Big Data: Datamodeller og datamodellering

Målgruppe: Uddannelsen henvender sig til faglærte personer, inden for det datatekniske område, og andre inden for AMU målgruppen med tilsvarende kvalifikationer, der skal eller ønsker at arbejde med IoT og IIoT løsninger, der kræver anvendelsesorienteret viden om sensorteknik rettet mod IoT/IIoT, samt anvendelsesorienteret viden om kommunikationsteknologier, trådløse teknologier og sikkerhed rettet mod IoT/IIoT.Det anbefales, at deltageren inden kursusstart har en grundlæggende viden om analog- og digitalteknik, og at deltageren har grundlæggende kompetencer i forhold til netværksteknik.

Beskrivelse:
Deltageren kan beskrive hvilke statistiske grundbegreber, metoder og modeller, der typisk anvendes i Big Data løsninger, og kan herunder:
- Designe en konceptuel datamodel
- Foretage ukompliceret datamodellering og hertil anvende et relevant værktøj
- Opbygge semantiske datamodeller
- Beskrive hvilke principper og muligheder, der indgår i streaming af data- og snowflakemodeller
- Beskrive hvilke arkitekturer og muligheder, der indgår i ETL-løsninger (Extract, Transform, Load) som Kafka (real-time streaming af data)
- Beskrive hvilke principper og muligheder, der indgår i forbindelse med flytning af data, og herunder Data Ingest processer
- Beskrive hvilke principper og muligheder, der indgår i datahåndtering og herunder Data Governance
- Beskrive hvilke arkitekturer og muligheder, der indgår i SQL-løsninger som Hive (Infrastruktur løsning)

Deltageren kan herunder anvende opnået viden om:
- Datamodeller og datamodellering
- Karakteristikaene for et Snowflake Schema
- Data-streaming løsninger
- Datahåndtering, som tilgængelighed, brugervenlighed, konsistens, datasikkerhed og effektiv datastyring, og herunder Data Governance
- Flytning af strukturerede og ustrukturerede data fra forskellige lokationer til et system, hvor de kan opbevares, tilgås, sikres og analyseres, og herunder Data Ingest
- Hvordan man ser på data og afvigelser
- Cloud baseret dataløsning som bl.a. Hadoop.