Building Data Lakes on AWS

Ce cours est destiné aux ingénieurs de plateformes de données, aux architectes de solutions et aux professionnels de l’informatique

Dans ce cours, vous apprendrez à :

• Appliquer les méthodologies de lac de données dans la planification et la conception d’un lac de données
• Articuler les composants et les services requis pour la création d’un lac de données AWS
• Sécuriser un lac de données avec les autorisations appropriées
• Ingérer, stocker et transformer des données dans un lac de données
• Interrogez, analysez et visualisez des données au sein d’un lac de données

Module 1 : Introduction aux lacs de données

• Décrire la valeur des lacs de données
• Comparer les lacs de données et les entrepôts de données
• Décrire les composants d’un lac de données
• Reconnaître les architectures courantes construites sur des lacs de données

Module 2 : Ingestion, catalogage et préparation des données

• Décrire la relation entre le stockage du lac de données et l’ingestion de données
• Décrire les robots d’exploration AWS Glue et comment ils sont utilisés pour créer un catalogue de données
• Identifiez le formatage, le partitionnement et la compression des données pour un stockage et des requêtes efficaces
• Exercice pratique 1 : Configuration d’un lac de données simple

Module 3 : Traitement et analyse des données

• Reconnaître comment le traitement des données s’applique à un lac de données
• Utiliser AWS Glue pour traiter des données au sein d’un lac de données
• Décrire comment utiliser Amazon Athena pour analyser les données d’un lac de données

Module 4 : Création d’un lac de données avec AWS Lake Formation

• Décrire les fonctionnalités et les avantages d’AWS Lake Formation
• Utiliser AWS Lake Formation pour créer un lac de données
• Comprendre le modèle de sécurité AWS Lake Formation
• Exercice pratique 2 : Création d’un lac de données à l’aide d’AWS Lake Formation

Module 5 : Configurations supplémentaires de la formation lacustre

• Automatisez AWS Lake Formation à l’aide de blueprints et de workflows
• Appliquer des contrôles de sécurité et d’accès à AWS Lake Formation
• Correspondance des enregistrements avec AWS Lake Formation FindMatches
• Visualiser les données avec Amazon QuickSight
• Exercice pratique 3 : Automatiser la création de lacs de données à l’aide des blueprints AWS Lake Formation
• Exercice pratique n° 4 : Visualisation des données à l’aide d’Amazon QuickSight

Module 6 : Architecture et révision de cours

• Vérification des connaissances après le cours
• Revue d’architecture
• Révision du cours

Nous recommandons aux participants de ce cours d’avoir :

• Un an d’expérience dans la création de pipelines d’analyse de données ou avoir terminé le cours numérique Data Analytics Fundamentals

Pré-requis recommandés :

• GK4501 - AWS : Notions techniques de base Amazon Web Services