Fondamenti di architettura software dei big data

Affrontare la sfida di scalare il software per soddisfare le esigenze della crescita dei dati moderni richiede più di un semplice hardware più veloce.Questo corso fornisce un'introduzione completa ai principi di architettura dei sistemi in grado di ingerire, elaborare e archiviare dati su una scala immensa.Passerai da una comprensione di base della progettazione del software a un approccio strutturato per la creazione di ambienti di dati ad alte prestazioni. Acquisirai le competenze per valutare e selezionare le tecnologie giuste per sfide specifiche sui dati, assicurando che i tuoi sistemi rimangano stabili e reattivi man mano che crescono. Cosa imparerai: - Comprendere i concetti fondamentali dei sistemi distribuiti, inclusi il teorema CAP e i modelli di coerenza dei dati. - Applicare modelli architettonici come Lambda e Kappa per bilanciare le esigenze di elaborazione batch e in tempo reale. - Valuta diverse tecnologie di archiviazione, dai database NoSQL ai moderni database vettoriali per le applicazioni AI. - Progettare pipeline di dati robuste che garantiscano affidabilità e tolleranza ai guasti durante l'ingestione di grandi volumi. - Implementare modelli di osservabilità e monitoraggio per mantenere la visibilità in flussi di dati complessi. - Praticare i compromessi architettonici tra latenza, throughput e complessità del sistema. Partendo dalla terminologia essenziale e dalla storia del calcolo distribuito, il materiale progredisce attraverso i componenti strutturali e i framework decisionali utilizzati nella moderna ingegneria dei dati.Questo corso è progettato per i principianti in ingegneria del software o data science che vogliono comprendere il lato strutturale dei big data; non è richiesta alcuna esperienza precedente in architettura. Inizia il tuo viaggio nel mondo della progettazione di sistemi su larga scala.