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

 21 小时

客户评论 (1)

即将举行的公开课程

课程分类