4 dni online z trenerem, na sali średnio zaawansowany Inżynierowie danych RSDWH_PL
Amazon QClaude CodePaczka AI
Cel szkolenia
Biorąc udział w tym szkoleniu nauczysz się projektować i tworzyć hurtownię danych w Amazon Redshift w modelu provisioned i serverless. Zbudujesz rozwijany przez całe szkolenie model sprzedaży, załadujesz i przekształcisz dane, przygotujesz przetwarzanie przyrostowe oraz zoptymalizujesz strukturę i zapytania. W pracy wykorzystasz asystenta i agenta kodującego, zachowując zasady samodzielnej walidacji wyników AI.
Korzyści
Po szkoleniu będziesz potrafić dobrać model i konfigurację Redshift, zaprojektować model wymiarowy sprzedaży, utworzyć jego strukturę fizyczną, ładować dane z Amazon S3 i strumieni, przetwarzać zmiany przyrostowo, diagnozować wydajność oraz stosować WLM, VACUUM i ANALYZE. Poznasz także Spectrum, data sharing, dane półstrukturalne, notebooki i podstawy Redshift ML.
Wymagania wstępne
Wymagana jest praktyczna znajomość języka SQL oraz podstaw relacyjnych baz danych i modelowania danych. Podstawowa znajomość usług AWS będzie pomocna, ale nie jest konieczna.
Program szkolenia
Architektura i środowisko Amazon Redshift
rola Redshift w architekturze hurtowni danych
modele provisioned i serverless
separacja warstwy obliczeniowej i składowania
klastry, węzły, namespaces i workgroups
podstawy integracji z IAM, Amazon S3 i AWS Glue
Środowisko pracy i wykorzystanie AI
Query Editor v2 i notebooki
krótkie wprowadzenie do Amazon Q
agent kodujący i skille Redshift
Claude Code i Paczka AI
zasady walidacji wyników AI
Projekt hurtowni danych sprzedażowych
wymagania analityczne i proces sprzedaży
ziarno tabeli faktów
miary, wymiary i hierarchie
schemat gwiazdy
obsługa zmian wymiarów
Fizyczny model danych w Redshift
schematy, tabele i typy danych
ograniczenia informacyjne
kodowanie kolumn
style dystrybucji i klucze dystrybucji
klucze sortowania i automatyczna optymalizacja tabel
Ładowanie, eksport i dane zewnętrzne
staging i ładowanie danych z Amazon S3
COPY, manifesty i diagnostyka błędów
UNLOAD i eksport wyników
Redshift Spectrum i AWS Glue Data Catalog
dane półstrukturalne, SUPER i PartiQL
Optymalizacja podstawy i zapytań
plan wykonania i EXPLAIN
widoki systemowe i identyfikowanie wąskich gardeł
dystrybucja danych, sortowanie i ograniczanie transferu
podstawy Workload Management
VACUUM i ANALYZE
statystyki, rekomendacje i automatyczna optymalizacja
Transformacje, procedury składowane i przetwarzanie przyrostowe
staging i transformacje zbiorowe
deduplikacja oraz MERGE
obsługa zmian wymiarów
CREATE PROCEDURE, parametry i CALL
warunki, wyjątki i komunikaty diagnostyczne
transakcje i bezpieczne wycofywanie zmian
procedura przyrostowego ładowania sprzedaży
granica między procedurą a zewnętrzną orkiestracją
generowanie, testowanie i przegląd procedury przez agenta oraz skille Redshift
Udostępnianie i bieżące zasilanie danych
data sharing, producenci i konsumenci danych
uprawnienia do współdzielonych danych
podstawy streaming ingestion
materialized views dla danych strumieniowych
monitorowanie opóźnień i poprawności zasilania
Redshift ML
miejsce uczenia maszynowego w hurtowni danych
przygotowanie danych uczących
CREATE MODEL i Amazon SageMaker Autopilot
predykcje z poziomu SQL
ocena jakości i ograniczenia modeli
Bezpieczeństwo i utrzymanie rozwiązania
role, użytkownicy i uprawnienia bazodanowe
separacja schematów i dostęp do danych
monitorowanie ładowań, transformacji i zapytań
diagnostyka typowych problemów
rozwój hurtowni sprzedaży jako ciągły przypadek warsztatowy
Najbliższe terminy
Data
Miasto
Poziom
Cena netto
20.10.2026
Katowice
średnio zaawansowany
2 990 zł
26.10.2026
Szczecin
średnio zaawansowany
2 990 zł
02.11.2026
Kraków
średnio zaawansowany
2 990 zł
16.11.2026
Poznań
średnio zaawansowany
2 990 zł
01.12.2026
Warszawa
średnio zaawansowany
2 990 zł
15.12.2026
Gdańsk
średnio zaawansowany
2 990 zł
Podane ceny są cenami netto — należy doliczyć podatek VAT wg obowiązującej stawki.