เรียนรู้การพัฒนา Big Data ด้วยเทคโนโลยีที่หลากหลาย
Hadoop, Google Cloud Platform, AWS, Azure
Hadoop HDFS, Hive, Apache Spark, Apache Airflow
Cloud Storage, Hadoop as a Service, Data warehouse as a Service
บนพื้นฐานหลักการ DevOps ด้วย Azure Pipeline
คำอธิบายหลักสูตร
ปัจจุบันมีการใช้เทคโนโลยีที่หลากหลายสำหรับจัดการและประมวลข้อมูลขนาดใหญ่ (Big Data) ทั้ง on-Premises Software และ on-Cloud Services ความเข้าใจในเรื่องความแตกต่างระหว่างเทคโนโลยีจึงเป็นสิ่งสำคัญต่อการเลือกใช้ให้เหมาะสมกับงานและความต้องการทางธุรกิจ ด้วยเหตุนี้ วิศวกรข้อมุลในยุคสมัยใหม่ (Modern Data Engineer) ซึ่งมีบทหน้าที่ในการออกแบบและใช้งาน Data pipeline ที่เป็นการผสมผสานบูรณาการระหว่างเทคโนโลยีในแบบ Multi-Clouds หรือ Multi-Platforms จะต้องได้รับการพัฒนาความรู้ของตนเอง เพื่อให้ได้รับประโยชน์สูงสุดจากข้อมูลและใช้งานเทคโนโลยีต่างๆ ให้เกิดประโยชน์สูงสุดต่อไป
หลักสูตร Big Data Engineer เป็นหลักสูตรที่ต้องการพัฒนาให้ผู้เรียนได้เข้าใจถึงการออกแบบสถาปัตยกรรมระบบ และ Data pipeline ให้มีความเหมาะสมกับโจทย์ทางธุรกิจ และสามารถใช้เครื่องมือที่หลากหลายในการจัดการข้อมูลและประมวลผลข้อมูล ซึ่งรวมถึงการทำ Big Data Analytics อย่างเช่น Descriptive Analytics ได้อย่างมีประสิทธิภาพ คณะผู้สอนได้นำประสบการณ์ตรงจากการเป็นผู้ลงมือทำ งานด้าน Data Engineer มาถ่ายทอดให้ความรู้กับผู้เรียน ผ่านการบรรยายภาคแนวคิดทฤษฎีต่างๆ การสาธิต และการให้ผู้เรียนลงมือปฏิบัติ (Lab/Hands-on) ด้วยการใช้เครื่องมือต่างๆ โดยใช้ระบบบน Cloud Platform สามรายคือ Google Cloud Platform, Microsoft Azure และ AWS โดยมีการสอน Services ต่าง ๆ เช่น Apache Spark, Google Cloud Storage, Google Dataproc, Google BigQuery, Google AI Platform, Azure DataLake, Azure HDInsight, Amazon S3, Amazon EMR, Amazon Athena, Amazon Sagemaker รวมถึงการใช้ Azure Pipeline สำหรับการพัฒนาตามแนวทาง CI/CD เป็นต้น
ลงทะเบียนได้ที่ >> คลิก
ค่าใช้จ่ายในการอบรม 19,900 บาท (ไม่รวมภาษีมูลค่าเพิ่ม 7%)
**รับจำนวนจำกัดเพียง 30 คน
ตารางการฝึกอบรม
รุ่นที่ 6 : เริ่ม 17 พฤษภาคม 2566
ผู้สอน
ดร.ศักดิ์ เสกขุนทด (ดูโปรไฟล์ >> ที่นี่)
รศ.ดร.ธนชาติ นุ่มนนท์ (ดูโปรไฟล์ >> ที่นี่)
ผศ.ดร.ณัฐวุฒิ หนูไพโรจน์ (ดูโปรไฟล์ >> ที่นี่)
อาจารย์เอกอนันต์ ทองแท้ (ดูโปรไฟล์ >> ที่นี่)
รูปแบบการอบรม
Physical Training
อาคารชุดสกุลไทย สุรวงศ์ ทาวเวอร์ ชั้น 8 (ใกล้ MRT สามย่าน ทางออก 1) >> ดูแผนที่
ทุกวันพุธ และ วันพฤหัสบดี
เวลา 09:00 น. - 16:00 น.
หลักสูตรที่เหมาะกับ
- บุคคลทั่วไปที่สนใจจะพัฒนา Big Data และท่านที่ต้องการเป็น Big Data Professional โดยต้องมีความรู้พื้นฐานด้านไอที
ความรู้เบื้องต้นของผู้อบรม
- มีความรู้พื้นฐานด้านการเขียนโปรแกรมพื้นฐาน หรือเขียนคอมพิวเตอร์ภาษาใดภาษาหนึ่งได้
- มีความสนใจงานด้านวิเคราะห์และการพยากรณ์ข้อมูล
Schedule
เรียนทุกวันพุธ และวันพฤหัสบดี
เริ่ม วันที่ 17 พฤษภาคม 2566
Course Outline
Module 1: Data Engineering in Big Data Ecosystem ( 1 Day)
- Big Data ในสภาพแวดล้อมทางธุรกิจที่หลากหลาย (3 ชม.)
- ความสำคัญของข้อมูลขนาดใหญ่ที่มีต่อการดำเนินงานด้านวิศวกรรมข้อมูล - เทคโนโลยี Big Data และตัวอย่างการประยุกต์ใช้งานในประเทศไทย (3 ชม.)
- รูปแบบการออกแบบสถาปัตยกรรมข้อมูลขนาดใหญ่
Module 2: Designing Modern Big Data Architecture (1 Day)
- Big Data Life Cycle และเทคโนโลยีเกี่ยวข้อง (3 ชม.)
- หลักการของ Data Warehouse และ Data Lake
- หลักการการออกแบบสถาปัตยกรรมข้อมูลขนาดใหญ่ และการใช้ ChatGPT ช่วยออกแบบสถาปัตยกรรม
- เทคโนโลยี Apache Hadoop - Big Data as a Service บน Public Cloud Platform ต่าง ๆ (3 ชม.)
- เปรียบเทียบ Big Data Services บน Public cloud กับระบบบน On-premise
- Big Data Services บน Microsoft Azure, GCP, AWS, Huawai Cloud, etc.
Model 3: Big Data Storage and Descriptive Analytics (2 Days)
(ทำการสาธิตและลงมือปฎิบัติการทำเทคโนโลยีต่างๆที่เกียวข้องกับการทำ Big Data)
- Apache Hadoop HDFS & Hive (3 ชม.)
- Google Cloud Storage และ Google BigQuery, Google DataProc (3 ชม.)
- AWS S3, AWS Athena, AWS EMR (3 ชม.)
- AZure DataLake, AZure HDInsight (3 ชม.)
Module 4: Big Data Processing using Apache Spark (2 Days)
- หลักการด้าน Data Profiling, Data Cleansing, Data Transformation and Data Enhancement (3 ชม.)
- ปรับพื้นฐานการพัฒนาโค้ดโปรแกรม Python (3 ชม.)
- วิธีการสำรวจข้อมูล Exploratory Data Analysis ด้วย Apache Spark (3 ชม.) โดยมีการใช้ ChatGPT ช่วยพัฒนาโค้ด
- วิธีการปรับปรุงและปรับแต่งข้อมูลให้เหมาะสมกับการทำ Big Data Analytics ด้วย Apache Spark (3 ชม.) โดยมีการใช้ ChatGPT ช่วยพัฒนาโค้ด
Workshop #1: Preparing to be a Big Data Engineer (1 Day)
- ลงมือปฎิบัติการเพื่อเรียนรู้การใช้เครื่องมือ Big Data ต่าง ๆ
- ทำความเข้าใจข้อมูล และสร้าง Data Profile โดยมีการใช้ ChatGPT ช่วยพัฒนาโค้ด
- การปฎิบัติการเพื่อใช้เทคโนโลยีต่างๆ ในการปรับปรุงและปรับแต่งข้อมูลให้มีคุณภาพ
Module 5: Data Ingestion & Fast SQL Services (1 Day )
- การใช้ Big Data Services ในการดึงข้อมูลเข้า Data Lake เช่น Azure Data Factory, Google Cloud Pub/Sub
- การวิเคราะห์ข้อมูลด้วย Fast SQL Services เช่น Google Big Query
Module 6: Big Data DevOps (เนื้อหาใหม่ ปี 2023) (1 Day)
- แนะนำการนำหลักการด้าน DevOps มาใช้ในงานด้าน Data Engineering และ Big Data
- ทำความเข้าใจ Infrastructure as Code และ Containerize Applications
- เรียนรู้กระบวนการพัฒนาโค้ด การทดสอบ และการนำโค้ดไปขึ้นระบบ (Deployment) ตามหลักการ CI/CD pipelines ด้วย Azure Pipelines
Workshop #2 Real Life with Professional Big Data Engineer (1 Day )
- ทดลองปฏิบัติงาน โดยสวมบทบาท Professional Big Data Engineer
- โจทย์ทางธุรกิจและข้อมูลจริง
- ลงมือทำโครงการปฏิบัติงานเพื่อวิเคราะห์ข้อมูล Big Data
ลงทะเบียนได้ที่ >> คลิก
