umsetzbare Ergebnisse zu erzielen. Zudem lernen Sie, wie Sie mit Amazon SageMaker die verschiedenen Phasen des typischen Data-Science-Prozesses abdecken, von der Analyse und Visualisierung eines Datensatzes über die Vorbereitung der Daten und das Feature-Engineering bis hin zu den praktischen Aspekten der Modellerstellung, des Trainings, der Abstimmung und der Bereitstellung.

Kursziele

Was Sie in diesem Kurs lernen:

  • Bereiten Sie einen Datensatz für das Training vor.
  • Trainieren und bewerten Sie ein maschinelles Lernmodell.
  • Automatisches Abstimmen eines maschinellen Lernmodells.
  • Bereiten Sie ein Modell für maschinelles Lernen für die Produktion vor.
  • Denken Sie kritisch über die Ergebnisse von Modellen des maschinellen Lernens nach.

ZIELGRUPPE

Dieser Kurs ist konzipiert für:

  • Ein technisches Publikum auf mittlerem Niveau

VORAUSSETZUNGEN

Grundkenntnisse in einer Programmiersprache

LEHRMETHODE

Dieser Kurs setzt sich zusammen aus:

  • Schulung mit Kursleiter
  • Praktische Übungen

KURSDAUER / PREIS

  • 1 Tag / € 750,00 zzgl. Mwst. pro Person

KURSINHALT

  • Business-Problem: Prognosen zur Fluktuation
  • Laden und Anzeigen des Datensatzes
  • Bewerten Sie die Funktionen und bestimmen Sie, welchen Amazon SageMaker-Algorithmus Sie verwenden möchten.
  • Verwenden Sie Amazon Sagemaker, um das Modell zu trainieren, zu bewerten und automatisch abzustimmen.
  • Einsetzen des Modells
  • Bewertung der relativen Kosten von Fehlern

 

WICHTIG: Bitte bringen Sie zu unseren Trainings Ihr Notebook (Windows, Linux oder Mac) mit. Wenn dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf.

Kursunterlagen sind auf Englisch, auf Wunsch auch auf Deutsch (wenn verfügbar).
Kurssprache ist Deutsch, auf Wunsch auch auf Englisch.