Seminar RisingWave

Die Seminarreihe deckt Entwicklung, Integration, Datenmodellierung, Bereitstellung und Betrieb einer modernen Streaming-Datenbank ab. Einzelthemen lassen sich gezielt buchen; Kompakt- und Intensivformate verbinden die Inhalte zu durchgängigen Lernpfaden.

Inhaltsverzeichnis

• Plattform und Einsatzfelder
• Seminarangebot
• Empfohlene Reihenfolge
• Lernpfade nach Aufgabenbereich
• Auswahl des passenden Formats
• Methodik der Seminarreihe

Plattform und Einsatzfelder

RisingWave verarbeitet kontinuierliche Datenströme mit SQL und hält daraus abgeleitete Ergebnisse fortlaufend aktuell. Typische Einsatzfelder sind Streaming Analytics, Change Data Capture, Echtzeit-Datenprodukte, Lakehouse-Pipelines, Anwendungsintegration und aktuelle Datenkontexte für KI-Systeme.

Seminarangebot

Das Angebot umfasst Grundlagen, Streaming-SQL, Zeitfenster, Materialized Views, Kafka, weitere Message Queues, CDC, Webhooks, Sinks, Subscriptions, dbt, Iceberg, UDFs, KI-Integration, Cloud-Betrieb, Kubernetes, Administration, Sicherheit, Monitoring, Performance sowie Backup und Upgrades. Die nachfolgende Seminarauswahl wird automatisch aus den untergeordneten Seiten erzeugt.

Empfohlene Reihenfolge

1. Stufe 1 – Einstieg: Einstieg und Grundlagen
2. Stufe 2 – SQL: SQL für Streaming Analytics
3. Stufe 3 – Zeit und Modellierung: Datenmodellierung, Zeitfenster und Watermarks
4. Stufe 4 – Datenprodukte: Streaming-Pipelines mit Materialized Views
5. Stufe 5 – Datenaufnahme: Datenaufnahme mit Kafka und Message Queues oder CDC und Datenbankintegration
6. Stufe 6 – Bereitstellung: Datenbereitstellung mit Sinks und Subscriptions
7. Stufe 7 – Entwicklungsprozess: dbt und Analytics Engineering
8. Stufe 8 – Spezialisierung: Iceberg und Streaming Lakehouse, UDFs, Webhooks oder Echtzeitdaten für KI- und Agentenanwendungen
9. Stufe 9 – Plattformbetrieb: Cloud-Projekte oder Kubernetes, anschließend Administration, Sicherheit, Monitoring und Performance
10. Stufe 10 – Absicherung: Backup, Wiederherstellung und Upgrades sowie Architektur und Interna

Lernpfade nach Aufgabenbereich

• Data Engineering: Einstieg, SQL, Zeitmodelle, Materialized Views, Kafka, CDC, Sinks, dbt und Performance
• Analytics Engineering: Einstieg, SQL, Materialized Views, dbt, Datenqualität, Serving und Iceberg
• Plattformbetrieb: Architektur, Cloud oder Kubernetes, Administration, Sicherheit, Monitoring, Performance sowie Backup und Upgrades
• Anwendungsintegration: Kafka, CDC, Webhooks, Sinks, Subscriptions, UDFs und KI-Kontext
• Technische Architektur: Komplett-Intensivseminar, anschließend Architektur und Interna sowie ausgewählte Spezialseminare

Auswahl des passenden Formats

• Einzelseminare: gezielte Qualifizierung zu einem klar abgegrenzten Aufgabenbereich
• Kompaktseminar: dreitägiger Gesamtüberblick mit einer vollständigen Beispielpipeline
• Vier-Tage-Intensivseminar: vollständige Themenverdichtung für erfahrene Data Engineers
• Fünf-Tage-Komplettseminar: alle Fach- und Betriebsthemen in einer durchgängigen Lernstrecke

Methodik der Seminarreihe

Alle Formate verbinden kurze Fachblöcke mit Demonstrationen, schrittweisen Übungen, Kontrollabfragen und dokumentierten Betriebsverfahren. Einzelseminare vertiefen ihren Aufgabenbereich; die zusammenfassenden Formate verwenden eine einzige Ende-zu-Ende-Pipeline als roten Faden.