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
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 Practical 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 เป็นต้น
ทั้งนี้สามารถทบทวนเนื้อหาการเรียนจากระบบออนไลน์เป็นเวลา 1 ปี หลังจบการอบรม
Online Registration >> HERE
ค่าใช้จ่ายในการอบรม 16,900 Baht exclude VAT
**รับจำนวนจำกัดเพียง 30 คน
ตารางการฝึกอบรม
รุ่นที่ 5 : เริ่ม 12 กันยายน 2565
Instructor
Dr.Sak Segkhoonthod (See Profile >> Here)
Assoc. Prof. Dr. Thanachart Numnonda (See Profile >> Here)
Asst. Prof. Natawut Nupairoj (See Profile >>Here)
Mr. Aekanun Thongtae (See Profile >> Here)
รูปแบบการอบรม
Interactive Online Training : ผ่าน Program Zoom (สำหรับการเรียน online 16 ครั้ง) ทุกวันจันทร์ และ พุธ เวลา 13.00-16.00 น.
Physical Training : Skulthai Surawong Tower (Near MRT Sam Yan Exit 1) >> See Map
(สำหรับการทำ Workshop 2 ครั้ง) เวลา 9.00-16.00 น.
(สำหรับการทำ Workshop 2 ครั้ง) เวลา 9.00-16.00 น.
หลักสูตรที่เหมาะกับ
บุคคลทั่วไปที่สนใจจะพัฒนา Big Data และต้องการเป็น Big Data Professional โดยต้องมีความรู้พื้นฐานด้านไอที
ความรู้เบื้องต้นของผู้อบรม
มีความรู้พื้นฐานด้านการเขียนโปรแกรมพื้นฐาน หรือเขียนคอมพิวเตอร์ภาษาใดภาษาหนึ่งได้
มีความสนใจงานด้านวิเคราะห์และการพยากรณ์ข้อมูล
Schedule
Course Outline
Module 1: Data Engineering in Big Data Ecosystem (2 Interactive Online Classes)
- Big Data ในสภาพแวดล้อมทางธุรกิจที่หลากหลาย (3 ชม.)
- ความสำคัญของข้อมูลขนาดใหญ่ที่มีต่อการดำเนินงานด้านวิศวกรรมข้อมูล
- เทคโนโลยี Big Data และตัวอย่างการประยุกต์ใช้งานในประเทศไทย (3 ชม.)
- รูปแบบการออกแบบสถาปัตยกรรมข้อมูลขนาดใหญ่
Module 2: Designing Modern Big Data Architecture (2 Interactive Online Classes)
- Big Data Life Cycle และเทคโนโลยีเกี่ยวข้อง (3 ชม.)
- หลักการของ Data Warehouse และ Data Lake
- หลักการการออกแบบสถาปัตยกรรมข้อมูลขนาดใหญ่
- 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 (4 Interactive Online Classes)
(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 (4 Interactive Online Classes)
- 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.)
- วิธีการปรับปรุงและปรับแต่งข้อมูลให้เหมาะสมกับการทำ Big Data Analytics ด้วย Apache Spark (3 ชม.)
Workshop #1: Preparing to be a Big Data Engineer (1 Day - Physical Class Workshop)
- ลงมือปฎิบัติการเพื่อเรียนรู้การใช้เครื่องมือ Big Data ต่าง ๆ
- ทำความเข้าใจข้อมูล และสร้าง Data Profile
- การปฎิบัติการเพื่อใช้เทคโนโลยีต่างๆ ในการปรับปรุงและปรับแต่งข้อมูลให้มีคุณภาพ
Module 5: Data Ingestion & Fast SQL Services (2 Interactive Online Classes)
- การใช้ Big Data Services ในการดึงข้อมูลเข้า Data Lake เช่น Azure Data Factory, Google Cloud Pub/Sub
- การวิเคราะห์ข้อมูลด้วย Fast SQL Services เช่น AWS Athena, Google Big Query
Module 6: Automate Flow Process using Apache Airflow (2 Interactive Online Classes)
- Overviewing of Apache Airflow: DAGs, Connectors, Tasks and Operations (3 ชม.)
- วิธีการสร้าง Automate Flow Process เพื่อให้เกิดกระบวนการอัตโนมัติตั้งแต่นำเข้าข้อมูล ปรับแต่งข้อมูล วิเคราะห์ข้อมูล และสร้าง Reports ในแบบ Descriptive Analytics (3 ชม.)
Workshop #2 Real Life with Professional Big Data Engineer (1 Day - Physical Class Workshop)
- ทดลองปฏิบัติงาน โดยสวมบทบาท Professional Big Data Engineer
- โจทย์ทางธุรกิจและข้อมูลจริง
- ลงมือทำโครงการปฏิบัติงานเพื่อวิเคราะห์ข้อมูล Big Data
หมายเหตุ
* 1 Interactive Online Classes คือ 3 ชม. ต่อ 1 ครั้งช่วงเวลา 13.00 - 16.00 น.
** 2 Days -Physical Class Workshop คือ เรียนเต็มวัน 09.00 - 16.00 น. จำนวน 2 วัน ที่สถาบันไอเอ็มซี
