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