Data Analytics Fundamentals (Traditional Chinese)

在此自主進度課程中，您將了解計劃資料分析解決方案的過程，以及所涉及的各種資料分析程序。此課程將介紹五個關鍵因素，這些因素表明在收集、處理、分析和呈現資料時需要特定的 AWS 服務。這包括學習基本架構、價值主張和潛在應用案例。本課程將介紹 AWS 服務和解決方案，以協助您建置和增強資料分析解決方案。

注意：本課程具有本地化的註釋/字幕。旁白保留英語。要顯示字幕，請按一下播放器右下角的 CC 按鈕。

目標對象

本課程適用於：

• 資料架構師
• 資料科學家
• 資料分析師

課程目標

在本課程中，您將了解如何：

• 識別資料分析解決方案的特性，以及表明可能需要此類解決方案的特性
• 定義資料的類型，包括結構化、半結構化和非結構化資料
• 定義資料儲存類型，例如資料湖、AWS Lake Formation、資料倉儲和 Amazon Simple Storage Service (Amazon S3)
• 分析批次處理與串流處理的特性和差異
• 定義如何使用 Amazon Kinesis 處理串流資料
• 分析不同儲存系統的來源資料特性
• 分析線上交易處理 (OLTP) 和線上分析處理 (OLAP) 系統的特性及其對這些系統內資料組織的影響
• 分析列式和單欄式資料儲存方法的差異
• 定義 Amazon EMR、AWS Glue 和 Amazon Redshift 如何處理、清理和轉換資料分析解決方案中的資料
• 分析不可部分完成性、一致性、隔離性和耐久性 (ACID) 合規與基本可用性、軟性狀態和最終一致性 (BASE) 合規的概念，以及擷取、轉換和載入 (ETL) 程序可如何協助確保合規
• 探索資料結構描述的概念，並了解它們如何定義資料以及這些資訊如何存放在中繼存放區
• 分析資料與資訊的概念
• 使用 Amazon QuickSight 和 Amazon Athena 等工具識別分析資料以產生報告資訊的方式
• 定義 AWS 服務可如何共同運作以視覺化資料

先決條件

我們建議參加本課程的人員需具備下列先決條件：

• 資料庫概念的工作經驗
• 對資料儲存、處理和分析的基本了解
• 具備企業 IT 系統的相關經驗

授課方式

本課程將結合以下方式授課：

• 數位培訓

授課時長

• 3.5 小時

課程大綱

本課程涵蓋下列概念：

• 第 1 課：資料分析解決方案簡介
• 資料分析和資料分析概念
• 資料分析的挑戰簡介
• 第 2 課：資料量 – 資料儲存
• Amazon S3 簡介
• 資料湖簡介
• 資料儲存方法簡介
• 第 3 課：速度 – 資料處理
• 資料處理方法簡介
• 批次資料處理簡介
• 串流資料處理簡介
• 第 4 課：多樣性 – 資料結構和類型
• 來源資料儲存簡介
• 結構化資料存放區簡介
• 半結構化和非結構化資料存放區的簡介
• 第 5 課：真實性 – 清理和轉換
• 了解資料完整性
• 了解資料庫一致性
• ETL 程序簡介
• 第 6 課：價值 – 報告和商業智慧
• 分析資料簡介
• 視覺化資料簡介
• 第 7 課：關鍵要點
• 總結
• 未來會怎麼樣？