Diese Weiterbildung vermittelt vertieftes Wissen in der Integration von Big Data-Architekturen und Cloud-Technologien für industrielle Anwendungen und datenintensive Umgebungen. Ziel ist es, die Teilnehmer in die Lage zu versetzen, große Datenmengen effizient zu verarbeiten und zu analysieren, moderne Cloud-Plattformen zu nutzen und speicherprogrammierbare Steuerungen (SPS) sowie SQL-Datenbanken in verteilte Systeme und Cloud-Umgebungen einzubinden.

Lehrinhalte:

Big Data-Grundlagen:

• Konzepte und Architekturen zur Verarbeitung und Analyse großer Datenmengen

• Nutzung von Tools wie Apache Hadoop und Apache Spark zur verteilten Datenverarbeitung

• Echtzeit-Datenanalyse mit Apache Kafka und anderen Datenflussmanagement-Systemen

Cloud-Technologien:

• Grundlagen des Cloud-Computings (IaaS, PaaS, SaaS)

• Einsatz von Cloud-Plattformen (AWS, Microsoft Azure, Google Cloud) zur Speicherung und Verarbeitung von Big Data

• Integration skalierbarer Datenbanken und Automatisierung von Datenprozessen in der Cloud

SQL für Big Data:

• Erweiterte SQL-Techniken zur Analyse und Verarbeitung großer Datenmengen

• SQL-Nutzung auf Big Data-Plattformen wie Hive, Presto und BigQuery

• Sharding, Partitionierung und Optimierung von SQL-Datenbanken in verteilten Systemen

SPS und IoT-Integration:

• Anbindung von SPS-Systemen an Big Data- und Cloud-Lösungen

• Echtzeit-Datenverarbeitung von Sensordaten in IoT-Umgebungen

• Nutzung von Cloud-Diensten zur Steuerung, Überwachung und Wartung automatisierter Industrieprozesse

IT-Sicherheit und Datenschutz:

• Sicherheitsanforderungen und Datenschutzmaßnahmen in Cloud- und Big Data-Umgebungen

• Verschlüsselungstechniken und Zugriffskontrollen für den Schutz sensibler Daten

Voraussetzungen:

• Interesse an IT und industriellen Fertigungsprozessen

• Abgeschlossene Berufsausbildung, Studium oder Anpassungsqualifizierung im IT-Bereich; oder bestandener Eignungstest

• Deutschkenntnisse auf dem Niveau B1

‍