课程大纲
Data Mesh 基础与原则
模块 1: 介绍与背景
• 数据架构的演变:数据仓库、数据湖与 Data Mesh 的兴起
• 集中式架构中的常见问题
• Data Mesh 方法的指导原则
模块 2: 原则 1 – 数据的领域所有权
• 领域驱动的组织结构
• 分散责任的优势与挑战
• 实际案例:企业中的领域定义
模块 3: 原则 2 – 数据作为产品
• 什么是“数据产品”
• 数据产品负责人的角色
• 设计数据产品的最佳实践
• 实践练习:团队设计数据产品
平台、治理与操作设计
模块 4: 原则 3 – 自助服务平台
• 现代数据平台的组成部分
• Data Mesh 生态中的常见工具(Kafka、dbt、Snowflake 等)
• 练习:设计自助服务平台架构
模块 5: 原则 4 – 联邦治理
• 分散环境中的治理
• 政策、标准与自动化
• 数据质量、安全与隐私政策的实施
模块 6: 组织设计与文化变革
• Data Mesh 中的新角色:数据产品负责人、平台团队、领域团队
• 如何对齐领域间的激励机制
• 文化转型与变革管理
实施、工具与模拟
模块 7: 采用与实施策略
• 分阶段实施 Data Mesh 的路线图
• 选择试点领域的标准
• 实际实施中的经验教训
模块 8: 工具、技术与案例研究
• 与 Data Mesh 兼容的技术栈
• 实施范例(Netflix、Zalando 等)
• 成功与失败的分析
模块 9: 模拟考试与实际案例
• 按模块进行复习练习
• 认证考试模拟
• 结果回顾与讨论
要求
• 数据管理、数据架构或数据工程的基本知识
• 熟悉Data Warehouse、Data Lake、ETL/ELT等概念
• 可选:企业级数据项目经验
客户评论 (1)
能够以 1:1 的方式进行衡量,并确保我对所讨论的概念有清晰和理解。
Dave - Sea
课程 - Data Architecture Fundamentals
机器翻译