Big Data Architecture

Sie erhalten einen fundierten Überblick über Architekturentwürfe und technische Komponenten für Big-Data-Systeme und -Anwendungen. Auf der Basis von Berechnungskonzepten wie »Map Reduce«, theoretischen Einsichten wie dem »CAP-Theorem« sowie nicht-funktionalen Anforderungen wie Echtzeitfähigkeit werden Big-Data-Produkte vorgestellt und eingeordnet. Die Teilnehmer werden in die Lage versetzt, die Einsatzmöglichkeiten von Big-Data-Technologien für verschiedene Einsatzszenarien realistisch zu bewerten und mit eigenen Experimenten zu beginnen.
 

Zielgruppe: Software-Architekten und -Entwickler, die Big-Data-Anwendungen entwerfen, konfigurieren und den Betrieb steuern.

Voraussetzung: Grundkenntnisse in Datenbank- und Softwaretechnik.

Empfehlung: Kombinieren Sie dieses Angebot mit der Schulung »Big Data Analytics« in derselben Woche und am selben Ort. 

 

Inhalte

Tag 1 

  • Einführung
    • Big Data – Grundlagen, Begriffe
    • Komponenten für Big-Data-Anwendungen
    • CAP-Theorem, eventual consistency
    • Batch- und Echtzeitprozesse
    • Lambda-Architektur
  • Batch-Verarbeitung
    • Map Reduce
    • Workflow-Organisation
    • No-SQL Key-Value-Stores

Tag 2

  • Echtzeitdatenströme
    • Message Passing
    • Stream Processing
    • No-SQL-Datenbank Cassandra

 

Rahmen

Dauer: 2 Tage

Tagungssprache: deutsch

Maximale Teilnehmerzahl: 12
Die Anmeldungen werden in der Reihenfolge des Eingangs berücksichtigt.

Veranstaltungsort:

Fraunhofer Institutszentrum Schloss Birlinghoven
53757 Sankt Augustin

Teilnahmegebühr: 

1.900 Euro

Die Teilnahmegebühr ist steuerfrei gem. § 4 Nr. 22a UStG. Sie umfasst Begleitunterlagen (auf Englisch) und Verpflegung. 

Bitte beachten Sie die Storno- und Teilnahmebedingungen.

Termine und Anmeldung

* Pflichtfelder

Termine
Hinweis: Gemäß § 26.1 Bundesdatenschutzgesetz unterrichten wir Sie über die Speicherung Ihrer Anschrift in einer Datei und die Bearbeitung mit automatischen Verfahren.
Stornogebühren

Unsere Referenten

Dipl.-Inform. Sebastian Bothe ist wissenschaftlicher Mitarbeiter des Fraunhofer IAIS. Er hat langjährige Erfahrung als Entwickler in angewandten Forschungs- und Wirtschaftsprojekten und arbeitet an der Entwicklung von Grundlagen und Verfahren im Bereich des Mobility Mining. Aktuelle Arbeitsschwerpunkte sind Entwurf und Realisierung von Big-Data-Anwendungen.

Dr. rer. nat. Dipl.-Math. Tanja Clees ist Leiterin der Abteilung "High Performance Analytics" am Fraunhofer SCAI. Ihre aktuellen Arbeitsschwerpunkte sind Data Mining, robuste Optimierung und Graph Mining besonders für rechen- und datenintensive Anwendungen im Energie- und Automobilbereich.

PD Dr. Michael Mock ist Senior Scientist am Fraunhofer IAIS. Seine Forschungsinteressen liegen im Bereich Verteilte Systeme und Echtzeitsysteme. Er hat langjährige Erfahrung in der Durchführung von Forschungs- und Entwicklungsprojekten sowie in der Lehre als Privat-Dozent. Aktuelle Arbeitsschwerpunkte sind echtzeitfähige Architekturen im Big-Data-Bereich.

Dipl.-Math. Karl-Heinz Sylla, ebenfalls Senior Scientist am Fraunhofer IAIS, ist System-Architekt und als Projektleiter von Wirtschafts- und Forschungsprojekten sowie als Seminarleiter und Referent zu Themen der Software-Konstruktion tätig. Aktuelle Arbeitsschwerpunkte sind die Architektur und Konstruktion von Big-Data-Systemen und deren anwendungsspezifische Ausprägung.