Build your ultimate AI agent
Descrição do curso
Este curso introdutório e conceitual vai ajudar você a entender os fundamentos de data warehousing. Você vai adquirir uma base sólida sobre os princípios do data warehousing por meio de exemplos do mercado e conjuntos de dados do mundo real.Alguns estudos preveem que o mercado global de data warehousing deve ultrapassar US$ 50 bilhões em 2028. Esse setor vem evoluindo ao longo dos anos e tem sido um componente essencial da revolução dos dados para muitas organizações. Nunca houve momento melhor para aprender sobre data warehousing.Os vídeos têm transcrições ao vivo que você pode revelar clicando em "Show transcript" no canto inferior esquerdo dos vídeos.
O glossário do curso pode ser encontrado à direita, na seção de recursos.
Para obter créditos de CPE, você precisa concluir o curso e alcançar uma pontuação de 70% na avaliação qualificada. Você pode acessar a avaliação clicando no destaque de créditos de CPE à direita.
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Noções básicas de Data Warehouse
Prepare-se para sua jornada de aprendizado em data warehouse reforçando alguns conceitos fundamentais. No início do curso, você vai aprender o que é um data warehouse e como ele se compara e contrasta com tecnologias de nomes parecidos, como data marts e data lakes. Você também vai ver como diferentes personas ajudam a apoiar as várias etapas de um projeto de data warehouse.
- O que é um data warehouse?50 XP
- Entendendo o que é e por quê50 XP
- Possíveis casos de uso de um data warehouse para a Zynga50 XP
- Qual é a diferença entre data warehouses e data lakes?50 XP
- Data warehouses vs. data lakes100 XP
- Data warehouses vs. data marts50 XP
- Decidindo entre data lake, data warehouse e data mart50 XP
- Data warehouses dão suporte à análise organizacional50 XP
- Ciclo de vida do data warehouse100 XP
- Apoio onde for necessário50 XP
- Quem faz o quê?100 XP
2
Arquiteturas e Propriedades de Warehouse
Agora, você vai aprofundar o entendimento da arquitetura de um data warehouse, conhecendo as camadas típicas e como a camada de apresentação dá suporte aos analistas. Além disso, você vai aprender sobre Bill Inmon e sua abordagem top-down e como ela se compara à abordagem bottom-up de Ralph Kimball. Por fim, você vai entender a diferença entre sistemas OLAP e OLTP.
3
Modelagem de Dados de Data Warehouse
Aqui, você vai aprender a organizar os dados do seu data warehouse com um excelente modelo de dados. Primeiro, você verá o básico de modelagem de dados, entendendo o que são tabelas de fatos e de dimensões e como usá-las nos esquemas em estrela e floco de neve. Em seguida, você vai revisar como criar um modelo de dados usando o processo de quatro etapas de Kimball e como lidar com dimensões que mudam lentamente.
4
Implementação e Preparação de Dados
Você vai encerrar o curso aprendendo os prós e contras dos processos de ETL e ELT e de implementações on-premise versus na nuvem. Para concluir, você vai percorrer um exemplo, tomando decisões-chave sobre o design e a implementação do warehouse.
R
Conceitos de Data Warehousing
Curso
concluído
