Seminar Stackable Data Platform

Inhaltsübersicht

• Plattform und Schulungsansatz
• Seminarportfolio
• Empfohlene Besuchsreihenfolge
• Lernpfade
• Intensivpfade
• Seminarauswahl

Plattform und Schulungsansatz

Das Programm behandelt eine modulare, Kubernetes-basierte Datenplattform mit Operatoren für Datenaufnahme, Streaming, Speicherung, Verarbeitung, Suche, Abfragen, Orchestrierung und Visualisierung. Die Schulungen verbinden Produktwissen mit gemeinsamen Verfahren für Bereitstellung, Sicherheit, Beobachtbarkeit, Hochverfügbarkeit und kontrollierte Änderungen.

Seminarportfolio

• Grundlagen und Plattformbetrieb: Architektur, stackablectl, Helm, GitOps, Kubernetes-Ressourcen, Monitoring, Resilienz, Sicherheit, abgeschotteter Betrieb und Migration.
• Datenintegration und Streaming: NiFi, Kafka, Airflow, ZooKeeper sowie durchgängige Echtzeit-Datenpfade.
• Speicherung und Verarbeitung: HDFS, HBase, Phoenix, Hive Metastore, Spark und offene Lakehouse-Architekturen.
• Analytics und Datenprodukte: Trino, Druid, OpenSearch, Superset, Data Mesh, Governance und Solution Architecture.
• Verdichtete Formate: ein dreitägiges Kompaktseminar und drei fünftägige Intensivpfade.

Empfohlene Besuchsreihenfolge

1. Grundverständnis aufbauen: Zuerst Architektur, Operatoren, Custom Resources und Service Discovery kennenlernen.
2. Bereitstellung beherrschen: Danach Installation, Helm, GitOps sowie Kubernetes-Ressourcen und Speicher vertiefen.
3. Fachpfad wählen: Anschließend die benötigten Produktseminare für Integration, Streaming, Speicherung, Verarbeitung oder Analytics besuchen.
4. Betriebsreife herstellen: Sicherheit, Monitoring, Hochverfügbarkeit, Recovery und gegebenenfalls Air-Gap-Betrieb ergänzen.
5. Architektur ausbauen: Lakehouse, Echtzeit-Analytics, Data Mesh, Migration oder den Solution-Architecture-Workshop als Aufbau wählen.

Lernpfade

Data Engineering

Grundlagen, Bereitstellung, NiFi oder Kafka, Spark, Hive Metastore und Trino; anschließend Lakehouse oder Event Streaming.

Plattformadministration

Grundlagen, Bereitstellung, Kubernetes-Betrieb, Sicherheit, Monitoring und Resilienz; danach Air-Gap-Betrieb oder Migration.

Analytics Engineering

Grundlagen, Trino, Druid oder OpenSearch, Superset und anschließend die integrierte Analytics-Architektur.

Data Architecture und Governance

Grundlagen, Plattformdesign, Lakehouse, Data Mesh, Sicherheit und Migration in dieser Reihenfolge.

Intensivpfade

Die drei fünftägigen Intensivformate decken gemeinsam das vollständige Angebot ab. Der erste Pfad bündelt Datenintegration, Streaming, Orchestrierung und Echtzeitanalyse. Der zweite Pfad bündelt Speicher, Lakehouse, SQL-Analytics, Suche und Datenprodukte. Der dritte Pfad bündelt Installation, Kubernetes-Betrieb, Sicherheit, Beobachtbarkeit, Hochverfügbarkeit, Offline-Lieferkette, Migration und Plattformdesign.

Seminarauswahl

Die nachfolgende Auswahl enthält alle Einzel-, Kompakt- und Intensivseminare. Die Einzelseminare sind alphabetisch geordnet; die empfohlene Reihenfolge richtet sich nach Rolle und Zielarchitektur.