(0)

Handbuch Data Engineering : Robuste Datensysteme planen und erstellen

E-Book


Der praxisnahe Überblick über die gesamte Data-Engineering-Landschaft

- Das Buch vermittelt grundlegende Konzepte des Data Engineering und beschreibt Best Practices für jede Phase des Datenlebenszyklus

- Mit dem Data-Engineering-Lifecycle bietet es einen konzeptionellen Rahmen, der langfristig Gültigkeit haben wird

- Es unterstützt Sie - jenseits des Hypes - bei der Auswahl der richtigen Datentechnologien, Architekturen und Prozesse und verfolgt den Cloud-First-AnsatzData Engineering hat sich in den letzten zehn Jahren rasant weiterentwickelt, so dass viele Softwareentwickler, Data Scientists und Analysten nach einer zusammenfassenden Darstellung grundlegender Techniken suchen. Dieses praxisorientierte Buch bietet einen umfassenden Überblick über das Data Engineering und gibt Ihnen mit dem Data-Engineering-Lifecycle ein Framework an die Hand, das die Evaluierung und Auswahl der besten Technologien für reale Geschäftsprobleme erleichtert. Sie erfahren, wie Sie Systeme so planen und entwickeln, dass sie den Anforderungen Ihres Unternehmens und Ihrer Kunden optimal gerecht werden.

Die Autoren Joe Reis und Matt Housley führen Sie durch den Data-Engineering-Lebenszyklus und zeigen Ihnen, wie Sie eine Vielzahl von Cloud-Technologien kombinieren können, um die Bedürfnisse von Datenkonsumenten zu erfüllen. Sie lernen, die Konzepte der Datengenerierung, -aufnahme, -orchestrierung, -transformation, -speicherung und -verwaltung anzuwenden, die in jeder Datenumgebung unabhängig von der verwendeten Technologie von entscheidender Bedeutung sind. Darüber hinaus erfahren Sie, wie Sie Data Governance und Sicherheit in den gesamten Datenlebenszyklus integrieren.



Andere haben auch gelesen

Liste überspringen
  1. Kubernetes : Eine kompakte Einführung

    Brendan Burns, Joe Beda, Kelsey Hightower, Lachlan Evenson

    book
  2. React : Grundlagen, fortgeschrittene Techniken und Praxistipps – mit TypeScript und Redux

    Nils Hartmann, Oliver Zeigermann

    book
  3. Data Science mit AWS : End-to-End-Pipelines für Continuous Machine Learning implementieren

    Chris Fregly, Antje Barth

    book
  4. Deep Learning illustriert : Eine anschauliche Einführung in Machine Vision, Natural Language Processing und Bilderzeugung für Programmierer und Datenanalysten

    Jon Krohn, Grant Beyleveld, Aglaé Bassens

    book
  5. Werde ein Data Head : Data Science, Machine Learning und Statistik verstehen und datenintensive Jobs meistern

    Alex J. Gutman, Jordan Goldmeier

    book
  6. Data Science : Grundlagen, Architekturen und Anwendungen

    Uwe Haneke, Stephan Trahasch, Michael Zimmer, Carsten Felden

    book
  7. Smart Home für Anfänger: Intelligente Lösungen für ein modernes Zuhause einfach und leicht umsetzen

    Cornelius Perlich

    audiobookbook
  8. GitHub – Eine praktische Einführung : Von den ersten Schritten bis zu eigenen GitHub Actions

    Anke Lederer

    book
  9. Praktische Statistik für Data Scientists : 50+ essenzielle Konzepte mit R und Python

    Peter Bruce, Andrew Bruce, Peter Gedeck

    book
  10. Microsoft Excel Pivot-Tabellen – Das Praxisbuch : Ideen und Lösungen für die Datenanalyse mit PivotTables und PivotCharts sowie intensivem Einstieg in Power Pivotfür Version 2013, 2016, 2019 & 365

    Helmut Schuster

    book
  11. Data-Science-Crashkurs : Eine interaktive und praktische Einführung

    Steffen Herbold

    book
  12. Brush Hour : Warum Gesundheit im Mund beginnt | Eine Zahnärztin klärt auf

    Anne Heinz

    audiobook