Data Analytics Fundamentals (Thai)

ในหลักสูตรแบบผู้เรียนกำหนดเวลาเองนี้ คุณจะได้เรียนรู้เกี่ยวกับขั้นตอนการวางแผนโซลูชันการวิเคราะห์ข้อมูลและขั้นตอนการการวิเคราะห์ข้อมูลต่างๆ ที่เกี่ยวข้อง หลักสูตรนี้จะอธิบายถึงปัจจัยสำคัญ 5 ประการ ที่แสดงให้เห็นถึงความต้องการเฉพาะสำหรับบริการของ AWS ในการรวบรวม ประมวลผล วิเคราะห์ และนำเสนอข้อมูลของคุณ ซึ่งรวมถึงการเรียนรู้สถาปัตยกรรมพื้นฐาน ข้อเสนอที่มีคุณค่า และกรณีการใช้งานที่อาจเกิดขึ้น หลักสูตรนี้จะแนะนำคุณเกี่ยวกับบริการและโซลูชันของ AWS เพื่อช่วยให้คุณสร้างและเพิ่มประสิทธิภาพโซลูชันการวิเคราะห์ข้อมูล

ผู้เข้าร่วมการฝึกอบรมเป้าหมาย

หลักสูตรนี้จัดขึ้นสำหรับ:

• สถาปนิกข้อมูล
• นักวิทยาศาสตร์ข้อมูล
• นักวิเคราะห์ข้อมูล

วัตถุประสงค์ของหลักสูตร

ในหลักสูตรนี้ คุณจะได้เรียนรู้สิ่งต่างๆ ดังต่อไปนี้

• ระบุลักษณะของโซลูชันการวิเคราะห์ข้อมูลและลักษณะที่ระบุว่าอาจจำเป็นต้องใช้โซลูชันดังกล่าว
• กำหนดประเภทของข้อมูลซึ่งประกอบด้วยข้อมูลแบบมีโครงสร้าง แบบกึ่งมีโครงสร้าง และแบบไม่มีโครงสร้าง
• กำหนดประเภทพื้นที่จัดเก็บข้อมูล เช่น ที่จัดเก็บข้อมูลดิบ AWS Lake Formation คลังข้อมูล และ Amazon Simple Storage Service (Amazon S3)
• วิเคราะห์ลักษณะและความแตกต่างในการประมวลผลแบบชุดและการประมวลผลแบบสตรีม
• กำหนดวิธีการใช้ Amazon Kinesis เพื่อประมวลผลข้อมูลการสตรีม
• วิเคราะห์ลักษณะของระบบพื้นที่จัดเก็บที่แตกต่างกันสำหรับข้อมูลต้นทาง
• วิเคราะห์ลักษณะของการประมวลผลการทำรายการออนไลน์ (OLTP) และระบบประมวลผลเชิงวิเคราะห์ออนไลน์ (OLAP) รวมถึงผลกระทบต่อการจัดระเบียบข้อมูลภายในระบบเหล่านี้
• วิเคราะห์ความแตกต่างของวิธีการจัดเก็บข้อมูลแบบแถวและแบบคอลัมน์
• กำหนดวิธีการที่ Amazon EMR, AWS Glue และ Amazon Redshift แต่ละงานประมวลผล ล้าง และแปลงข้อมูลภายในโซลูชันการวิเคราะห์ข้อมูล
• วิเคราะห์แนวคิดเรื่องความเป็นอันหนึ่งอันเดียวกัน ความสอดคล้อง การแยกตัว และความคงทน (Atomicity, Consistency, Isolation, และ Durability หรือ ACID) รวมทั้งการปฏิบัติตามกฎข้อบังคับด้านความพร้อมใช้งานขั้นพื้นฐาน การเขียนข้อมูลที่ไม่บันทึกไปยังทุกๆ เครื่องพร้อมกัน (Soft State) Eventual Consistency (BASE) และวิธีการที่กระบวนการดึง แปลง โหลด (ETL) สามารถช่วยให้มั่นใจได้ว่ามีการการปฏิบัติตามกฎข้อบังคับ
• สำรวจแนวคิดของโครงสร้างข้อมูล และเข้าใจวิธีการที่โครงสร้างเหล่านี้กำหนดข้อมูลและวิธีการจัดเก็บข้อมูลนี้ไว้ในพื้นที่จัดเก็บเมตา
• วิเคราะห์แนวคิดของข้อมูลดิบเทียบกับข้อมูล
• ทราบวิธีการวิเคราะห์ข้อมูลดิบเพื่อสร้างข้อมูลสำหรับรายงานโดยใช้เครื่องมือ เช่น Amazon QuickSight และ Amazon Athena
• กำหนดวิธีการที่บริการของ AWS ทำงานร่วมกันเพื่อแสดงข้อมูล

ข้อกำหนดเบื้องต้น

เราขอแนะนำให้ผู้เข้าร่วมการฝึกอบรมหลักสูตรนี้มีคุณสมบัติตรงตามข้อกำหนดเบื้องต้นดังต่อไปนี้

• ความรู้เรื่องการทำงานของแนวคิดเกี่ยวกับฐานข้อมูล
• ความเข้าใจพื้นฐานเกี่ยวกับการจัดเก็บข้อมูล การประมวลผล และการวิเคราะห์
• ประสบการณ์ด้านระบบไอทีระดับองค์กร

วิธีการนำเสนอ

วิธีการต่างๆ ที่ใช้ในการนำเสนอสอนหลักสูตรนี้:

• การฝึกอบรมแบบดิจิทัล

ระยะเวลา

• 3.5 ชั่วโมง

หลักสูตรออนไลน์

หลักสูตรนี้ครอบคลุมแนวคิดดังต่อไปนี้

• บทที่ 1: ความรู้เบื้องต้นเกี่ยวกับโซลูชันการวิเคราะห์ข้อมูล
  • การวิเคราะห์ข้อมูลและแนวคิดเกี่ยวกับการวิเคราะห์ข้อมูล
  • ความรู้เบื้องต้นเกี่ยวกับความท้าทายเกี่ยวกับการวิเคราะห์ข้อมูล
• บทที่ 2: ปริมาณ – พื้นที่จัดเก็บข้อมูล
  • ความรู้เบื้องต้นเกี่ยวกับ Amazon S3
  • ความรู้เบื้องต้นเกี่ยวกับที่จัดเก็บข้อมูลดิบ
  • ความรู้เบื้องต้นเกี่ยวกับวิธีการจัดเก็บข้อมูล
• บทที่ 3: ความเร็ว – การประมวลผลข้อมูล
  • ความรู้เบื้องต้นเกี่ยวกับวิธีการประมวลผลข้อมูล
  • ความรู้เบื้องต้นเกี่ยวกับการประมวลผลข้อมูลแบบชุด
  • ความรู้เบื้องต้นเกี่ยวกับการประมวลผลข้อมูลแบบสตรีม
• บทที่ 4: ความหลากหลาย – โครงสร้างและประเภทของข้อมูล
  • ความรู้เบื้องต้นเกี่ยวกับพื้นที่จัดเก็บข้อมูลต้นทาง
  • ความรู้เบื้องต้นเกี่ยวกับที่เก็บข้อมูลแบบมีโครงสร้าง
  • ความรู้เบื้องต้นเกี่ยวกับที่เก็บข้อมูลแบบกึ่งมีโครงสร้างและแบบไม่มีโครงสร้าง
• บทที่ 5: ความถูกต้องของข้อมูล – การล้างและการแปลงข้อมูล
  • การทำความเข้าใจความสมบูรณ์ของข้อมูล
  • การทำความเข้าใจความสอดคล้องของฐานข้อมูล
  • ความรู้เบื้องต้นเกี่ยวกับกระบวนการ ETL
• บทที่ 6: คุณค่า – การรายงานและระบบธุรกิจอัจฉริยะ
  • ข้อมูลเบื้องต้นเกี่ยวกับการวิเคราะห์ข้อมูล
  • ความรู้เบื้องต้นเกี่ยวกับการแสดงข้อมูล
• บทที่ 7: ข้อมูลสำคัญ
  • การรวบรวมข้อมูล
  • มีอะไรใหม่