Formation Building Data Analytics Solutions Using Amazon Redshift
Informations générales
Prérequis
Pour suivre ce cours, vous devez déjà posséder les connaissances suivantes :
- Avoir suivi les cours :
- AWS Cloud Practitioner Essentials ou AWS Technical Essentials
- Building Data Lakes on AWS
Public
Ce cours s'adresse avant tout aux personnes suivantes :
- Ingénieurs d’entrepôt de données
- Ingénieurs de plate-forme de données
- Architectes et opérateurs qui créent et gèrent des pipelines d’analyse de données
Programme de la formation
Dans ce cours, vous allez créer une solution d’analyse de données à l’aide d’Amazon Redshift, un service d’entrepôt de données cloud. Le cours se concentre sur les composants de collecte, d’ingestion, de catalogage, de stockage et de traitement des données du pipeline d’analyse. Vous apprendrez à intégrer Amazon Redshift à un lac de données pour prendre en charge à la fois les charges de travail d’analyse et d’apprentissage automatique. Vous apprendrez également à appliquer les bonnes pratiques en matière de sécurité, de performances et de gestion des coûts au fonctionnement d’Amazon Redshift.
Présentation de l’analyse des données et du pipeline de données
- Cas d’utilisation de l’analyse de données
- Utilisation du pipeline de données pour l’analyse
Utilisation d’Amazon Redshift dans le pipeline d’analyse de données
- Pourquoi Amazon Redshift pour l’entreposage de données ?
- Présentation d’Amazon Redshift
Présentation d’Amazon Redshift
- Architecture Amazon Redshift
- Démo interactive 1 : Visite de la console Amazon Redshift
- Fonctionnalités Amazon Redshift
- Mise en pratique : Charger et interroger des données dans un cluster Amazon Redshift
Ingestion et stockage
- Ingestion
- Distribution et stockage des données
- Interroger des données dans Amazon Redshift
- Mise en pratique : Analyse de données à l’aide d’Amazon Redshift Spectrum
Traitement et optimisation des données
- Transformation des données
- Interrogation avancée
- La gestion des ressources
- Automatisation et optimisation
- Mise en pratique : Transformation et interrogation des données dans Amazon Redshift
Sécurité et surveillance des clusters Amazon Redshift
- Sécurisation du cluster Amazon Redshift
- Surveillance et dépannage des clusters Amazon Redshift
Conception de solutions d’analyse d’entrepôt de données
- Revue de cas d’utilisation de l’entrepôt de données
- Activité : Conception d’un workflow d’analyse d’entrepôt de données
Développement d’architectures de données modernes sur AWS
- Architectures de données modernes
Méthode pédagogique
Chaque participant travaille sur un poste informatique qui lui est dédié. Un support de cours lui est remis soit en début soit en fin de cours. La théorie est complétée par des cas pratiques ou exercices corrigés et discutés avec le formateur. Le formateur projette une présentation pour animer la formation et reste disponible pour répondre à toutes les questions.
Méthode d'évaluation
Tout au long de la formation, les exercices et mises en situation permettent de valider et contrôler les acquis du stagiaire. En fin de formation, le stagiaire complète un QCM d'auto-évaluation.
Mis à jour le 24/01/2024