AI & Data

Technologie Big Data w chmurze

Szkolenie „Technologie Big Data w chmurze” to intensywne, praktyczne warsztaty przeznaczone dla inżynierów, administratorów oraz specjalistów IT chcących nauczyć się skutecznego budowania i zarządzania nowoczesną infrastrukturą Big Data w środowiskach chmurowych (AWS, Azure, Google Cloud).

Czas trwania
24h / 3 dni · 3h
Zapytaj o program → Zobacz wszystkie
Dla kogo

Idealny dla zespołów, które…

1 Inżynierów oprogramowania i administratorów systemów wdrażających lub utrzymujących rozwiązania Big Data w chmurze.
2 Analityków danych i specjalistów Data Science chcących zwiększyć kompetencje w zakresie przetwarzania i analizy danych.
3 Osób planujących migrację istniejących rozwiązań lub wdrożenie nowych projektów opartych o Big Data oraz chmurę publiczną/hybrydową.
4 Architektów rozwiązań IT, którzy chcą wdrażać nowoczesne, skalowalne platformy danych.
Efekty po programie

Praktyczne warsztaty z AI i analityki danych — na realnych przypadkach Twojego zespołu.

✓

Analizy ryzyk i typowych pułapek wdrożeń na podstawie case studies i ćwiczeń warsztatowych

✓

Projektowania warstwy składowania i przetwarzania dużych zbiorów danych z użyciem usług chmurowych i ekosystemu Hadoop/Spark (w tym usługi zarządzane).

✓

Doboru rozwiązań analitycznych: NoSQL vs hurtownia danych oraz podstawowych wzorców integracji i orkiestracji pipeline’ów.

✓

Podstaw praktyk operacyjnych: monitoring i audyt, zarządzanie tożsamością i dostępem, przechowywanie sekretów, szyfrowanie oraz kontrola kosztów.

Program · 6 modułów

Co konkretnie robimy

M01
Dzień 1: Fundamenty Big Data w chmurze · Moduł 1: Podstawy Big Data i chmury
  • · Wprowadzenie do koncepcji Big Data i charakterystyka 5V (volume, velocity, variety, veracity, value).
  • · Przegląd modeli usług chmurowych (IaaS, PaaS, SaaS) oraz głównych dostawców usług chmurowych.
  • · Podstawowe usługi AWS: Compute (EC2, Lambda), Storage (S3, EBS, Glacier), Networking (VPC, IGW, NGW).
  • · Obserwowalność i bezpieczeństwo: CloudWatch, CloudTrail; zarządzanie tożsamością i dostępem: IAM; szyfrowanie i klucze: KMS.
M02
Dzień 1: Fundamenty Big Data w chmurze · Moduł 2: Architektura Data Lake i składowanie danych
  • · Architektura Data Lake i Lakehouse w chmurze: Amazon S3, Azure Blob Storage, Google Cloud Storage; formaty danych i tabel (Parquet, Iceberg/Delta – kontekst).
  • · Uprawnienia i bezpieczeństwo danych: polityki dostępu, wersjonowanie, szyfrowanie w spoczynku i w tranzycie, retencja i niezmienność.
M03
Dzień 2: Przetwarzanie i analiza danych · Moduł 3: Przetwarzanie dużych zbiorów danych
  • · Rozproszone systemy plików i warstwa storage w chmurze: HDFS w chmurze, integracja z S3, formaty i kompresja danych.
  • · Silniki przetwarzania: Hadoop, Spark (na przykładzie AWS EMR, Azure Databricks), MapReduce, Yarn; kryteria doboru i koszty uruchomień.
M04
Dzień 2: Przetwarzanie i analiza danych · Moduł 4: Bazy danych NoSQL i hurtownie danych
  • · Przegląd technologii NoSQL: HBase, Cassandra, MongoDB w chmurze; modele danych i typowe przypadki użycia.
  • · Hurtownie danych: Amazon Redshift, Google BigQuery, Azure Synapse Analytics; podstawy wydajności i kontroli kosztów.
M05
Dzień 3: Zaawansowane technologie i case studies · Moduł 5: Integracja, orkiestracja i automatyzacja
  • · Integracja i orkiestracja danych: AWS Glue, Azure Data Factory, Google Dataflow; wzorce ETL/ELT i automatyzacja przepływów.
  • · Orkiestracja przetwarzania z wykorzystaniem workflow (Oozie, Step Functions); harmonogramy, zależności, polityki ponowień i idempotencja.
M06
Dzień 3: Zaawansowane technologie i case studies · Moduł 6: Analiza, wizualizacja i bezpieczeństwo
  • · Analiza danych w chmurze: Athena, BigQuery, Spark SQL; podstawy optymalizacji zapytań i kosztów skanów.
  • · Wizualizacja danych: Jupyter Notebook, Zeppelin, narzędzia BI.
  • · Bezpieczeństwo: przechowywanie sekretów, audytowanie dostępu, podstawy zgodności i governance (np. Azure Key Vault, IAM).
Każdy moduł modyfikujemy pod Twój stack i kontekst. Powyższe to punkt wyjścia — nie sztywna agenda.
Jak pracujemy

Od briefu do retro w 30 dniach.

01

Brief i diagnoza

Rozmowa z liderem zespołu + krótka ankieta dla uczestników. Określamy cele, gap, kontekst.

02

Modyfikacja programu

Dostosowujemy moduły, case studies i przykłady kodu pod Twój stack. Akceptacja w 5 dni.

03

Warsztat

Sesje z trenerem, hands-on, code review. Mentor dostępny też pomiędzy sesjami.

04

Retro + raport

Raport z efektami dla zespołu i lidera. 30 dni konsultacji w cenie.

Zapytanie

Wyślij brief. Odezwiemy się w 1 dzień.

Po krótkim briefie przygotujemy program i wycenę. Bez zobowiązań — to tylko punkt wyjścia do rozmowy.

✓Wycena w 48h od briefu
✓Pierwsza sesja w 30 dni
✓Pilotaż przed pełną decyzją
✓Faktura VAT, możliwość płatności w transzach

Ochrona antyspamowa (Cloudflare Turnstile) zostanie aktywowana po wpięciu klucza.

Inne programy dla zespołów

Zobacz wszystkie →
AI & Data

AI dla analityków: od danych do decyzji

Praktyczne warsztaty z AI i analityki danych — na realnych przypadkach Twojego zespołu.

16h / 2 dni →
AI & Data

AI jako narzędzie wspierające modernizację aplikacji

Praktyczne warsztaty z AI i analityki danych — na realnych przypadkach Twojego zespołu.

3 godziny →
AI & Data

AI szkolenie ogólne

Praktyczne warsztaty z AI i analityki danych — na realnych przypadkach Twojego zespołu.

AI & Data →