Building Streaming Data Analytics Solutions on AWS
Streaming-Daten sicher ingestieren, verarbeiten und mit Kinesis, Amazon MSK und Apache Flink analysieren
Die wichtigsten Themen
Streaming-Pipelines auf AWS
Amazon Kinesis und Amazon MSK
Apache Flink für Echtzeit-Analysen
Sicherheit, Monitoring und Kosten
Praxislabs mit AWS-Services
Überblick Diese AWS-Schulung vermittelt, wie Streaming-Datenanalyse-Lösungen mit Amazon Kinesis, Amazon Managed Streaming for Apache Kafka (Amazon MSK), AWS Glue, AWS Lambda und Amazon Managed Service for Apache Flink...
Diese AWS-Schulung vermittelt, wie Streaming-Datenanalyse-Lösungen mit Amazon Kinesis, Amazon Managed Streaming for Apache Kafka (Amazon MSK), AWS Glue, AWS Lambda und Amazon Managed Service for Apache Flink entworfen, aufgebaut und betrieben werden. Im Mittelpunkt stehen Daten-Ingestion, Stream Storage, Stream Processing sowie die Integration zentraler AWS-Services zu einer belastbaren Datenanalyse-Pipeline für Echtzeit- und Near-Real-Time-Szenarien.
Du lernst, geeignete Streaming-Services für konkrete Business-Anforderungen auszuwählen, Kinesis Data Streams, Amazon Data Firehose und Amazon MSK fachlich einzuordnen und typische Architekturentscheidungen sicher zu treffen. Ergänzend behandelt die Schulung Sicherheitskonzepte, Monitoring, Skalierung, Performance-Optimierung und Kostenmanagement für produktionsnahe Streaming-Workloads.
Der Inhalt eignet sich besonders für Fachleute, die bereits AWS-Grundlagen mitbringen. Für einen technischen Einstieg vorab bietet sich AWS Technical Essentials an. Wer Streaming-Analytics in größere Cloud-Architekturen einbettet, findet mit Advanced Architecting on AWS eine passende Vertiefung. Als thematische Ergänzung für Batch-Verarbeitung und Data-Analytics-Architekturen empfiehlt sich Building Batch Data Analytics Solutions on AWS.
Die Themen Anwendungsfälle für Datenanalyse und Streaming-Daten · Rolle der Datenpipeline in Analysearchitekturen · Abgrenzung von Batch-, Echtzeit- und Near-Real-Time-Verarbeitung...
Überblick über Datenanalyse und Datenpipelines
- Anwendungsfälle für Datenanalyse und Streaming-Daten
- Rolle der Datenpipeline in Analysearchitekturen
- Abgrenzung von Batch-, Echtzeit- und Near-Real-Time-Verarbeitung
- Einordnung von Ingestion, Speicherung, Verarbeitung und Analyse
Streaming-Services in der Datenanalyse-Pipeline
- Bedeutung von Streaming-Datenanalyse für aktuelle Datenprodukte
- Aufbau einer Streaming-Datenanalyse-Pipeline
- Streaming-Konzepte wie Producer, Consumer, Partitionen, Shards und Topics
- Auswahl geeigneter Services für unterschiedliche Workloads
AWS-Streaming-Services und Architekturbausteine
- Überblick über Streaming-Daten-Services auf AWS
- Amazon Kinesis Data Streams in Analyse-Lösungen
- Amazon Data Firehose für die Aufnahme und Auslieferung von Datenströmen
- Amazon Managed Service for Apache Flink für Stream Processing
- Amazon MSK als verwalteter Apache-Kafka-Service
- Spark Streaming im Kontext analytischer Datenverarbeitung
Amazon Kinesis für Echtzeit-Datenanalyse
- Analyse eines Clickstream-Workloads mit Amazon Kinesis
- Erstellen von Kinesis Data Streams und Delivery Streams
- Verständnis von Produzenten und Konsumenten
- Aufbau von Stream-Produzenten und Stream-Konsumenten
- Entwicklung und Deployment von Flink-Anwendungen
- Arbeiten mit Notebooks für Streaming-Analysen
Sicherheit, Monitoring und Optimierung von Amazon Kinesis
- Optimierung von Kinesis-Workloads für verwertbare Geschäftseinblicke
- Sharding, Partitionierung und Skalierungsentscheidungen
- Sicherheit für Daten während der Übertragung und im Ruhezustand
- Monitoring von Streams, Anwendungen und Durchsatz
- Kostenbewusster Betrieb von Streaming-Komponenten
Amazon MSK in Streaming-Datenanalyse-Lösungen
- Anwendungsfälle für Amazon MSK und Apache Kafka
- Planung und Erstellung von MSK-Clustern
- Ingestion von Daten in Amazon MSK
- Transformation und Verarbeitung von Daten in Amazon MSK
- Zugriffskontrolle und Berechtigungen für Kafka-Workloads
- Deployment von Streaming-Anwendungen mit Amazon MSK
Sicherheit, Monitoring und Optimierung von Amazon MSK
- Optimierung von MSK-Clustern für Durchsatz und Verfügbarkeit
- Skalierung von Speicher und Cluster-Ressourcen
- Monitoring von Brokern, Topics und Consumer-Gruppen
- Sicherheits- und Netzwerkaspekte für MSK-Architekturen
- Best Practices für Betrieb und Fehlerbehebung
Entwurf von Streaming-Datenanalyse-Lösungen
- Review typischer Use Cases und Praxisbeispiele
- Auswahl von Streams, Clustern, Topics und Topologien
- Abgleich fachlicher Anforderungen mit AWS-Serviceoptionen
- Entwurf eines Streaming-Datenanalyse-Workflows
Moderne Datenarchitekturen auf AWS
- Gestaltung von Datenarchitekturen für Streaming-Datenanalyse
- Integration von Streaming-Daten in Data Lakes und Analyseplattformen
- Zusammenspiel von Verarbeitung, Speicherung, Analyse und Visualisierung
- Architekturentscheidungen für belastbare Datenprodukte
Zielgruppe
- Data Engineers und Data Architects, die Streaming-Datenanalyse-Lösungen auf AWS planen oder betreiben
- Solution Architects, die Echtzeit- und Near-Real-Time-Datenpipelines in AWS-Architekturen integrieren
- Entwicklerinnen und Entwickler, die Streaming-Anwendungen mit Kinesis, Amazon MSK oder Apache Flink umsetzen
- Cloud- und Analytics-Teams, die produktionsnahe Workloads für Ingestion, Verarbeitung und Analyse von Streaming-Daten verantworten
Das lernst du
- Fundiertes Verständnis der Rolle von AWS-Streaming-Services in modernen Datenarchitekturen
- Eigenständige Auswahl geeigneter Optionen für Ingestion, Transformation, Speicherung und Analyse von Streaming-Daten
- Umsetzung einer Streaming-Datenanalyse-Pipeline mit Amazon Kinesis, Amazon MSK und Apache Flink
- Sichere Anwendung von Sharding, Partitionierung, Kompression und Skalierungsansätzen zur Optimierung von Datenströmen
- Absicherung und Überwachung von Streaming-Workloads für Daten während der Übertragung und im Ruhezustand
- Kostenbewusster Betrieb von Kinesis- und MSK-basierten Analyse-Lösungen
So arbeiten wir
- Trainergeführte Präsentationen mit Architekturbeispielen aus AWS-Datenanalyse-Szenarien
- Practice Labs zu Amazon Kinesis, Amazon MSK und Apache Flink
- Demonstrationen zu Produzenten, Konsumenten, MSK-Clustern, Monitoring und Skalierung
- Class Exercises zur Auswahl passender Services und zur Gestaltung eines Streaming-Workflows
- Fachdiskussionen zu Sicherheit, Performance, Betrieb und Kostenmanagement
Empfohlene Vorkenntnisse
- Teilnahme an Architecting on AWS oder vergleichbare Kenntnisse in AWS-Architekturen
- Teilnahme an Building Data Lakes on AWS oder vergleichbare Kenntnisse in Data-Lake-Architekturen
- Alternativ solide Grundlagen aus AWS Technical Essentials und praktische Erfahrung mit AWS-Services
- Mindestens ein Jahr Erfahrung mit Datenanalyse-Lösungen, Echtzeit-Anwendungen oder Streaming-Daten
- Grundverständnis von Datenpipelines, Netzwerkgrundlagen und Cloud-Berechtigungen
Dein Fahrplan
- Einordnung von Datenanalyse-Anwendungsfällen und Streaming-Daten
- Aufbau einer Datenpipeline für Analyse-Workloads
- Streaming-Konzepte wie Producer, Consumer, Shards, Partitionen und Topics
- Überblick über Amazon Kinesis, Amazon Data Firehose, Amazon MSK und Apache Flink
Organisatorisches
Lernformate
Unsere Seminare bieten dir maximale Flexibilität: Du kannst zwischen Live-Online und Vor Ort in unseren modernen Schulungszentren im D-A-CH Raum wählen. Beide Formate garantieren dir die gleiche hohe Qualität und interaktive Lernerfahrung.
Schulungsarten
Wir bieten dir verschiedene Schulungsarten: Offene Seminare, Firmenseminare für Teams und Inhouse-Schulungen direkt bei dir vor Ort. So findest du genau das Format, das zu deinen Bedürfnissen passt.
Uhrzeiten
09:00-17:00 Uhr
Aktuelle Software
In unseren offenen Kursen arbeiten wir mit der aktuellsten Software-Version. So lernst du direkt mit den Tools und Features, die du auch in deinem Arbeitsalltag verwendest - praxisnah und zukunftsorientiert. Bei Inhouse- und Firmenschulungen bestimmt ihr die Version.
Deine Vorteile
Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Inklusivleistungen
Deine Teilnahme beinhaltet: Schulungsmaterial, Zertifikat, Verpflegung (bei Präsenzveranstaltungen) und persönliche Betreuung durch unsere Trainer und unser Orga-Team. Alles aus einer Hand - keine versteckten Kosten.
Lernen von Experten
Unsere Trainer sind zertifizierte und erfahrene Profis mit jahrelanger Berufserfahrung. Sie vermitteln dir in den Kursen nicht nur theoretisches Wissen, sondern teilen ihre Erfahrungen aus realen Projekten und helfen dir, das Gelernte direkt in deiner täglichen Arbeit anzuwenden. Das ist kein Werbeversprechen, sondern unser Anspruch. Am besten siehst du das in unseren Bewertungen, z.B. auch bei Google.
Keine Vorkasse
Du zahlst erst nach dem Seminar. Keine Vorkasse, keine Vorauszahlung - so kannst du sicher sein, dass du nur für das bezahlst, was du auch wirklich erhalten hast. Die Rechnung erhältst du erst nach Kursbeginn.
Max. 8 Teilnehmende
Wir setzen auf kleine Gruppen, damit du die Aufmerksamkeit bekommst, die du verdienst. So haben wir mehr Zeit für deine individuellen Fragen und können gezielt auf deine Bedürfnisse eingehen.
Termine & Buchung
Nicht der passende Termin dabei?
Wir finden eine Lösung: anderer Termin, mehrere Teilnehmer, Inhouse-Schulung oder individuelle Beratung.
Lieber gleich das ganze Team schulen?
Diese Schulung gibt es auch exklusiv für dein Unternehmen, bei euch vor Ort, an unseren Standorten oder Live-Online. Inhalte und Termine nach Maß.
Inhouse-Schulung
Wir kommen zu euch: diese Schulung maßgeschneidert in euren Räumen, für Unternehmen und Behörden.
- Inhalte exakt auf euch zugeschnitten
- Termine nach euren Bedürfnissen
- Günstiger ab mehreren Teilnehmern
- Vertraute Umgebung, kein Reiseaufwand
Firmen-Seminar
Exklusiv für dein Team an einem unserer Standorte oder Live-Online, individuell angepasst.
- Geschlossene Gruppe aus eurem Haus
- Individuelle Terminplanung
- An unseren Standorten oder Live-Online
- Angepasste Inhalte
Fragen und Antworten zu Building Streaming Data Analytics Solutions on AWS
Was lerne ich in der Schulung Building Streaming Data Analytics Solutions on AWS?
Du lernst, Streaming-Datenanalyse-Lösungen auf AWS zu entwerfen und umzusetzen. Dazu gehören Amazon Kinesis Data Streams, Amazon Data Firehose, Amazon MSK, AWS Glue, AWS Lambda und Amazon Managed Service for Apache Flink. Neben Architektur und Implementierung behandelt die Schulung auch Sicherheit, Monitoring, Skalierung, Performance und Kostenmanagement.
Für wen eignet sich diese AWS Streaming Data Analytics Schulung?
Die Schulung richtet sich an Data Engineers, Solution Architects, Entwicklerinnen und Entwickler sowie Cloud-Teams, die Echtzeit- oder Near-Real-Time-Datenpipelines auf AWS planen, entwickeln oder betreiben. Besonders relevant ist sie für Projekte mit Clickstream-Daten, Event-Streams, IoT-Daten, Log-Daten oder Kafka-basierten Architekturen.
Welche Vorkenntnisse sind für die Teilnahme sinnvoll?
Sinnvoll sind solide AWS-Grundlagen, Erfahrung mit Datenanalyse-Lösungen und ein Verständnis von Datenpipelines. Empfehlenswert sind Kenntnisse aus Architecting on AWS oder AWS Technical Essentials. Erfahrung mit Data Lakes oder Streaming-Konzepten erleichtert den Einstieg zusätzlich.
Wird in der Schulung praktisch mit AWS-Services gearbeitet?
Ja. Die Schulung kombiniert trainergeführte Inhalte, Demonstrationen, Practice Labs und Class Exercises. Dabei werden zentrale Schritte einer Streaming-Datenanalyse-Pipeline behandelt, darunter das Erstellen von Streams, das Arbeiten mit Produzenten und Konsumenten, Flink-Anwendungen sowie Amazon-MSK-Szenarien.
Geht es in der Schulung eher um Kinesis oder um Amazon MSK?
Beide Servicebereiche werden behandelt. Amazon Kinesis steht für AWS-native Streaming-Szenarien mit Data Streams, Data Firehose und Apache-Flink-Verarbeitung. Amazon MSK wird als verwalteter Apache-Kafka-Service betrachtet, inklusive Cluster-Erstellung, Daten-Ingestion, Zugriffskontrolle, Monitoring und Optimierung.
Welche Schulungen passen als Ergänzung danach?
Für Architektur- und Betriebsaspekte passt AWS Well-Architected Best Practices. Wer serverlose Verarbeitung stärker vertiefen möchte, kann mit Developing Serverless Solutions on AWS anschließen. Für analytische Batch-Workloads ist Building Batch Data Analytics Solutions on AWS eine sinnvolle Ergänzung.
Weitere häufig gestellte Fragen und Antworten findest du in den FAQs .
Ähnliche Kurse
Machine Learning Engineering on AWS
Advanced Generative AI Development on AWS
Amazon AWS DynamoDB - Kompaktschulung
Amazon Web Services (AWS) - Überblick für Einsteiger und Entscheider
AWS AI Practitioner Essentials Kurs
Unser Qualitätsversprechen: Wissen, das in der Praxis funktioniert
Aus der Praxis für die Praxis
Schluss mit theoretischem Ballast. Wir trainieren dich für reale IT-Herausforderungen, nicht für Multiple-Choice-Tests. Unsere Trainer vermitteln dir genau das Wissen, das am nächsten Montagmorgen im Job wirklich funktioniert.
Individuell statt "Schema F"
Deine Fragen passen nicht ins Standard-Skript? Bei uns schon. Wir verzichten auf starre Lehrpläne und geben deinen konkreten Projekt-Fragen Raum. Unsere Trainer passen die Inhalte flexibel an das an, was dich und dein Team aktuell weiterbringt.
Maximale Freiheit: Remote oder vor Ort
Lerne so, wie es in deinen Alltag passt - ohne Reise-Stress und Zeitverlust. Egal ob remote, hybrid oder präsent vor Ort: Wir garantieren dir ein nahtloses und effektives Lernerlebnis, egal von wo du dich zuschaltest.
Mit Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt - und wollen, dass du es auch bist. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Über 20.000 Unternehmen und Behörden vertrauen auf uns
