Oracle Community Seminare:
Data Warehouse & Advanced Analytics

Übersicht:

Python-Grundkurs und Python in der Datenbank
Py-Basis - Praxisseminar (4 Blöcke)

26. August, 2020 & 27. August, 2020

08:30 – 09:30 Uhr & 13:00 – 14:00 Uhr

Beschreibung:

Die Programmiersprache Python hat sich in den letzten Jahren in vielen Analyseumgebungen als ein universelles Hilfsmittel etabliert. Python besteht aus einem Sprachenkern, der sich durch unzählige anwendungsspezifische Bibliotheken leicht erweitern lässt. Also ideal für sich rasant weiter entwickelnde Anforderungen aus dem Advanced Analytics und Machine Learning-Umfeld.

Dieses Seminar ist eine Einführung in die Sprache.

Die folgenden Themen verteilen sich auf 4 Zeitblöcke (60 Min/Block) die jeweils 08:30 und 13:00 an 2 Tagen stattfinden:

Zu allen besprochenen Aspekten und Beispielen steht eine umfangreiche Skriptsammlung bereit.

Themen:

• Einführung in Python, Python-GUIs, Ablaufumgebung
• Arbeiten mit Skripten
• Arbeiten mit Dateien / Bearbeiten von Analysedaten
• Variablen und Datentypen, Kontrollstrukturen
• Python-Datenstrukturen
• Numpy, Pandas
• Data-Profiling mit Python
• Mit Python Graphik erzeugen
• Matplotlib, Seaborn
• Analysieren von Oracle-DB-Tabellen mit Python
• Schnell-Analyse von Daten / Übersicht gewinnen
• Zugriffe auf Cloud Storage
• AWS S3
• Oracle Object-Storage
• Oracle File Storage
• Oracle Cloud SDK

Übersicht:

Machine Learning Algorithmen mit Python
MLwPy - Praxisseminar (3 Blöcke)

11. September, 2020, 18. September, 2020 & 25. September, 2020

09:00 – 10:30 Uhr

Beschreibung:

Das Seminar bespricht klassische Algorithmen wie Regressionen, Decision Trees oder Support Vector Machines und auch neuere Entwicklungen des Deep Learning. Nach einer kurzen Theorieeinführung über den jeweiligen Algorithmus wird ein Anwendungsfall als durchgearbeitet, so dass man sich schnell in die Methodik des Algorithmus hineinversetzen kann. Gearbeitet wird mit einem umfangreichen Skript-Material. Ziel ist es eine Übersicht über die unterschiedlichen Algorithmen und deren Einsatzgebiete zu erhalten und sie gegenüber den relevanten Anwendungsfällen einordnen zu können.

Das Seminar gliedert sich 3 Blöcken, die wir im Wochen-Abstand jeweils freitags von 9:00 – 10:30 anbieten. Über bereitgestellte Lesematerialien können die Teilnehmer ihr Wissen vertiefen und in Übungen anwenden.

Block 1

• Einführung in die Vorgehensweise von Machine Learning Verfahren, Grundbegriffe, Methodik
• Übersicht zu wichtigen Bibliotheken (Scikit-learn)
• Daten verstehen, aufbereiten und einordnen
• Erste einfache Algorithmen (Beispiele, Python-Skripte)

• Algorithmen-Auswahl
• Regression/DecisionTrees
• Association Rules / Warenkorbanalyse
• Cluster-Methoden
• Klassifikation (k Nearest Neighbors, Naïve Bayes, Support Vector Machine, Neurnale Netze)

• Weitere Algorithmen für spezielle Anwendungen wie Bilderkennung
• Deep Learning (Keras, Tensors)
• Methoden zur Überprüfung der Modell-Güte
• Oracle AutoML
• Optimierung von Modellen
• Oracle Data Science Cloud

Übersicht:

Data Science in der Oracle Cloud
DSOCI - Hands On (2 Blöcke)

15. September, 2020

08:30 – 09:30 Uhr & 13:00 – 14:00 Uhr

Beschreibung:

Analyseaufgaben werden immer anspruchsvoller. Erst recht in dem Bereich des Data Science. Unterschiedlichste Datenarten sind mit passenden Analyseverfahren und Algorithmen zu durchforsten. Umso mehr Flexibilität muss denn auch eine Analyseumgebung bereithalten. Eine Cloud-Infrastruktur ist dafür ideal geeignet, denn sie liefert passende Technologie und Funktionen genau in dem Augenblick, in dem man sie braucht. Diese Erfahrung zu erleben, ist das Ziel dieses neuen Seminars. Je nach Bedarf bedient man sich der Möglichkeiten von Compute-Power und Storage-Varianten und verbindet diese mit Open Source Komponenten und passenden Algorithmen.

Die Teilnehmer arbeiten unter Anleitung in der Oracle Cloud und spielen mehrere Analyse-Szenarien, z. B. mit Python- oder R- Skripten über ein Jupiter Notebook in einer Anaconda- Umgebung durch. Zu analysierende Daten liegen entweder als Flat File in einem Object-Storage oder auch in einer Oracle Datenbank. Deep Learning Algorithmen können über GPUs getestet werden.

Die folgenden Themen verteilen sich auf 2 Zeitblöcke (60 Min/Block) die jeweils 08:30 und 13:00 an 1 Tag stattfinden:

• Analysevielfalt und Data Science Anforderungen
• Anforderungen an moderne Analyseumgebungen
• Übersicht über wichtige Komponenten der Oracle Cloud
• Jupyter-Notebook/Anaconda-Entwicklungsumgebung
• Zeppelin-Notebook
• Oracle Data Science Cloud
• Zugriffe auf AWS S3 Storage / Oracle Object Storage
• Zugriffe auf Oracle Datenbank Daten
• Analysen JA aber WO: Finden und Platzieren der nötigen Rechenpower
• Umgang mit Modellen
• Durcharbeiten von Python-Skripten zu diversen Machine Learning Verfahren (Skript-Beispiele)

Übersicht:

Oracle BI (OBIEE) – wohin soll die Reise gehen?
Praxisseminar

17. September, 2020

11:00 – 12:00 Uhr

Beschreibung:

Seit Februar 2020 ist der Oracle Analytics Server für alle Oracle BI Kunden mit einem gültigen Supportvertrag verfügbar.

Erfahren Sie was sich hinter dem neuen Namen Analytics Server verbirgt und welche Handlungsmöglichkeiten sich daraus für Oracle BI/OBIEE Kunden ergeben.

Wir informieren Sie über neue Funktionalitäten, die kostenfrei zur Verfügung stehen und zeigen Ihnen wie sie ihre bestehende Oracle BI/OBIEE Installation fit für die Zukunft machen.

Experte: Holger Czellnik, Principal Solution Engineer, Oracle Deutschland
Moderation: Björn Ständer, Business Development Director Analytics, Oracle Deutschland

Übersicht:

Oracle Essbase – Gibt’s was Neues?

17. September, 2020

13:00 – 14:00 Uhr

Beschreibung:

Seit mehr als 20 Jahren setzen Kunden Essbase als multidimensionale Datenmanagement Plattform für Planung und Controlling ein und profitieren von der Flexibilität und Geschwindigkeit dieser Technologie bei der Lösung komplexer analytischer Fragestellungen.

Erfahren Sie welche neuen Funktionalitäten und technischen Verbesserungen Oracle Essbase 19c bietet und wie Sie davon profitieren können.

Wir zeigen Ihnen wie Sie ihre bestehende Essbase Installation fit für die Zukunft machen.

Experte: Andreas Wegehaupt, Principal Solution Engineer, Oracle Deutschland
Moderation: Björn Ständer, Business Development Director Analytics, Oracle Deutschland

Übersicht:

Oracle BI (OBIEE) – wohin soll die Reise gehen?
Praxisseminar

18. September, 2020

13:00-14:00 Uhr

Beschreibung:

Seit Februar 2020 ist der Oracle Analytics Server für alle Oracle BI Kunden mit einem gültigen Supportvertrag verfügbar.

Erfahren Sie was sich hinter dem neuen Namen Analytics Server verbirgt und welche Handlungsmöglichkeiten sich daraus für Oracle BI/OBIEE Kunden ergeben.

Wir informieren Sie über neue Funktionalitäten, die kostenfrei zur Verfügung stehen und zeigen Ihnen wie sie ihre bestehende Oracle BI/OBIEE Installation fit für die Zukunft machen.

Experte: Holger Czellnik, Principal Solution Engineer, Oracle Deutschland
Moderation: Björn Ständer, Business Development Director Analytics, Oracle Deutschland

Übersicht:

Oracle Essbase – Gibt’s was Neues?

18. September, 2020

11:00 – 12:00 Uhr

Beschreibung:

Seit mehr als 20 Jahren setzen Kunden Essbase als multidimensionale Datenmanagement Plattform für Planung und Controlling ein und profitieren von der Flexibilität und Geschwindigkeit dieser Technologie bei der Lösung komplexer analytischer Fragestellungen.

Erfahren Sie welche neuen Funktionalitäten und technischen Verbesserungen Oracle Essbase 19c bietet und wie Sie davon profitieren können.

Wir zeigen Ihnen wie Sie ihre bestehende Essbase Installation fit für die Zukunft machen.

Experte: Andreas Wegehaupt, Principal Solution Engineer, Oracle Deutschland
Moderation: Björn Ständer, Business Development Director Analytics, Oracle Deutschland

Übersicht:

Oracle Data Warehouse in der Cloud Infrastruktur
DWHOCI - Infrastruktur-Seminar (2 Blöcke)

22. September, 2020

08:30 – 09:30 Uhr & 13:00 – 14:00 Uhr

Beschreibung:

Data Warehouse – Systeme scheinen ideal für erste Gehversuche einer unternehmensweiten Anwendung in der Cloud zu sein. Die Oracle Cloud-Infrastruktur (OCI) ermöglicht viele unterschiedliche Szenarien für den Data Warehouse – Betrieb in der Cloud. Die Varianten unterscheiden sich in dem Komfort für den Anwender auf der einen Seite, andererseits aber auch bzgl. der administrativen Eingriffsmöglichen.

Doch sind einige Punkte bezüglich der begleitenden Infrastruktur zu beachten. Das Seminar bespricht diese neuen Rahmenbedingungen und stellt die technische Ablaufumgebung in einem Cloud-Rechenzentrum für die verschiedenen Data Warehouse-Services dar. Mit diesem Hintergrundwissen wird ein Data Warehouse Betrieb in der Cloud plastisch vorstellbar.

Die folgenden Themen verteilen sich auf 2 Zeitblöcke (60 Min/Block) die jeweils 08:30 und 13:00 an 1 Tag stattfinden.

• Warum ein Data Warehouse in der Cloud besser läuft als on-premise
• Übersicht Oracle Cloud Infrastructur (OCI) und Datenbank-Varianten in der Oracle Cloud
• Neue DWH-Architektur-Varianten („Es muss nicht alles in die Datenbank“)
• Cloud-Storage, Data Lakes etc.
• Schnittstellen zum Cloud-basierten Data Warehouse
• Migrations-Varianten
• Beispiel-Kostenrechnung
• Datenflüsse und Analysezugriffe
• Skalierung und Ausfallsicherheitsoptionen
• Die Möglichkeit einer verteilten Datenhaltung (Cloud-Storage-Varianten)

Übersicht:

Data Science in der Oracle Cloud
DSOCI - Hands On (2 Blöcke)

13. Oktober, 2020

08:30 – 09:30 Uhr & 13:00 – 14:00 Uhr

Beschreibung:

Analyseaufgaben werden immer anspruchsvoller. Erst recht in dem Bereich des Data Science. Unterschiedlichste Datenarten sind mit passenden Analyseverfahren und Algorithmen zu durchforsten. Umso mehr Flexibilität muss denn auch eine Analyseumgebung bereithalten. Eine Cloud-Infrastruktur ist dafür ideal geeignet, denn sie liefert passende Technologie und Funktionen genau in dem Augenblick, in dem man sie braucht. Diese Erfahrung zu erleben, ist das Ziel dieses neuen Seminars. Je nach Bedarf bedient man sich der Möglichkeiten von Compute-Power und Storage-Varianten und verbindet diese mit Open Source Komponenten und passenden Algorithmen.

Die Teilnehmer arbeiten unter Anleitung in der Oracle Cloud und spielen mehrere Analyse-Szenarien, z. B. mit Python- oder R- Skripten über ein Jupiter Notebook in einer Anaconda- Umgebung durch. Zu analysierende Daten liegen entweder als Flat File in einem Object-Storage oder auch in einer Oracle Datenbank. Deep Learning Algorithmen können über GPUs getestet werden.

Die folgenden Themen verteilen sich auf 2 Zeitblöcke (60 Min/Block) die jeweils 08:30 und 13:00 an 1 Tag stattfinden:

• Analysevielfalt und Data Science Anforderungen
• Anforderungen an moderne Analyseumgebungen
• Übersicht über wichtige Komponenten der Oracle Cloud
• Jupyter-Notebook/Anaconda-Entwicklungsumgebung
• Zeppelin-Notebook
• Oracle Data Science Cloud
• Zugriffe auf AWS S3 Storage / Oracle Object Storage
• Zugriffe auf Oracle Datenbank Daten
• Analysen JA aber WO: Finden und Platzieren der nötigen Rechenpower
• Umgang mit Modellen
• Durcharbeiten von Python-Skripten zu diversen Machine Learning Verfahren (Skript-Beispiele)

Übersicht:

Cloud-Automation mit Terraform
TerCLD - Praxisseminar (2 Blöcke)

15. Oktober, 2020

08:30 – 09:30 Uhr & 13:00 – 14:00 Uhr

Beschreibung:

Flexibilität ist eine der Hauptstärken der Cloud-Infrastruktur. Unkontrolliert kann sie aber auch ins Chaos führen. Automatisierung schafft dagegen Professionalität. Produktiv genutzte Cloud Infrastrukturen sollte man nur mit Hilfe von Automatisierungs-Skripten z. B. mit Terraform verwalten.

Das Seminar stellt die wesentlichen Sprachen-Merkmale von Terraform vor.

In einer durchgängigen Beispielanwendung wird eine Cloud- Umgebung inklusive Oracle Datenbank aufgebaut.

Durch dieses Seminar werden auch Cloud-Komponenten leichter erfahrbar, d. h. man versteht die wichtigsten Komponenten einer Cloud-Infrastruktur und deren Zusammenspiel besser.

Themen:

• OCI Cloud Shell als erste Arbeitsebene
• OCI Command Language Interface (CLI)
• Key Management
• Terraform Sprachen-Konstrukte (Variablenkonzept, Module, Best Practices)
• Beispielhafter Aufbau einer Cloud-Umgebung mit Terraform
• Skript-Bibliotheken und Fundstellen
• Revers Engineering einer bestehenden Cloud-Umgebung
• Verwaltung von Skripten

Übersicht:

Oracle Data Warehouse in der Cloud Infrastruktur
DWHOCI - Infrastruktur-Seminar (2 Blöcke)

20. Oktober, 2020

08:30 – 09:30 Uhr & 13:00 – 14:00 Uhr

Beschreibung:

Data Warehouse – Systeme scheinen ideal für erste Gehversuche einer unternehmensweiten Anwendung in der Cloud zu sein. Die Oracle Cloud-Infrastruktur (OCI) ermöglicht viele unterschiedliche Szenarien für den Data Warehouse – Betrieb in der Cloud. Die Varianten unterscheiden sich in dem Komfort für den Anwender auf der einen Seite, andererseits aber auch bzgl. der administrativen Eingriffsmöglichen.

Doch sind einige Punkte bezüglich der begleitenden Infrastruktur zu beachten. Das Seminar bespricht diese neuen Rahmenbedingungen und stellt die technische Ablaufumgebung in einem Cloud-Rechenzentrum für die verschiedenen Data Warehouse-Services dar. Mit diesem Hintergrundwissen wird ein Data Warehouse Betrieb in der Cloud plastisch vorstellbar.

Die folgenden Themen verteilen sich auf 2 Zeitblöcke (60 Min/Block) die jeweils 08:30 und 13:00 an 1 Tag stattfinden.

• Warum ein Data Warehouse in der Cloud besser läuft als on-premise
• Übersicht Oracle Cloud Infrastructur (OCI) und Datenbank-Varianten in der Oracle Cloud
• Neue DWH-Architektur-Varianten („Es muss nicht alles in die Datenbank“)
• Cloud-Storage, Data Lakes etc.
• Schnittstellen zum Cloud-basierten Data Warehouse
• Migrations-Varianten
• Beispiel-Kostenrechnung
• Datenflüsse und Analysezugriffe
• Skalierung und Ausfallsicherheitsoptionen
• Die Möglichkeit einer verteilten Datenhaltung (Cloud-Storage-Varianten)

Übersicht:

Python-Grundkurs und Python in der Datenbank
Py-Basis - Praxisseminar (4 Blöcke)

03. November, 2020 & 04. November, 2020

08:30 – 09:30 Uhr & 13:00 – 14:00 Uhr

Beschreibung:

Die Programmiersprache Python hat sich in den letzten Jahren in vielen Analyseumgebungen als ein universelles Hilfsmittel etabliert. Python besteht aus einem Sprachenkern, der sich durch unzählige anwendungsspezifische Bibliotheken leicht erweitern lässt. Also ideal für sich rasant weiter entwickelnde Anforderungen aus dem Advanced Analytics und Machine Learning-Umfeld.

Dieses Seminar ist eine Einführung in die Sprache.

Die folgenden Themen verteilen sich auf 4 Zeitblöcke (60 Min/Block) die jeweils 08:30 und 13:00 an 2 Tagen stattfinden:

Zu allen besprochenen Aspekten und Beispielen steht eine umfangreiche Skriptsammlung bereit.

Themen:

• Einführung in Python, Python-GUIs, Ablaufumgebung
• Arbeiten mit Skripten
• Arbeiten mit Dateien / Bearbeiten von Analysedaten
• Variablen und Datentypen, Kontrollstrukturen
• Python-Datenstrukturen
• Numpy, Pandas
• Data-Profiling mit Python
• Mit Python Graphik erzeugen
• Matplotlib, Seaborn
• Analysieren von Oracle-DB-Tabellen mit Python
• Schnell-Analyse von Daten / Übersicht gewinnen
• Zugriffe auf Cloud Storage
• AWS S3
• Oracle Object-Storage
• Oracle File Storage
• Oracle Cloud SDK

Übersicht:

Data Science in der Oracle Cloud
DSOCI - Hands On (2 Blöcke)

10. November, 2020

08:30 – 09:30 Uhr & 13:00 – 14:00 Uhr

Beschreibung:

Analyseaufgaben werden immer anspruchsvoller. Erst recht in dem Bereich des Data Science. Unterschiedlichste Datenarten sind mit passenden Analyseverfahren und Algorithmen zu durchforsten. Umso mehr Flexibilität muss denn auch eine Analyseumgebung bereithalten. Eine Cloud-Infrastruktur ist dafür ideal geeignet, denn sie liefert passende Technologie und Funktionen genau in dem Augenblick, in dem man sie braucht. Diese Erfahrung zu erleben, ist das Ziel dieses neuen Seminars. Je nach Bedarf bedient man sich der Möglichkeiten von Compute-Power und Storage-Varianten und verbindet diese mit Open Source Komponenten und passenden Algorithmen.

Die Teilnehmer arbeiten unter Anleitung in der Oracle Cloud und spielen mehrere Analyse-Szenarien, z. B. mit Python- oder R- Skripten über ein Jupiter Notebook in einer Anaconda- Umgebung durch. Zu analysierende Daten liegen entweder als Flat File in einem Object-Storage oder auch in einer Oracle Datenbank. Deep Learning Algorithmen können über GPUs getestet werden.

Die folgenden Themen verteilen sich auf 2 Zeitblöcke (60 Min/Block) die jeweils 08:30 und 13:00 an 1 Tag stattfinden:

• Analysevielfalt und Data Science Anforderungen
• Anforderungen an moderne Analyseumgebungen
• Übersicht über wichtige Komponenten der Oracle Cloud
• Jupyter-Notebook/Anaconda-Entwicklungsumgebung
• Zeppelin-Notebook
• Oracle Data Science Cloud
• Zugriffe auf AWS S3 Storage / Oracle Object Storage
• Zugriffe auf Oracle Datenbank Daten
• Analysen JA aber WO: Finden und Platzieren der nötigen Rechenpower
• Umgang mit Modellen
• Durcharbeiten von Python-Skripten zu diversen Machine Learning Verfahren (Skript-Beispiele)

Übersicht:

Cloud-Automation mit Terraform
TerCLD - Praxisseminar (2 Blöcke)

12. November, 2020

08:30 – 09:30 Uhr & 13:00 – 14:00 Uhr

Beschreibung:

Flexibilität ist eine der Hauptstärken der Cloud-Infrastruktur. Unkontrolliert kann sie aber auch ins Chaos führen. Automatisierung schafft dagegen Professionalität. Produktiv genutzte Cloud Infrastrukturen sollte man nur mit Hilfe von Automatisierungs-Skripten z. B. mit Terraform verwalten.

Das Seminar stellt die wesentlichen Sprachen-Merkmale von Terraform vor.

In einer durchgängigen Beispielanwendung wird eine Cloud- Umgebung inklusive Oracle Datenbank aufgebaut.

Durch dieses Seminar werden auch Cloud-Komponenten leichter erfahrbar, d. h. man versteht die wichtigsten Komponenten einer Cloud-Infrastruktur und deren Zusammenspiel besser.

Themen:

• OCI Cloud Shell als erste Arbeitsebene
• OCI Command Language Interface (CLI)
• Key Management
• Terraform Sprachen-Konstrukte (Variablenkonzept, Module, Best Practices)
• Beispielhafter Aufbau einer Cloud-Umgebung mit Terraform
• Skript-Bibliotheken und Fundstellen
• Revers Engineering einer bestehenden Cloud-Umgebung
• Verwaltung von Skripten

Übersicht:

Machine Learning Algorithmen mit Python
MLwPy - Praxisseminar (3 Blöcke)

13. November, 2020, 20. November,2020 & 27. November,2020

09:00 – 10:30 Uhr

Beschreibung:

Das Seminar bespricht klassische Algorithmen wie Regressionen, Decision Trees oder Support Vector Machines und auch neuere Entwicklungen des Deep Learning. Nach einer kurzen Theorieeinführung über den jeweiligen Algorithmus wird ein Anwendungsfall als durchgearbeitet, so dass man sich schnell in die Methodik des Algorithmus hineinversetzen kann. Gearbeitet wird mit einem umfangreichen Skript-Material. Ziel ist es eine Übersicht über die unterschiedlichen Algorithmen und deren Einsatzgebiete zu erhalten und sie gegenüber den relevanten Anwendungsfällen einordnen zu können.

Das Seminar gliedert sich 3 Blöcken, die wir im Wochen-Abstand jeweils freitags von 9:00 – 10:30 anbieten. Über bereitgestellte Lesematerialien können die Teilnehmer ihr Wissen vertiefen und in Übungen anwenden.

Block 1

• Einführung in die Vorgehensweise von Machine Learning Verfahren, Grundbegriffe, Methodik
• Übersicht zu wichtigen Bibliotheken (Scikit-learn)
• Daten verstehen, aufbereiten und einordnen
• Erste einfache Algorithmen (Beispiele, Python-Skripte)

• Algorithmen-Auswahl
• Regression/DecisionTrees
• Association Rules / Warenkorbanalyse
• Cluster-Methoden
• Klassifikation (k Nearest Neighbors, Naïve Bayes, Support Vector Machine, Neurnale Netze)

• Weitere Algorithmen für spezielle Anwendungen wie Bilderkennung
• Deep Learning (Keras, Tensors)
• Methoden zur Überprüfung der Modell-Güte
• Oracle AutoML
• Optimierung von Modellen
• Oracle Data Science Cloud

Übersicht:

Oracle Data Warehouse in der Cloud Infrastruktur
DWHOCI - Infrastruktur-Seminar (2 Blöcke)

24. November, 2020

08:30 – 09:30 Uhr & 13:00 – 14:00 Uhr

Beschreibung:

Data Warehouse – Systeme scheinen ideal für erste Gehversuche einer unternehmensweiten Anwendung in der Cloud zu sein. Die Oracle Cloud-Infrastruktur (OCI) ermöglicht viele unterschiedliche Szenarien für den Data Warehouse – Betrieb in der Cloud. Die Varianten unterscheiden sich in dem Komfort für den Anwender auf der einen Seite, andererseits aber auch bzgl. der administrativen Eingriffsmöglichen.

Doch sind einige Punkte bezüglich der begleitenden Infrastruktur zu beachten. Das Seminar bespricht diese neuen Rahmenbedingungen und stellt die technische Ablaufumgebung in einem Cloud-Rechenzentrum für die verschiedenen Data Warehouse-Services dar. Mit diesem Hintergrundwissen wird ein Data Warehouse Betrieb in der Cloud plastisch vorstellbar.

Die folgenden Themen verteilen sich auf 2 Zeitblöcke (60 Min/Block) die jeweils 08:30 und 13:00 an 1 Tag stattfinden.

• Warum ein Data Warehouse in der Cloud besser läuft als on-premise
• Übersicht Oracle Cloud Infrastructur (OCI) und Datenbank-Varianten in der Oracle Cloud
• Neue DWH-Architektur-Varianten („Es muss nicht alles in die Datenbank“)
• Cloud-Storage, Data Lakes etc.
• Schnittstellen zum Cloud-basierten Data Warehouse
• Migrations-Varianten
• Beispiel-Kostenrechnung
• Datenflüsse und Analysezugriffe
• Skalierung und Ausfallsicherheitsoptionen
• Die Möglichkeit einer verteilten Datenhaltung (Cloud-Storage-Varianten)

Übersicht:

Oracle Data Warehouse – Konzepte und Technik im Fokus
Tif-Basisseminar (4 Blöcke)

1. Dezember, 2020 & 2. Dezember, 2020

08:30 – 09:30 Uhr 13:00 – 14:00 Uhr

Beschreibung:

Data Warehouse Systeme stellen heute das Rückgrat vieler Analyseprozesse in den meisten Unternehmen dar. Sie sind wichtiger denn je. Sie müssen allerdings effizienter und mit Konzepten konstruiert und verwaltet werden. In diesem Seminar wird ein Verständnis für das Thema Data Warehouse gelegt und ein durchgängiges Data Warehouse Konzepte besprochen. Intensiv bespricht man schließlich alle für das Data Warehouse relevanten Oracle Datenbank-Funktionen und Verfahren. Alle Kapitel schließen mit passenden Einsatzempfehlungen.

Das Seminar stellt für neue Mitarbeiter einen praxisbezogenen Einstieg in die Warehouse-Thematik dar. Für Warehouse- Erfahrene ohne Oracle-Kenntnisse ist es ein guter Einstieg in die Oracle Warehouse Technik. Für Oracle-Warehouse-Erfahrene Mitarbeiter ist es eine Auffrischung und liefert neue Aspekte.

Die folgenden Themen verteilen sich auf 4 Zeitblöcke (60 Min/Block) die jeweils 08:30 und 13:00 an 2 Tagen stattfinden

• Das Data Warehouse – Konzept
• Partitioning, Indizierung, Caching, Parallelisierung, Statistiken
• Materialized Views – Basis für Kennzahlensysteme
• Analytische Funktionen in der Datenbank
• In-Memory Column Store
• ETL-Techniken in der Datenbank
• Security im Data Warehouse
• JSON in der Datenbank
• Autonomous Database
• Data Warehouse in der Cloud
• Data Warehouse und Big Data
• Verwaltung: Performance-Messung, Usage-Messung, AWR, ADDM Monitoring, Optimale Hardware
• Umgang mit Metadaten