Professional Big Data Engineer
วันที่ 7 มิถุนายน - 7 สิงหาคม 2564 (8.30-17.00)
สถานที่ Online & IMC Institute

Big Data เป็นเทคโนโลยีที่กำลังถูกกล่าวถึงกันอย่างมาก เนื่องจากการที่ข้อมูลมีจำนวนมากขึ้นมหาศาล มีหลายรูปแบบ และการมีข้อมูลที่เพิ่มขึ้นอย่างรวดเร็ว ทำให้องค์กรต่างๆ ต้องปรับโครงสร้างพื้นฐานด้านข้อมูล (Information Infrastructure) มีการนำเทคโนโลยีใหม่เข้ามาจัดการข้อมูล และสร้างคุณค่าจากข้อมูลอย่างเช่นการทำ Big Data, Data Analytics, Data Science จนถึงการพัฒนา AI การก้าวสู่ยุค Digitalization องค์กรควรจะต้องมีการพัฒนาบุคลากรเพื่อให้เข้าใจการใช้เทคโนโลยีเหล่านี้ รวมถึงมีความรู้ในการวิเคราะห์ข้อมูลต่างๆ
หลักสูตร Professional Big Data Engineer เป็นหลักสูตรที่ต้องการพัฒนาให้ผู้เรียนได้เข้าใจถึงเรื่องของ Big Data มีความสามารถในการใช้เครื่องมือต่างๆ เข้าใจในเรื่องของ Business Intelligence และ Data Science ตลอดจนเรื่องรู้การทำ Big Data ตั้งแต่วางกลยุทธ์จนถึงการทำ Predictive Analytics ด้วย Large-Scale Machine Learning การทำ Data Science โดยใช้ Tools หลากหลายในการสอน เช่น Apache Spark, Google Cloud Platform อาทิเช่น Google Dataproc, Google BigQuery, Google Colab, Google AI Platform, Python with Scikit-learn, Pandas, Power BI และ Jupyter Notebook เป็นต้น
เนื้อหาหลักสูตร
- ความสำคัญของข้อมูลขนาดใหญ่ที่มีต่อการดำเนินงานด้านวิศวกรรมข้อมูล
- โครงสร้างข้อมูลในแบบต่างๆ ทั้ง Structured Data, Semi-Structured Data และ Unstructured Data
- Big Data Life Cycle และเทคโนโลยีเกี่ยวข้อง
- หลักการของ Data Warehouse และ Data Lake
- หลักการการออกแบบสถาปัตยกรรมข้อมูลขนาดใหญ่
- การออกแบบสถาปัตยกรรมเทคโนโลยีที่นำไปใช้ได้ทั้ง Public และ Private Cloud
- เทคโนโลยี Apache Hadoop และ Big Data as a Service บน Public Cloud Platform ต่างๆ
- การเปรียบเทียบเทคโนโลยีต่างๆ
- หลักการด้าน Data Profiling, Data Cleansing, Data Transformation and Data Enhancement
- วิธีการปรับปรุงและปรับแต่งข้อมูลให้เหมาะสมกับการทำ Big Data Analytics ด้วย Cloud Services และ Distributed Computing อย่างเช่น Python, Apache Spark, Google Cloud Services เป็นต้น
- ลงมือปฎิบัติการเพื่อเรียนรู้การใช้เครื่องมือ Big Data ต่างๆ
- ทำความเข้าใจข้อมูล และสร้าง Data Profile
- การปฎิบัติการเพื่อใช้เทคโนโลยีต่างๆ ในการปรับปรุงและปรับแต่งข้อมูลให้มีคุณภาพ
- ขั้นตอนการทำ Descriptive Analytics เพื่อสร้าง Business Dashboard โดยใช้เทคโนโลยีต่างๆอาทิเช่น Apache Hive, Apache Spark, Google BigQuery
- ขั้นตอนการทำ Predictive Analytics เพื่อสร้าง Machine Learning Mode ด้วยการใช้ Python Scikit-learn
- หลักการทำ Data Visualisation สำหรับข้อมูลขนาดใหญ่
- การใช้เครื่องมือในการทำ Visualization ด้วย Power BI
- ทดลองปฏิบัติงาน โดยสวมบทบาท Professional Big Data Engineer
- โจทย์ทางธุรกิจและข้อมูลจริง
- ลงมือทำโครงการปฎิบัติงานเพื่อวิเคราะห์ข้อมูล Big Data