Vous allez découvrir des solutions de Big Data basées sur le cloud comme Amazon EMR, Amazon Redshift, Amazon Kinesis et le reste de la plateforme AWS Big Data. Nous vous montrerons comment utiliser Amazon EMR afin de traiter des données grâce au vaste écosystème d'outils Hadoop tels que Hive et Hue. Vous apprendrez également à créer des environnements de Big Data, à utiliser Amazon DynamoDB, Amazon Redshift, Amazon QuickSight, Amazon Athena et Amazon Kinesis, ainsi qu'à appliquer au mieux les bonnes pratiques afin de concevoir des environnements de Big Data sécurisés et économiques.

Objectifs du cours

A la fin de ce cours, vous aurez acquis les compétences suivantes :

• Intégrer une solution AWS dans un écosystème de Big Data
• A utiliser Apache Hadoop dans le cadre d'Amazon EMR
• A identifier les composants d'un cluster Amazon EMR puis à lancer et configurer un cluster Amazon EMR
• A utiliser les frameworks de programmation courants compatibles avec Amazon EMR, notamment Hive, Pig et Streaming
• A optimiser la facilité d'utilisation d'Amazon EMR avec Hadoop User Experience (Hue)
• A utiliser les analyses en mémoire avec Apache Spark sur Amazon EMR
• A choisir les options de stockage de données AWS appropriées
• A identifier les avantages de l'utilisation d'Amazon Kinesis pour le traitement de Big Data en temps quasi réel
• A utiliser Amazon Redshift pour stocker et analyser des données de manière efficace
• A comprendre et gérer les coûts et la sécurité pour une solution de Big Data
• Identifier les options pour l'importation, le transfert et la compression de données
• Exploiter Amazon Athena pour les analyses par requêtes ad hoc
• A utiliser AWS Glue pour automatiser l'extraction, la transformation et le chargement (ETL) de charges de travail
• A utiliser un logiciel de visualisation pour représenter les données et les requêtes à l'aide d'Amazon QuickSight

Public visé

Architectes de solutions, Administrateurs SysOps, Experts en science des données, Analystes de donnée.

Prérequis

Pour assister à ce cours, il est recommandé d'avoir :

• suivi le cours « Démarrage technique sur AWS » ou « Notions fondamentales sur AWS Cloud Practitioner Essentials »
• suivi le cours en ligne Data Analytics Fundamentals ou d’avoir des connaissances équivalentes ;
• une connaissance pratique des concepts de base de données
• une compréhension de base du stockage, du traitement et de l'analyse des données
• une expérience avec les systèmes informatiques d'entreprise
• une expérience opérationnelle en infrastructure technique ;

Méthode d’apprentissage

Ce cours combine les méthodes d’apprentissage suivantes :

• Formation assurée par un instructeur
• Ateliers pratiques

Application pratique

Ce cours vous permet de tester de nouvelles compétences et d’appliquer vos connaissances à votre environnement de travail grâce à différents exercices pratiques.

Déroulement du cours

Journée 1

• Introduction au Big Data
• Ingestion et transferts Big Data
• Streaming et Amazon Kinesis
• Solutions de stockage
• Traitements et Analyses Big Data

Journée 2

• Apache Hadoop et Amazon EMR
• Utilisations d’Amazon EMR
• Cadres de programmation Hadoop
• Interfaces Web sur Amazon EMR
• Apache Spark sur Amazon EMR

Journée 2

• Utilisation d’Amazon Glue pour automatiser les traitements ETL
• Amazon Redshift et Big Data
• Sécuriser ses déploiements sur Amazon
• Gérer et surveiller les coûts de son infrastructure Big Data
• Visualisation et orchestration de ses traitements Big Data
• Design patterns Big Data

Cours suivants

• Architecture avancée sur AWS (3 jours)

Test et certification

• Aucun

Méthode d’apprentissage

Ce cours combine les méthodes d’apprentissage suivantes :

• Formation assurée par un instructeur
• Ateliers pratiques

Cours opéré par

• En inter-entreprises ou en intra-entreprise, TNP Training, en sa qualité de centre de formation AWS agréé pour EMEA (Europe, Moyen-Orient, Afrique). Les instructeurs sont certifiés pédagogiquement par Amazon Web Services, et disposent de la certification requise du niveau concerné par la formation.