Arquitecto de Big Data Examen

Se cubren los siguientes temas principales:

• Motores de seguridad, administradores de grupo y administradores de la gobernaza de datos
• Motores de visualización y portales de productividad
• Modelos arquitectónicos de procesamiento de datos a nivel de máquina
• Arquitecturas todo-compartido y nada-compartido
• Arquitectura lógica de analíticas de Big Data
• Fuentes de datos y capas de adquisición de datos
• Capas de almacenamiento, de procesamiento y por lotes
• Procesamiento en tiempo real, incluyendo flujo de eventos y procesamiento de flujos complejos
• Enfoques de bodega de datos empresariales e integración de Big Data (incluyendo series y paralelo)
• Poly Source, incluyendo fuentes relacionales, de flujo y basadas en archivos
• Poly Storage, incluyendo replicación automática de datos y reducción del tamaño de los datos
• Almacenamiento de acceso aleatorio, incluyendo alto volumen binario, tabular, vinculado, jerárquico y fragmentación de datos
• Procesamiento de lotes a gran escala, descomposición compleja y procesamiento de abstracción
• Poly Sink, incluyendo Sink relacional, Sink basado en archivos y ejecución automatizada de conjuntos de datos
• Dispositivo de Big Data y virtualización de datos
• Ambientes arquitectónicos, incluyendo ETL
• Motores de analíticas y enriquecimiento de aplicaciones
• Computación en la nube y consideraciones arquitectónicas de Big Data
• Modelos de entrega y despliegue en nube para el hospedaje de soluciones de Big Data

Se cubren los siguientes temas principales:

• Bodegas de datos empresariales y Big Data
• Almacenamiento de datos operativos, mercados de datos y bases de datos analíticas
• Capas arquitectónicas de las soluciones de Big Data
• Arquitectura de Big Data, mantenimiento y gobernanza
• Arquitectura de seguridad de Big Data
• Enfoques de series, paralelos, dispositvos y virtualización
• Big Data y almacenamiento y procesamiento de datos basados en nube
• Datos canónicos y procesamiento de gráficos a gran escala
• Almacenamiento de acceso en tiempo real y acceso directo a los datos
• Sandbox analítica y almacenamiento de datos confidenciales
• Procesamiento de lotes de datos y desnormalización de conjuntos de datos
• Depósito de datos en línea y arquitectura de bodegas de Big Data
• Almacenamiento de datos operativos y acceso indirecto a los datos
• Acceso integrado y gobernanza centralizada de conjuntos de datos
• Procesamiento de flujo de eventos y procesamiento de eventos complejos
• Entrada Fan-in, entrada Fan-out y procesamiento a alta velocidad en tiempo real
• Salida de datos, visualización de datos y utilización de datos
• Manipulación de datos, procesamiento de datos y procesamiento de análisis de datos
• Patrones de diseño de las soluciones de Big Data y patrones arquitectónicos compuestos
• Arquitectura Lambda, capas, características y beneficios