Infrastruktur und Basistechnologien für Big Data
Zielgruppe: | Studierende | |
Programm: | Tech | |
Autor/in: | Simon Prewo | |
Arbeitsaufwand: | ≈ 3 Stunden | |
Kursbeginn: | Flexibel | |
Format: | Selbstlernkurs | Einschreiben |
Was kannst Du in diesem Kurs lernen?
- Du kannst den Begriff Big-Data erklären.
- Du kannst die „Macht“ durch Analyse großer Datenmengen erklären.
- Du kannst einschätzen, ob eine Big-Data-Technologie für einen Business Case relevant ist.
- Du kannst teure klassische Datenbanken und wirtschaftliche Big-Data-Technologien kontrastieren.
- Du kannst die Grundsätze bei der Speicherung von Daten bei Big-Data-Technologien erklären (z. Bsp. Optimierung auf einmaliges Schreiben ohne Änderung von Daten).
- Du kannst den Prozess der Beschaffung von Daten am typischen Big-Data-Beispiel von Social-Media-Daten wiedergeben.
Gliederung
Kapitel 1: Big-Data: Was ist das?
1.1 Big-Data als Vorgehensweise
1.2 Big-Data definiert durch 3 Vs
Kapitel 2: Big-Data und Infrastruktur
2.1 Besondere Wichtigkeit von Infrastruktur im Big-Data-Kontext
2.2 Überblick über Big-Data-Technologien
Kapitel 3: Deep-Dive Technologie: Hadoop
3.1 HDFS
3.2 Technische Implementierung des HDFS
3.3 Map-Reduce
3.4 Hadoops Kernvorteil: "Programm zu den Daten" vs. "Daten zum Programm"
Kapitel 4: Deep-Dive Technologie: Spark und R on Spark
4.1 Architektur von Spark
4.2 R und Spark auf Hadoop
Kapitel 5: Einsatzszenarien für Big-Data-Technologien
5.1 Typische Datenquellen für Big-Data
5.2 Vor- und Nachteile von Big-Data-Technologien
Kapitel 6: Abschluss/ Zertifikat
Teilnahmebestätigung
In diesem Kurs kannst du Badges und ein Weiterbildungszertifikat erhalten.