Bizi tercih ettiğiniz için teşekkür ederiz. Ekip üyelerimiz en kısa sürede sizlerle iletişime geçecektir.
Rezervasyonunuzu gönderdiğiniz için teşekkür ederiz! Ekibimizden bir yetkili kısa süre içinde sizinle iletişime geçecektir.
Eğitim İçeriği
Data Mesh'in Temelleri ve İlkeleri
Modül 1: Giriş ve Kontekst
- Veri mimarisinin evrimi: DW, Data Lake ve Data Mesh'in ortaya çıkışı
- Merkezi mimarilerde sık karşılaşılan sorunlar
- Data Mesh yaklaşımının rehber ilkeleri
Modül 2: İlkil 1 – Verinin Alan Başvurumu
- Alan tabanlı organizasyon
- Sorumluluğun merkezi olmayan yönetiminin faydaları ve zorlukları
- Pratik durumlar: gerçek bir kurumdaki alanların tanımlanması
Modül 3: İlkil 2 – Veri Ürünü
- “Veri ürünü” nedir?
- Veri ürün sahibinin rolleri
- Veri ürünlerini tasarlamada iyi uygulamalar
- Pratik çalışma: ekibin veri ürünü tasarımının yapılması
Platform, Yönetim ve İşletimsel Tasarım
Modül 4: İlkil 3 – Kendi Servisi Platformu
- Modern bir veri platformunun bileşenleri
- Data Mesh ekosisteminde yaygın araçlar (Kafka, dbt, Snowflake vb.)
- Çalışma: kendi servisi platform mimarisinin tasarlanması
Modül 5: İlkil 4 – Federasyonel Yönetim
- Dağıtılmış ortamlardaki yönetim
- Politikalar, standartlar ve otomasyon
- Veri kalitesi, güvenlik ve gizlilik politikalarının uygulanması
Modül 6: Organizasyonel Tasarım ve Kültürel Değişim
- Data Mesh'te yeni roller: veri ürün sahibi, platform ekibi, alan ekipleri
- Alanlar arasında teşviklerin uyumlandırılmasının nasıl sağlanması gerektiği
- Kültürel dönüşüm ve değişim yönetimi
Uygulama, Araçlar ve Simülasyon
Modül 7: Kullanım Stratejileri ve Uygulama
- Aşamalı Data Mesh uygulama road map'leri
- Pilot alan seçim kriterleri
- Gerçek uygulamaların dersleri
Modül 8: Araçlar, Teknolojiler ve Casus Çalışmaları
- Data Mesh ile uyumlu teknoloji yığınları
- Uygulama örnekleri (Netflix, Zalando vb.)
- Başarı ve başarısızlık analizi
Modül 9: Sınav Simülasyonu ve Pratik Çalışmalar
- Modüle özgü tekrar çalışmaları
- Sertifikasyon türündeki sınav simülasyonu
- Sonuçların incelenmesi ve tartışma
Kurs İçin Gerekli Önbilgiler
• Veri yönetimi, veri mimarisi veya veri mühendisliği konularında temel bilgi
• Data Warehouse, Data Lake, ETL/ELT gibi kavramlarla aşinalık
• İsteğe bağlı: kurumsal düzeyde veri projelerinde deneyim
21 Saatler
Danışanlarımızın Yorumları (1)
Birebir bazada çalışabilme ve tartışılan kavramlarda bana açıklık ve anlaşılırlık sağlama yeteneği.
Dave - Sea
Eğitim - Data Architecture Fundamentals
Yapay Zeka Çevirisi