📍 Программа
- Data Warehouse (DWH)
Классическая архитектура и принципы
Плюсы и минусы: строгая схема, производительность, стоимость
- Data Lake
Хранение "сырых" данных любого формата
Проблемы управления и governance
- Data Lakehouse
Объединение лучших практик DWH и Data Lake
ACID-транзакции и поддержка BI-аналитики
- Сравнительный анализ
Критерии выбора для разных задач
Примеры реализаций (Snowflake, Databricks Delta Lake)
- Кейсы применения
Когда выбрать DWH, а когда — Lakehouse
Миграция между подходами
👥 Для кого?
- Data Engineers и архитекторы
- Аналитики и BI-специалисты
- Технические руководители
✅ Что получите
- Четкое понимание различий между подходами
- Критерии выбора архитектуры под свои задачи
- Примеры успешных реализаций
- Практические рекомендации по внедрению
«Data Engineer» - https://otus.pw/nzOV/ Преподаватель: Кирилл Дикалин - руководитель направления аналитической инфраструктуры
Пройдите опрос по итогам мероприятия - https://otus.pw/JEhJ/ https://vk.com/otusru Следите за новостями проекта:
→ Telegram: https://t.me/Otusjava → Хабр: https://otus.pw/S0nM/ #ИТ #ИТобразование #курсыIT #IT #ITкурсы #программирование #курсыИТ #ИТкурсы #ITобразование #информационныетехнологии
Присоединяйтесь — мы покажем вам много интересного
Присоединяйтесь к ОК, чтобы подписаться на группу и комментировать публикации.
Нет комментариев