Apache Airflow Kurs i Östergötland

Denna instruktörsledda, liveutbildning i Östergötland (online eller på plats) riktar sig till deltagare på avancerad nivå som vill distribuera Apache Airflow i molnmiljöer, konfigurera CI/CD-pipelines och implementera robusta övervaknings- och loggningsmetoder.

I slutet av denna utbildning kommer deltagarna att kunna:

• Distribuera Apache Airflow i molnmiljöer och containermiljöer.
• Konfigurera CI/CD-pipelines för att automatisera DAG-testning och distribution.
• Integrera övervaknings- och loggningsverktyg för att förbättra systemets tillförlitlighet.
• Optimera luftflödeskonfigurationer för prestanda och skalbarhet.
• Implementera rekommenderade säkerhetsmetoder för att hantera arbetsflöden och miljöer.

Denna ledareledda, liveutbildning på Östergötland (online eller på plats) riktar sig till deltagare på mellanavancerad nivå som vill automatisera och hantera maskininlärningsarbetsflöden, inklusive modellträning, validering och distribuering med Apache Airflow.

Efter denna utbildning kommer deltagarna att kunna:

• Konfigurera Apache Airflow för orkestration av maskininlärningsarbetsflöden.
• Automatisera datapreprocessering, modellträning och valideringsuppgifter.
• Integrera Airflow med maskininlärningsramverk och verktyg.
• Distribuera maskininlärningsmodeller med hjälp av automatiserade pipeline.
• Övervaka och optimera maskininlärningsarbetsflöden i produktion.

Denna instruktörsledda, liveträning i Östergötland (online eller på plats) riktar sig till deltagare på avancerad nivå som vill skapa anpassade operatörer, sensorer och plugins i Apache Airflow och integrera dessa med befintliga datasystem för avancerad automatisering och övervakning.

I slutet av denna utbildning kommer deltagarna att kunna:

• Utveckla anpassade operatörer, krokar och sensorer som är skräddarsydda för specifika arbetsflöden.
• Designa och implementera Airflow-plugins för att utöka funktionaliteten.
• Integrera luftflödesarbetsflöden med externa system och tjänster.
• Optimera och övervaka arbetsflöden med hjälp av avancerade felsökningsverktyg.
• Utnyttja bästa praxis för att hantera storskaliga luftflödesdistributioner.

Denna instruktörsledda, liveutbildning i Östergötland (online eller på plats) riktar sig till deltagare på mellannivå som vill optimera arbetsflödets prestanda, hantera komplexa beroenden och skala Apache Airflow-distributioner för större datamängder och företagsanvändningsfall.

I slutet av denna utbildning kommer deltagarna att kunna:

• Optimera Apache Airflow arbetsflöden för bättre prestanda och tillförlitlighet.
• Hantera och felsök komplexa arbetsflödesberoenden.
• Utnyttja avancerade luftflödesfunktioner, inklusive anpassade operatörer och sensorer.
• Skala Apache Airflow för hantering av större datamängder och distribuerade system.
• Implementera metodtips för övervakning, loggning och säkerhet i luftflödesmiljöer.

Apache Airflow är en öppen plattform för att skapa, schemalägga och övervaka arbetsflöden. Med Airflow 2.x kan organisationer orkestrera datapipelines i stor skala, integrera med molntjänster och säkerställa robust observabilitet och säkerhet i produktionsmiljöer.

Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och DevOps-professionella på nybörjar- till mellan-nivå som vill använda Apache Airflow för att bygga, automatisera och skala slutna datapipelines.

I slutet av denna träning kommer deltagarna att kunna:

• Installera och konfigurera Apache Airflow i olika miljöer.
• Skapa, schemalägga och övervaka DAGs med TaskFlow API.
• Integrera Airflow med datakällor, molntjänster och ML-arbetsflöden.
• Hantera ETL-pipelines och säkerställa datatillförlitlighet.
• Säkra och skala Airflow med hjälp av exekutörer, köer och Kubernetes.
• Tillämpa observabilitet och bästa praxis för produktionsinstallationer.

Kursformat

• Interaktiv föreläsning och diskussion.
• Många övningar och praktik.
• Händer-implementering i en live-lab-miljö.

Alternativ för kursanpassning

• För att begära en anpassad träning för denna kurs, kontakta oss för att boka.