お問い合わせ

コース概要

データ集約型プラットフォームエンジニアリングの基礎

  • データ集約型アプリケーションとは何か
  • ビッグデータ向けプラットフォームエンジニアリングにおける課題
  • データ処理アーキテクチャの概要

データモデリングと管理

  • スケーラビリティを考慮したデータモデリングの原則
  • データストレージの選択肢と最適化手法
  • 分散環境におけるデータライフサイクルの管理方法

ビッグデータ処理フレームワーク

  • Hadoop、Spark、Flinkといったビッグデータ処理ツールの概要
  • バッチ処理とストリーム処理の違い
  • ビッグデータ処理パイプラインの構築手順

リアルタイム分析プラットフォーム

  • リアルタイム分析向けのアーキテクチャ設計
  • Kafka StreamsやApache Stormといったストリーム処理エンジンの利用法
  • リアルタイムダッシュボードおよび可視化機能の実装方法

データパイプラインのオーケストレーション

  • Apache Airflowなどを用いたワークフロー管理手法
  • 効率性向上を目的としたデータパイプラインの自動化
  • データパイプラインの監視およびアラート機能の実装

プラットフォームのセキュリティとコンプライアンス

  • データプラットフォームにおけるセキュリティ対策のベストプラクティス
  • データプライバシーおよび規制要件への準拠方法
  • 安全なデータアクセス制御機構の導入手法

パフォーマンスチューニングと最適化

  • データ処理量や遅延時間を改善するためのテクニック
  • データ集約型プラットフォームをスケールアウトさせる戦略
  • パフォーマンス評価およびモニタリング手法

事例研究とベストプラクティス

  • 成功したデータプラットフォーム導入例の分析
  • 業界先駆者から得られる教訓
  • データ集約型プラットフォームエンジニアリングの最新動向

最終プロジェクト

  • データ集約型アプリケーション向けのプラットフォームソリューションを設計する。
  • データ処理パイプラインのプロトタイプを実装する。
  • 完成したプラットフォームの性能およびスケーラビリティを評価する。

まとめと今後のステップ

要求

  • 基本的なデータ構造およびアルゴリズムに関する知識
  • Java、Scala、またはPythonによるプログラミング経験
  • データベースやSQLの基本概念に対する理解

対象者

  • ソフトウェア開発者
  • データエンジニア
  • 技術リーダー
 21 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (1)

今後のコース

関連カテゴリー