About Course
Dalam kursus mandiri ini, Anda akan mempelajari proses perencanaan solusi analisis data dan berbagai proses analitik data yang terlibat. Kursus ini akan memandu Anda mempelajari lima faktor utama yang menunjukkan kebutuhan untuk layanan AWS khusus dalam pengumpulan, pemrosesan, analisis, dan penyajian data Anda. Hal ini termasuk mempelajari arsitektur dasar, proposisi nilai, dan kasus penggunaan potensial. Kursus ini memperkenalkan Anda ke layanan AWS dan solusi untuk membantu Anda membangun dan meningkatkan solusi analisis data. Audiens yang Dituju: Pembelajaran ini ditujukan untuk: •Arsitek data •Ilmuwan Data •Analis data Tujuan Pembelajaran: Dalam kursus ini, Anda akan mempelajari cara: •Mengidentifikasi karakteristik dari solusi analisis data dan karakteristik yang menunjukkan solusi tersebut mungkin diperlukan •Menentukan jenis data termasuk data terstruktur, semiterstruktur, dan tidak terstruktur •Menentukan jenis penyimpanan data seperti data lake, AWS Lake Formation, data warehouse, dan Amazon Simple Storage Service (Amazon S3) •Menganalisis karakteristik dan perbedaan dalam pemrosesan batch dan stream •Menentukan bagaimana Amazon Kinesis digunakan untuk memproses streaming data •Menganalisis karakteristik sistem penyimpanan yang berbeda untuk data sumber •Menganalisis karakteristik pemrosesan transaksi daring (OLTP) dan pemrosesan analitik daring (OLAP) sistem dan dampaknya terhadap organisasi data dalam sistem ini •Menganalisis perbedaan metode penyimpanan data berbasis baris dan kolom •Menentukan bagaimana Amazon EMR, AWS Glue, dan Amazon Redshift masing-masing bekerja untuk memproses, membersihkan, dan mengubah data dalam solusi analisis data •Menganalisis konsep kepatuhan atomicity, konsistensi, isolasi, dan durabilitas (ACID) serta ketersediaan dasar, ketidakdisiplinan, konsistensi akhir (BASE) dan bagaimana proses ekstrak, transformasi, memuat (ETL) dapat membantu memastikan kepatuhan •Menjelajahi konsep skema data dan memahami bagaimana mereka menentukan data dan bagaimana informasi ini disimpan dalam metastore •Menganalisis konsep data versus informasi •Mengenali cara menganalisis data untuk menghasilkan informasi laporan menggunakan alat seperti Amazon QuickSight dan Amazon Athena •Menentukan bagaimana layanan AWS bekerja sama untuk memvisualisasikan data Prasyarat: Peserta dalam kursus ini disarankan memiliki prasyarat berikut ini: •Pengetahuan kerja tentang konsep basis data •Pemahaman dasar tentang penyimpanan, pemrosesan, dan analitik data •Berpengalaman dalam sistem IT perusahaan Metode Penyampaian: Kursus ini akan disampaikan melalui gabungan: •Pelatihan digital Durasi: 3,5 jam Kerangka Kursus: Kursus ini mencakup konsep berikut ini: Pelajaran 1: Pengantar solusi analisis data • •Konsep analisis data dan analitik data • •Pengantar tantangan analitik data Pelajaran 2: Volume — penyimpanan data • •Pengantar Amazon S3 • •Pengantar data lake • •Pengantar metode penyimpanan data Pelajaran 3: Kecepatan — pemrosesan data • •Pengantar metode pemrosesan data • •Pengantar pemrosesan data batch • •Pengantar pemrosesan data aliran Pelajaran 4: Variasi — struktur dan jenis data • •Pengantar penyimpanan data sumber • •Pengantar penyimpanan data terstruktur • •Pengantar penyimpanan data semiterstruktur dan tidak terstruktur Pelajaran 5: Kejujuran — pembersihan dan transformasi • •Memahami integritas data • •Memahami konsistensi basis data • •Pengantar proses ETL Pelajaran 6: Nilai — pelaporan dan intelijen bisnis • •Pengantar menganalisis data • •Pengantar memvisualisasikan data Pelajaran 7: Poin Penting • •Menggabungkan semuanya • •Apa berikutnya
Student Ratings & Reviews
