AWS Data Analytics certificeringstraining - eLearning

Bereid je voor op het AWS Certified Data Analytics met training over big data, gedistribueerde verwerking, AWS-tools zoals QuickSight, Lambda, S3, DynamoDB, en meer voor cloud- en big data-analyse

Bereidt u voor op het AWS Certified Data Analytics - Specialty (DAS-C01) examen.

De AWS Data Analytics-certificeringstraining bereidt u voor op alle aspecten van het hosten van big data en gedistribueerde verwerking op het AWS-platform. Onze AWS Data Analytics-cursus is afgestemd op het AWS Certified Data Analytics Specialty-examen en helpt u om dit in één keer te halen. Deze AWS Certified Data Analytics-training is ontwikkeld door marktleiders en behandelt een aantal interessante onderwerpen, zoals AWS QuickSight, AWS lambda en Glue, S3 en DynamoDB, Redshift, Hive op EMR, en nog veel meer.

Overzicht van de AWS Data Analytics-certificeringstraining

In deze AWS Big Data-certificeringstraining maakt u zich vertrouwd met de concepten van cloud computing en de implementatiemodellen ervan. Deze AWS Big Data-training behandelt het AWS-cloudplatform van Amazon, Kinesis Analytics, AWS-opslag, verwerking, analyse, visualisatie en beveiligingsservices voor big data, algoritmen voor machine learning en nog veel meer.

Doelgroep

Doelgroep voor de training

De AWS Data Analytics Certification Training is ideaal voor een breed scala aan professionals en individuen die een carrière in data analytics en cloud computing willen opbouwen of verder willen ontwikkelen. Hieronder vindt u de doelgroepen:

• Data-analisten
• Data-engineers
• Data scientists
• Cloudarchitecten en -engineers
• Systeembeheerders
• Backend-engineers

Vereisten

Er zijn geen formele vereisten om u in te schrijven. De vereisten voor inschrijving voor de AWS Data Analytics Certification Course zijn bedoeld om ervoor te zorgen dat deelnemers een basiskennis hebben van cloud- en data-analyseconcepten. Dit zijn de belangrijkste vereisten:

Basiskennis van cloud computing

• Bekendheid met cloud computingconcepten, zoals virtualisatie, cloudopslag en netwerken.
• Eerdere ervaring met AWS-services (bijv. EC2, S3) wordt aanbevolen, maar is niet verplicht.

Inzicht in data-analyseconcepten

• Kennis van basisprincipes van data-analyse, waaronder gegevensopslag, -transformatie en -visualisatie.
• Ervaring met databases, datawarehouses of big data-tools is nuttig.

Programmeervaardigheden

• Basiskennis van een programmeertaal, zoals Python, Java of SQL, is een voordeel voor het werken met AWS-datatools en scripting-taken.

Eerdere praktijkervaring

• Praktische ervaring met data-analyse, data-engineering of aanverwante technologieën is een pré, maar geen vereiste.
• Bekendheid met tools zoals Hadoop, Spark of vergelijkbare frameworks voor gegevensverwerking kan nuttig zijn.

Leerdoelen

Leerresultaten

• Gebruik Amazon EMR om grote datasets te verwerken met behulp van Hadoop-ecosysteemtools, waardoor efficiënte gegevensanalyse en -transformatie mogelijk wordt.
• Gebruik Amazon Kinesis om streaminggegevens in realtime op te nemen en te verwerken, waardoor tijdige inzichten en besluitvorming worden vergemakkelijkt
• Maak interactieve dashboards en voer ad-hocquery's uit met Amazon QuickSight, waardoor datagestuurde storytelling en business intelligence-mogelijkheden worden verbeterd.
• Verwerf kennis van AWS-oplossingen voor big data-opslag en implementeer best practices op het gebied van beveiliging om de integriteit en compliance van gegevens te waarborgen.
• Ontwikkel de kennis en vaardigheden die nodig zijn om te slagen voor het AWS Certified Data Analytics - Specialty (DAS-C01) examen, dat uw expertise in AWS data analytics services valideert.

Cursusinhoud

Cursusinhoud

1. inleiding

2. verzameling

• Amazon Kinesis
• IoT
• AWS-databasemigratieservice
• AWS-directe verbinding
• AWS Snow-familie
• Amazon MSK: beheerde streaming voor Apache Kafka

3. opslag

• Amazon Simple Storage Service
• Amazon DynamoDB
• Amazon ElastiCache

4. Verwerking

• AWS Lambda
• Glue Hive en Extract Transform and Load (ETL)
• AWS Glue Studio
• AWS Glue DataBrew
• AWS Lake Formation
• Amazon Elastic MapReduce (EMR)
• Apache Spark
• Apache Pig en HBase op Amazon Elastic MapReduce (EMR)
• AWS Data Pipeline

5. Analyseren van de gegevens

• Kinesis Analytics
• Amazon Elasticsearch
• Amazon Athena
• Amazon Redshift
• Amazon Relational Database Service (RDS) en Aurora

6. Visualisatie

• Amazon QuickSight
• Soorten visualisatie
• Andere visualisatietools

7. Beveiliging

• Versleuteling
• AWS-sleutelbeheerservice
• AWS CloudHSM
• AWS-beveiligingsfuncties
• Identiteitsfederatie
• AWS CloudTrail
• Virtual Private Cloud (VPC) eindpunten

8. Al het andere

• Integratie van AWS-services
• Instancetypen voor big data
• Amazon Elastic Compute Cloud

9. Voorbereiding op het examen

• Tips voor het examen
• Overzicht van het examen

Belangrijkste kenmerken

Belangrijkste kenmerken

• Cursus en materiaal zijn in het Engels
• 12 maanden toegang tot e-learning (in eigen tempo)
• 14 uur aan videocontent
• 40 uur aan aanbevolen studietijd
• Praktisch project aan het einde van de cursus
• Het officiële examen is niet inbegrepen, maar de cursus is afgestemd op de AWS Data Analytics Speciality
• Certificaat van voltooiing