Business Intelligence & Data Warehouse - Advanced

• Tag 1 - Moderne Analytics-Plattformen & Data Stacks
  • Grenzen klassischer DWH- & Big-Data-Architekturen
  • Modern Data Stack - Überblick
  • ELT & Transformation als Code
  • Versionierung, Testing & Deployment von Datenpipelines
  • Lakehouse-Konzepte
  • Domänengetriebene Analytics (Data Mesh - Einordnung)
• Tag 2 - Advanced Analytics, AI & Governance
  • Data Science in produktiven Analytics-Architekturen
  • Anforderungen an Datenplattformen für ML & AI
  • AI-Architekturen im Analytics-Kontext
  • Retrieval-Augmented Generation (RAG):
    • Einordnung
    • Abgrenzung zu DWH & BI
  • Governance, Sicherheit & Compliance
  • Architektur-Patterns & Best Practices

LernzieleNach Abschluss des Advanced-Seminars sind die Teilnehmenden in der Lage, moderne Analytics- und AI-Architekturen gezielt zu entwerfen, weiterzuentwickeln und kritisch zu bewerten. Sie verstehen, welche architektonischen Voraussetzungen für skalierende BI-, Analytics- und AI-Anwendungen erforderlich sind.  Dies ermöglicht insbesondere: 

• Bewertung moderner Analytics- und Data-Plattformen 
• Architekturentscheidungen für Advanced-Analytics- und AI-Use-Cases 
• Integration von AI- und RAG-Architekturen in bestehende Systeme 
• Berücksichtigung von Governance- und Sicherheitsanforderungen 
• Gestaltung zukunftsfähiger Analytics-Lösungen 

ZielgruppenDieses Advanced-Seminar richtet sich an BI-Entwickler, Data Engineers, Analytics- und IT-Architekten sowie Projektleiter, die bestehende BI- und DWH-Architekturen modernisieren oder weiterentwickeln. Ebenso profitieren Data Scientists, Plattformverantwortliche und technische Berater, die Analytics- und AI-Lösungen konzipieren oder in produktive Umgebungen integrieren. Auch Entscheidungsträger mit technischer Verantwortung, die Architektur- und Technologieentscheidungen im BI- und Analytics-Umfeld treffen, erhalten wertvolle Orientierung und Entscheidungsgrundlagen.