Mittleres Niveau Apache Airflow: Workflows optimieren und skalieren Schulung

Dieses dozentengestützte Live-Training in Schweiz (online oder vor Ort) richtet sich an fortgeschrittene Teilnehmer, die benutzerdefinierte Operatoren, Sensoren und Plugins in Apache Airflow erstellen und diese mit bestehenden Datenintegrationssystemen für erweiterte Automatisierung und Überwachung verbinden möchten.

Nach Abschluss dieses Trainings können die Teilnehmenden:

• Benutzerdefinierte Operatoren, Hooks und Sensoren, die auf spezifische Workflows zugeschnitten sind, entwickeln.
• Airflow-Plugins entwerfen und implementieren, um die Funktionalität zu erweitern.
• Airflow-Workflows mit externen Systemen und Diensten integrieren.
• Workflows unter Verwendung fortschrittlicher Debugging-Tools optimieren und überwachen.
• Best Practices für das Management grossflächiger Airflow-Installationen anwenden.

Diese instruktionsgeleitete, live Schulung in <ort> (online oder vor Ort) richtet sich an Teilnehmer auf fortgeschrittenem Niveau, die Apache Airflow in Cloud-Umgebungen bereitstellen, CI/CD-Pipelines einrichten und robuste Monitoring- und Logging-Praktiken implementieren möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Apache Airflow in Cloud- und containerisierten Umgebungen bereitzustellen.
• CI/CD-Pipelines einzurichten, um DAG-Tests und -Bereitstellungen zu automatisieren.
• Monitoring- und Logging-Tools zu integrieren, um die Systemzuverlässigkeit zu erhöhen.
• Airflow-Konfigurationen für Performance und Skalierbarkeit zu optimieren.
• Sicherheits-Best-Practices zur Verwaltung von Workflows und Umgebungen zu implementieren.

Dieses von einem Dozenten geleitete Live-Training in Schweiz (online oder vor Ort) richtet sich an Teilnehmer auf mittlerem Niveau, die Machine-Learning-Workflows automatisieren und verwalten möchten, darunter das Training, die Validierung und die Bereitstellung von Modellen mit Apache Airflow.

Nach Abschluss dieses Trainings können die Teilnehmer:

• Apache Airflow für die Orchestrierung von Machine-Learning-Workflows einrichten.
• Datenvorverarbeitung, Modelltraining und Validierungsaufgaben automatisieren.
• Airflow in Machine-Learning-Frameworks und -Tools integrieren.
• Machine-Learning-Modelle über automatisierte Pipelines bereitstellen.
• Machine-Learning-Workflows in der Produktion überwachen und optimieren.

Apache Airflow ist eine Open-Source-Plattform zum Erstellen, Planen und Überwachen von Workflows. Mit Airflow 2.x können Organisationen Datenpipelines in grossstem Massstab orchestrieren, Cloud-Dienste integrieren sowie robuste Observability und Sicherheit in Produktionsumgebungen gewährleisten.

Diese unter der Leitung eines Dozenten stattfindende Schulung (online oder vor Ort) richtet sich an Einsteiger und fortgeschrittene Daten- und DevOps-Professionals, die Apache Airflow nutzen möchten, um durchgehende Datenpipelines zu erstellen, zu automatisieren und zu skalieren.

Nach Abschluss dieser Schulung sind die Teilnehmer in der Lage:

• Apache Airflow in verschiedenen Umgebungen zu installieren und zu konfigurieren.
• DAGs (Directed Acyclic Graphs) mithilfe der TaskFlow-API zu erstellen, zu planen und zu überwachen.
• Airflow mit Datenquellen, Cloud-Diensten und ML-Workflows zu integrieren.
• ETL-Pipelines zu verwalten und die Datenqualität sicherzustellen.
• Airflow mithilfe von Executoren, Queues und Kubernetes zu sichern und zu skalieren.
• Observability und Best Practices für Produktionseinsätze anzuwenden.

Kursformat

• Interaktive Vorträge und Diskussionen.
• Zahlreiche Übungen und praktische Anwendungen.
• Praxisnahe Implementierung in einer Live-Laborumgebung.

Möglichkeiten zur Kurstanpassung

• Um eine massgeschneiderte Schulung für diesen Kurs zu erhalten, kontaktieren Sie uns bitte zur Vereinbarung.