Veri hatlarını SLO ve gözlemlenebilirlikle güvenilir kıl
Veri güvenilirliği mühendisliği eğitimi: veri SLO/SLI ve hata bütçesi, freshness/volume/schema gözlemlenebilirliği, dbt ve Great Expectations ile kalite otomasyonu, CI/CD, veri olayı yönetimi ve blameless postmortem ile operasyonel mükemmellik.
Veri SLO/SLI, gözlemlenebilirlik, kalite test otomasyonu ve veri olayı yönetimi
Bu ileri seviye eğitim, veri güvenilirliği mühendisliğini (Data Reliability Engineering) operasyonel mükemmellik ekseninde ele alır. Veri SLO/SLI ve hata bütçesi (error budget) tanımı; freshness, volume, schema, distribution ve null oranı gibi veri gözlemlenebilirliği metrikleri; dbt test, Great Expectations ve custom kontrol ile veri kalitesi otomasyonu işlenir. Ardından veri olayı (data incident) yönetimi, kök neden analizi, veri soy ağacı (lineage) ile etki analizi, uyarı tasarımı, runbook ve blameless postmortem; CI/CD ile veri hattı dağıtımı ve SRE kültürünün veriye uyarlanması uygulanır. Katılımcılar güvenilir bir veri platformu operasyon modeli tasarlar.
4 Gün. Her gün dört modül; katılımcılar SLO tanımı, gözlemlenebilirlik, kalite otomasyonu ve olay yönetimi eksenlerinde güvenilirlik modelini kurar.
İleri Seviye — Veri güvenilirliği mühendisliğinde SLO/SLI, veri gözlemlenebilirliği, veri kalitesi test otomasyonu, olay yönetimi ve veri hattı SRE pratiklerinin bir arada ele alınması.
Katılımcılar örnek veri hatları üzerinde SLO tanımlar, gözlemlenebilirlik kontrolleri yazar ve simüle edilmiş veri olaylarını runbook ile çözer.
Veri için SLO/SLI ve hata bütçesi tanımlayarak güvenilirliği ölçülebilir kılarsınız.
Freshness, volume ve şema anomalilerini sorun kullanıcıya ulaşmadan yakalarsınız.
Veri olaylarını runbook ve kök neden analiziyle hızla kapatırsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
ETL/ELT, veri ambarı ve batch/stream kavramlarına aşinalık faydalıdır.
Analitik SQL ve sorgu yazımına temel düzeyde hakimiyet beklenir.
Kontrol ve otomasyon örnekleri için temel Python faydalıdır.
Çalışan bir veri hattını izleme/yönetme deneyimi avantaj sağlar.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Freshness, volume ve doğruluk için SLI/SLO ve hata bütçesi tanımlarsınız.
Beş sütun metriğiyle veri anomalilerini erken tespit edersiniz.
Kolon düzeyi lineage ile kök neden ve etki analizini hızlandırırsınız.
dbt ve Great Expectations ile kalite testlerini otomatikleştirirsiniz.
Veri testlerini CI/CD hattına bağlayarak regresyonu önlersiniz.
Veri olaylarını runbook ve eskalasyonla disiplinli yönetirsiniz.
Blameless postmortem ile tekrarı önleyen öğrenme döngüsü kurarsınız.
Güvenilir bir veri platformu operasyon modeli tasarlarsınız.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Yoğun veri analitiği kampı: analitik döngü, SQL, Python, istatistik, A/B test ve BI panoları ile uçtan uca proje. Beş günlük ileri seviye DVA eğitimi.
Detayları Gör →
Kod yazmadan veri analitiği: elektronik tablolar ve no-code araçlarla veri hazırlama, grafikler ve ilk gösterge paneli. Başlangıç seviyesi DVA eğitimi.
Detayları Gör →
Modern veri mimarisi tasarımı: katmanlı mimari, lakehouse, medallion, data mesh, ELT orkestrasyonu ve yönetişim. İleri seviye DVA eğitimi.
Detayları Gör →
Kurumsal veri mimarisi: katmanlar, kurumsal veri modeli, OLTP/OLAP, ilişkisel/NoSQL/göl depolama ve entegrasyon kararları. Orta seviye DVA eğitimi.
Detayları Gör →
Veri toplama ve keşif: API, dosya, veritabanı ve web kaynakları, örnekleme, yanlılık ve keşifçi veri analizi (EDA). Orta seviye DVA eğitimi.
Detayları Gör →