Webserver Schulungen finden - Das passende Seminar in Ihrer Nähe

• Understand the core concepts and architecture of Apache Kafka.
• Set up and configure Kafka clusters for different deployment scenarios.
• Produce and consume data from Kafka topics using Kafka producers and consumers.
• Integrate Kafka with Spring Boot to build scalable and resilient applications.
• Explore advanced Kafka concepts such as performance tuning, partition management, and monitoring.
• Implement security measures to protect Kafka clusters.
• Learn real-world use cases and best practices for designing Kafka-based architectures.
• Manage Kafka operations, troubleshoot common issues, and ensure high availability.
• Gain hands-on experience through practical exercises and examples.

In diesem Kurs lernst du den Aufbau von Batch-Datenanalyselösungen mit Amazon EMR, einem verwalteten Apache Spark- und Apache Hadoop-Service der Enterprise-Klasse.

Das Hauptziel dieses Seminars ist es, den Teilnehmern ein umfassendes  Verständnis für die Konzepte, Technologien und Best Practices der  Webdienstentwicklung und -bereitstellung mit Apache Tomcat zu  vermitteln. Durch theoretische Lektionen und praktische Übungen sollen  die Teilnehmer befähigt werden, robuste, skalierbare und sichere  Webdienste effizient zu implementieren und zu verwalten

Das Hauptziel dieses Seminars ist es, den Teilnehmern ein umfassendes  Verständnis für die Konzepte, Technologien und Best Practices der  Webdienstentwicklung und -bereitstellung mit Apache Tomcat zu  vermitteln. Durch theoretische Lektionen und praktische Übungen sollen  die Teilnehmer befähigt werden, robuste, skalierbare und sichere  Webdienste effizient zu implementieren und zu verwalten

Big Data als Schlagwort und wichtiger Trend der nächsten Jahre bedarf einer Definition und Einordnung in die aktuelle IT-Landschaft und einer Abgrenzung zu Data Warehouse orientierten Fragestellungen. Der Kurs Big Data - Definitionen, Technologien und Produkte im Überblick klärt elementare Aspekte, liefert Definitionen für die wichtigsten Begriffe, erläutert relevante Technologien im Überblick und stellt herstellerübergreifend einige marktrelevante Produkte und Konzepte vor. Unsere Lernplattform LearningHub @Cegos ist Bestandteil dieses Präsenzseminars. Neben den digitalen Seminarunterlagen ist das Training um weitere Lernformate und Medien angereichert. Um einen nachhaltigen Wissenstransfer in den Arbeitsalltag zu erzielen, wird das Seminar nach unserem 4REAL-Vorgehensmodell umgesetzt.

In diesem Seminar lernen die Teilnehmer, wie sie Data Engineering in Bezug auf die Arbeit mit Batch- und Echtzeit-Analyselösungen unter Verwendung von Azure-Datenplattformtechnologien nutzen. Dabei lernen sie zunächst die wichtigsten Rechen- und Speichertechnologien kennen, die zum Aufbau einer analytischen Lösung verwendet werden. Es werden in Dateien gespeicherte Daten in einem Data Lake interaktiv untersucht. Verschiedene Ingestion-Techniken, die zum Laden von Daten mit der Apache Spark-Funktion in Azure Synapse Analytics oder Azure Databricks verwendet werden, werden erläutert. Die Teilnehmer lernen auch die verschiedenen Möglichkeiten kennen, wie sie die Daten mit denselben Technologien umwandeln können, die für den Dateningest verwendet werden. Sie werden verstehen, wie wichtig es ist, Sicherheit zu implementieren, um sicherzustellen, dass die Daten im Ruhezustand oder bei der Übertragung geschützt sind. Es wird gezeigt, wie ein Echtzeit-Analysesystem erstellt wird, um Echtzeit-Analyselösungen zu entwickeln.

Dieses Seminar ist Teil dieses Qualifizierungsplaners:

Im Verlauf dieses Seminars erwerben die Teilnehmer Kenntnisse über den Design- und Implementierungsprozess von Datenpipelines und ETL-Prozessen. Sie lernen, wie Daten aus diversen Quellen extrahiert, gemäß bestimmter Geschäftsregeln transformiert und schließlich in Zielsysteme geladen werden. Zudem werden sie mit den typischen Herausforderungen bei der Datenintegration und den entsprechenden Lösungsansätzen konfrontiert. Durch eine Mischung aus theoretischer Unterweisung und praxisorientierten Übungen werden die Fähigkeiten der Teilnehmer gestärkt, um Datenpipelines effektiv zu konzipieren und umzusetzen.

Im Verlauf dieses Seminars erwerben die Teilnehmer Kenntnisse über den Design- und Implementierungsprozess von Datenpipelines und ETL-Prozessen. Sie lernen, wie Daten aus diversen Quellen extrahiert, gemäß bestimmter Geschäftsregeln transformiert und schließlich in Zielsysteme geladen werden. Zudem werden sie mit den typischen Herausforderungen bei der Datenintegration und den entsprechenden Lösungsansätzen konfrontiert. Durch eine Mischung aus theoretischer Unterweisung und praxisorientierten Übungen werden die Fähigkeiten der Teilnehmer gestärkt, um Datenpipelines effektiv zu konzipieren und umzusetzen.

Dieser Kurs behandelt Methoden und Praktiken zur Implementierung und Verwaltung von Datenanalyselösungen im Unternehmensmaßstab mit Microsoft Fabric.

Dieser praxisorientierte Kurs behandelt die Verarbeitung von großen Datenmengen mit Apache Spark und Python. Es werden grundlegende Konzepte von PySpark erläutert und die Integration des Python Datenanalyse Moduls Pandas in PySpark behandelt. Darüber hinaus werden die Möglichkeiten der Anwendung von Machine Learning in PySpark vorgestellt. Der Kurs bietet einen Überblick über die Analyse großer Datenmengen, Hadoop und Kubernetes, sowie die Verwendung von Spark als Datenverarbeitungsframework. Es werden auch Themen wie das Einladen von Daten, Datenaufbereitung (Transformation, Filtern, Joinen, Aggregation), Ausführungsmodelle von Apache Spark und Datenorganisation in Big Data Projekten behandelt. Insgesamt bietet dieser Kurs eine umfassende Einführung in die Verarbeitung großer Datenmengen mit Apache Spark und Python.

Der Kurs ist in drei thematische Bereiche unterteilt, um die Teilnehmer schrittweise an Apache Spark heranzuführen.

Im ersten Teil wird ein knapper Überblick über aktuelle Technologien zur Speicherung und Verarbeitung großer Datenmengen (Hadoop und Kubernetes) gegeben und die Rolle von Spark als wichtiges Datenverarbeitungsframework erläutert.

Der zweite Teil beinhaltet eine ausführliche Einführung in die Arbeit mit Apache Spark mit Python (PySpark). Dabei werden alle wichtigen Punkte behandelt, wie das Laden von Daten, die Datenaufbereitung (Transformation, Filtern, Joinen, Aggregation), die Anbindung verschiedener Datenquellen, die A...