Skip to main content

Video Streaming Essentials für AWS Media Services

Geschrieben von wamrhein am . Veröffentlicht in AWS Training, Training.

Video Streaming Essentials für AWS Media Services

aktuelle Kurs-Termine finden Sie am Ende dieser Seite … Firmenschulungen gerne auf Anfrage!

Beschreibung

In this course, you will learn best practices for designing and using cloud-based video workflows. It covers important concepts related to video processing and delivery, the variables that can impact migration decisions, and real-world examples of hybrid and cloud use cases for AWS Media Services. It also introduces security, machine learning, and analytics concepts to help you consider how AWS Media Services fit into your overall cloud strategy.

Kursziele

Was Sie in diesem Kurs lernen:

  • Articulate the essential terms and concepts fundamental to making video streaming workflow decisions, including video metrics, compression, distribution, and protocols.
  • Describe the four fundamental stages of video streaming workflows: ingest, process, store, and deliver.
  • Describe which AWS services can be used in each stage of a video streaming workflow, including ingest, processing, storage, and delivery.
  • Analyze video streaming workflow diagrams using AWS services, based on simple to complex use cases.
  • Recognize the key variables that influence workflow decisions.
  • Recognize how AWS services for compliance, storage, and compute interact with AWS Media Services in video streaming workflows and the functions they perform.
  • Use the AWS Management Console to build and run simple video streaming workflows for live and video-on-demand content.
  • Recognize the automation and data analytics available for Media Services when used with AWS Machine Learning and explore media-specific use cases for these services.
  • Explain the importance of security in the AWS Cloud and how it is applied in video streaming workflows.

Zielgruppe

This course is intended for Business Leaders, including managers/supervisors in the following roles:

  • Video Operator/Engineer
  • Developer
  • Architect
  • Project Manager/Engineer

Voraussetzungen

Wir empfehlen, dass die Teilnehmer an diesem Kurs die folgenden Voraussetzungen erfüllen:

Lehrmethode

Dieser Kurs setzt sich zusammen aus:

  • Instructor-led training, hands-on labs, and video

Kursdauer / Preis

  • 2 Tage / € 1.295,00 zzgl. Mwst. pro Person

Kursinhalt

Day 1

Module 1: Important Video Concepts

  • Resolution, bitrate, frame rate, latency, and compression
  • Codecs and containers
  • Group of pictures (GOP) encoding
  • ABR, packaging and distribution
  • Internet protocols used in video streaming

Module 2: Anatomy of Streaming Workflows

  • Four stages of video streaming
  • Variables that affect design decisions

Module 3: Using AWS Services in Video-on-Demand (VOD) Workflows

  • Converting a film or tape library for internet streaming
  • Increasing reach and accessibility using multiple languages and captions
  • Streaming edited highlights from a live event
  • Analyzing and tagging VOD files for media content analysis using machine learning and data analytics

Day 2
Module 4: Optimizing Workflows

  • Security
  • Migrating to the cloud
  • Cloud financial management

Module 5: Using AWS Services in Live Workflows

  • Challenges of live streaming
  • Live streaming a simple interview show
  • Live streaming a major sporting event to a global audience
  • Live switching between multiple inputs
  • Saving segments from a live show to create VOD segments

Module 6: Recap and Review

Module 7: Next Steps

WICHTIG: Bitte bringen Sie zu unseren Trainings Ihr Notebook (Windows, Linux oder Mac) mit. Wenn dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf.

Kursunterlagen sind auf Englisch, auf Wunsch auch auf Deutsch (wenn verfügbar).
Kurssprache ist deutsch, auf Wunsch auch auf Englisch.

AWS Cloud Financial Management for Builders

Geschrieben von wamrhein am . Veröffentlicht in AWS Training, Training.

AWS Cloud Financial Management for Builders

aktuelle Kurs-Termine finden Sie am Ende dieser Seite … Firmenschulungen gerne auf Anfrage!

Beschreibung

This course is for individuals who seek an understanding of how to manage, optimize, and predict costs as you run workloads on AWS. You learn how to implement architectural best practices, explore cost optimization strategies, and design patterns to help you architect cost-efficient solutions on AWS.

Kursziele

Was Sie in diesem Kurs lernen:

  • Explain the cost of core AWS services
  • Determine and predict costs associated with current and future cloud workloads
  • Use strategies and best practices to reduce AWS costs
  • Use AWS tools to manage, monitor, alert, and optimize your AWS spend
  • Apply strategies to monitor service costs and usage
  • Implement governance standards, including resource tagging, account structure, provisioning, permissions, and access

Zielgruppe

Dieser Kurs ist konzipiert für:

  • Solutions architects
  • Developers
  • Cost-optimization leads
  • System administrators

Voraussetzungen

Wir empfehlen, dass die Teilnehmer an diesem Kurs die folgenden Voraussetzungen erfüllen:

Lehrmethode

Dieser Kurs setzt sich zusammen aus:

  • This course includes presentations, hands-on labs, and demonstrations

Kursdauer / Preis

  • 3 Tage / € 1.995,00 zzgl. Mwst. pro Person

Kursinhalt

Day 1
Module 0: Couse Overview

  • Course introduction

Module 1: Introduction to Cloud Financial Management

  • Introduction to Cloud Financial Management
  • Four pillars of Cloud Financial Management

Module 2: Resource Tagging

  • Tagging resources
  • Hands-On Lab: Cost optimization: Control Resource Consumption Using Tagging and AWS Config

Module 3: Pricing and Cost

  • Fundamentals of pricing
  • AWS Free Tier
  • Volume discounts
  • Savings plans and Reserved Instances
  • Demonstration: AWS Pricing Calculator

Module 4: AWS Billing, Reporting, and Monitoring

  • Understanding AWS invoices
  • Reporting and planning
  • AWS Cost Explorer
  • AWS Budgets
  • Demonstration: AWS Billing Console
  • Demonstration: AWS Cost Explorer
  • Demonstration: Trusted Advisor
  • Hands-On Lab: Cost optimization: Deploy Ephemeral Environments Using Amazon EC2 Auto Scaling

Day 2
Module 5: Architecting for Cost: Compute

  • Evolution of compute efficiency
  • Amazon EC2 right-sizing
  • Purchasing options
  • Amazon CloudWatch monitoring and automation
  • Architect for Amazon EC2 Spot Instance
  • Automate the infrastructure provision
  • Manage capacity to optimize resource usage
  • Impact of software licensing
  • Serverless solutions to reduce costs
  • Demonstration: Compute Optimizer
  • Demonstration: Spot Instance Advisor
  • Hands-On Lab: Cost optimization: Right Size Amazon EC2 Instances Using Amazon CloudWatch Metrics

Module 6: Architecting for Cost: Networking

  • Data transfer costs
  • Understand data costs for different services
  • How to triage network costs
  • Hands-On Lab: Cost optimization: Reduce Data Transfer Costs Using Amazon CloudFront and Endpoints

Day 3
Module 7: Architecting for Cost: Storage

  • Amazon EBS cost, pricing, and best practices
  • Amazon S3 cost, pricing, and best practices
  • Amazon EFS cost, pricing, and best practices
  • Hands-On Lab: Cost optimization: Reduce Storage Costs Using Amazon S3 Lifecycle Management

Module 8: Architecting for Cost: Databases

  • Amazon RDS cost, pricing, and best practices
  • Amazon Aurora cost, pricing, and best practices
  • Amazon DynamoDB cost, pricing, and best practices
  • Amazon ElastiCache cost, pricing, and best practices
  • Amazon Redshift cost, pricing, and best practices

Module 9: Cost Governance

  • Setting up AWS Organizations
  • AWS Systems Manager

Module 10: Course Summary

  • Course review
  • Hands-On Lab: Cost optimization: Reduce Compute Costs Using AWS Instance Scheduler

WICHTIG: Bitte bringen Sie zu unseren Trainings Ihr Notebook (Windows, Linux oder Mac) mit. Wenn dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf.

Kursunterlagen sind auf Englisch, auf Wunsch auch auf Deutsch (wenn verfügbar).
Kurssprache ist deutsch, auf Wunsch auch auf Englisch.

Running Containers on Amazon Elastic Kubernetes Service (Amazon EKS)

Geschrieben von wamrhein am . Veröffentlicht in AWS Training, Training.

Running Containers on Amazon Elastic Kubernetes Service (Amazon EKS)

aktuelle Kurs-Termine finden Sie am Ende dieser Seite … Firmenschulungen gerne auf Anfrage!

Beschreibung

Erfahren Sie, wie Sie Kubernetes as-a-Service effizient auf AWS betreiben. Der Kurs bietet einen kompletten Einstieg mit praktischen Übungen für Amazon EKS.

Sie bauen ein Amazon EKS-Cluster auf, konfigurieren die Umgebung, stellen das Cluster bereit und fügen dann Anwendungen zu Ihrem Cluster hinzu. Sie verwalten Container-Images mit Amazon Elastic Container Registry (ECR) und lernen, wie Sie die Bereitstellung von Anwendungen automatisieren können. Sie werden Anwendungen mit CI/CD-Tools bereitstellen. Sie lernen, wie Sie Ihre Umgebung mithilfe von Metriken, Logging, Tracing und horizontaler/vertikaler Skalierung überwachen und skalieren können. Sie lernen, wie Sie eine große Container-Umgebung entwerfen und verwalten, indem Sie auf Effizienz, Kosten und Ausfallsicherheit achten. Sie konfigurieren AWS-Netzwerkdienste zur Unterstützung des Clusters und lernen, wie Sie Ihre Amazon EKS-Umgebung sichern.

Kursziele

Was Sie in diesem Kurs lernen:

  • Architekturentscheidungen für EKS nach den Kriterien Kosten, Effizienz und Belastbarkeit treffen
  • Aufbau eines Amazon EKS-Clusters durch Auswahl der richtigen Compute-Ressourcen zur Unterstützung von Worker-Knoten
  • Automatisieren und Bereitstellen der Anwendungen im Cluster Kommandozeileninterface sowie Infrastructure as Code
  • Integration mit AWS Diensten wie IAM, EC2, Fargate und XRay

Zielgruppe

Dieser Kurs ist konzipiert für:

  • Rollen, die das Management der Container-Orchestrierung EKS verantworten, einschließlich
  • DevOps-Engineers
  • System Administratoren

Voraussetzungen

Wir empfehlen, dass die Teilnehmer an diesem Kurs die folgenden Voraussetzungen erfüllen:

  • Absolvierung des Online Kurses Amazon Elastic Kubernetes Service (EKS) Primer
  • Absolvierung AWS Cloud Practitioner Essentials (oder vergleichbare in der Praxis erworbene Kenntnisse)
  • Basis Linux Systemverwaltungskenntnisse
  • Basis Netzwerk-Verwaltung Kenntnisse
  • Basis Kenntnisse Container und Microservices

Lehrmethode

Dieser Kurs setzt sich zusammen aus:

  • Schulung mit Dozent
  • Praktische Übungen
  • Dieser Kurs sieht Aktivitäten vor, die es Ihnen ermöglichen, neue Fertigkeiten zu testen und Wissen im Rahmen praktischer Übungen anzuwenden

Kursdauer / Preis

  • 3 Tage
  • € 2.685,00 zzgl. Mwst. pro Person (DE)
  • CHF 2.500,00 zzgl. Mwst. pro Person (CH)

Kursinhalt

1. Tag 

  • Modul 0: Kurseinführung
  • Modul 1: Grundlagen von Kubernetes
  • Praktische Übung 1: Deploying Kubernetes Pods
  • Modul 2: Amazon EKS Grundlagen
  • Modul 3: Aufbau eines Amazon EKS-Clusters
  • Praktische Übung 2: Aufbau eines Amazon EKS-Clusters

2. Tag

  • Modul 4: Implementierung von Anwendungen in Ihrem Amazon EKS Cluster
  • Praktische Übung 3: Implementierung von Anwendungen
  • Modul 5: Architektur auf Amazon EKS Teil 1: Beobachtung und Optimierung
  • Praktische Übung 4: Monitoring von Amazon EKS
  • Modul 6: Architektur auf Amazon EKS Teil 2: Gleichgewicht zwischen Effizienz, Ausfallsicherheit und Kosten

3. Tag

  • Modul 7: Verwaltung von Netzwerken in Amazon EKS
  • Praktische Übung 5: Erforschung der Amazon EKS-Kommunikation
  • Modul 8: Absicherung von Amazon EKS-Clustern
  • Praktische Übung 6: Absicherung von Amazon EKS
  • Modul 9: Verwaltung von Upgrades in Amazon EKS

 

WICHTIG: Bitte bringen Sie zu unseren Trainings Ihr Notebook (Windows, Linux oder Mac) mit. Wenn dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf.

Kursunterlagen sind auf Englisch, auf Wunsch auch auf Deutsch (wenn verfügbar).
Kurssprache ist Deutsch, auf Wunsch auch auf Englisch.

The Machine Learning Pipeline on AWS

Geschrieben von wamrhein am . Veröffentlicht in AWS Training, Training.

The Machine Learning Pipeline on AWS

aktuelle Kurs-Termine finden Sie am Ende dieser Seite … Firmenschulungen gerne auf Anfrage!

Beschreibung

Erlernen Sie die Verwendung einer Pipeline für maschinelles Lernen (ML) mit Amazon SageMaker anhand praktischer Übungen und vier Tagen Schulung. Sie lernen, wie Sie Ihre Businessprobleme als ML-Probleme formulieren und Amazon SageMaker verwenden, um ML-Modelle zu trainieren, zu bewerten, abzustimmen und einzusetzen. Das praxisorientierte Lernen ist eine Schlüsselkomponente dieses Kurses. Sie wählen ein Projekt aus, an dem Sie arbeiten möchten, und wenden dann das Wissen und die Fähigkeiten, die Sie erlernen, in jeder Phase der Pipeline auf das gewählte Projekt an. Sie haben die Wahl zwischen folgenden Projekten: Betrugserkennung, Empfehlungsmaschinen oder Flugverspätungen.

Kursziele

Was Sie in diesem Kurs lernen:

  • Auswahl und Begründung des geeigneten ML-Ansatzes für ein bestimmtes Business-Problem
  • Verwendung der ML-Pipeline zur Lösung eines spezifischen Business-Problems
  • Trainieren, Bewerten, Bereitstellen und Abstimmen eines ML-Modells in Amazon SageMaker
  • Beschreiben Sie einige der besten Verfahren für die Entwicklung skalierbarer, kostenoptimierter und sicherer ML-Pipelines in AWS
  • Anwendung des maschinellen Lernens auf ein reales Geschäftsproblem nach Abschluss des Kurses

ZIELGRUPPE

Dieser Kurs ist konzipiert für:

  • Entwickler
  • Solutions Architects
  • Data Engineers
  • Jeder, der die ML-Pipeline über Amazon SageMaker kennenlernen möchte, auch wenn Sie wenig oder keine Erfahrung mit maschinellem Lernen haben

VORAUSSETZUNGEN

Wir empfehlen, dass die Teilnehmer dieses Kurses folgende Voraussetzungen erfüllen:

  • Grundkenntnisse in Python
  • Grundlegende Kenntnisse der AWS-Cloud-Infrastruktur (Amazon S3 und Amazon CloudWatch)
  • Grundlegende Kenntnisse der Arbeit in einer Jupyter-Notebook-Umgebung

LEHRMETHODE

Dieser Kurs setzt sich zusammen aus:

  • Schulung mit Kursleiter
  • Praktische Übungen
  • Gruppenübungen

KURSDAUER / PREIS

  • 4 Tage
  • € 2.795,00 zzgl. Mwst. pro Person (DE)
  • CHF 3.700,00 zzgl. Mwst. pro Person (CH)

KURSINHALT

TAG 1

Modul 0: Einführung
• Vorbereitung

Modul 1: Einführung in maschinelles Lernen und die ML-Pipeline
• Überblick über das maschinelle Lernen, einschließlich Anwendungsfälle, Arten des maschinellen Lernens und Schlüsselkonzepte
• Überblick über die ML-Pipeline
• Einführung in die Kursprojekte und die Herangehensweise

Modul 2: Einführung in Amazon SageMaker
• Einführung in Amazon SageMaker
• Demo: Amazon SageMaker und Jupyter-Notebooks
• Praktische Anwendung: Amazon SageMaker und Jupyter-Notebooks

Modul 3: Problemformulierung
• Überblick über die Problemformulierung und die Entscheidung, ob ML die richtige Lösung ist
• Umwandlung eines Geschäftsproblems in ein ML-Problem
• Demo: Amazon SageMaker Ground Truth
• Praktische Anwendung: Amazon SageMaker Ground Truth

TAG 2

Modul 3: Problemformulierung (Fortsetzung)
• Problemformulierung üben
• Problemstellungen für Projekte formulieren

Checkpoint 1 und Überprüfung der Antworten
Modul 4: Vorverarbeitung
• Überblick über die Datenerfassung und -integration sowie Techniken zur Datenvorverarbeitung und -visualisierung
• Vorverarbeitung üben
• Vorverarbeitung von Projektdaten und Besprechung des Projektfortschritts

TAG 3

Checkpoint 2 und Überprüfung der Antworten
Modul 5: Modellschulung
• Die Wahl des richtigen Algorithmus
• Formatierung und Aufteilung Ihrer Daten für das Training
• Verlustfunktionen und Gradientenabstieg zur Verbesserung Ihres Modells
• Demo: Erstellen eines Trainingsjobs in Amazon SageMaker

Modul 6: Modellbewertung
• Wie man Klassifikationsmodelle bewertet
• Wie man Regressionsmodelle auswertet
• Schulung und Bewertung von Trainingsmodellen
• Schulung und Bewertung von Projektmodellen und anschließende Präsentation der Ergebnisse

TAG 4

Checkpoint 3 und Überprüfung der Antworten
Modul 7: Merkmalstechnik und Modellabstimmung
• Merkmalsextraktion, -auswahl, -erstellung und -umwandlung
• Abstimmung der Hyperparameter
• Demo: SageMaker Hyperparameter-Optimierung
• Üben Sie Feature Engineering und Modellabstimmung
• Anwendung von Feature Engineering und Modelloptimierung auf Projekte
• Abschließende Projektpräsentationen

Modul 8: Deployment
• Deployment, Inferenz und Monitoring Ihres Modells auf Amazon SageMaker
• Datennahes Deploying von ML
• Demo: Erstellen eines Amazon SageMaker-Endpunkts
• Nachbereitung
• Nachbereitung des Kurses

 

WICHTIG: Bitte bringen Sie zu unseren Trainings Ihr Notebook (Windows, Linux oder Mac) mit. Wenn dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf.

Kursunterlagen sind auf Englisch, auf Wunsch auch auf Deutsch (wenn verfügbar).
Kurssprache ist Deutsch, auf Wunsch auch auf Englisch.

Planning and Designing Databases on AWS

Geschrieben von wamrhein am . Veröffentlicht in AWS Training, Training.

Planning and Designing Databases on AWS

aktuelle Kurs-Termine finden Sie am Ende dieser Seite … Firmenschulungen gerne auf Anfrage!

Beschreibung

In diesem Kurs lernen Sie den Prozess der Planung und Gestaltung von relationalen und nicht-relationalen Datenbanken kennen. Sie lernen die Designüberlegungen für das Hosting von Datenbanken auf Amazon Elastic Compute Cloud (Amazon EC2) kennen. Sie werden nicht nur relationale Datenbankservices von AWS kennenlernen, einschließlich Amazon Relational Database Service (Amazon RDS), Amazon Aurora und Amazon Redshift, sonden auch nicht-relationalen Datenbankservices, darunter Amazon DocumentDB, Amazon DynamoDB, Amazon ElastiCache, Amazon Neptune und Amazon QLDB. Am Ende dieses Kurses werden Sie mit den Planungs- und Entwurfsanforderungen aller 8 dieser AWS-Datenbank-Services, ihren Vor- und Nachteilen vertraut sein und wissen, welcher AWS-Datenbank-Service für Ihre Arbeitslasten der richtige ist.

Kursziele

Was Sie in diesem Kurs lernen:

  • Anwendung von Datenbankkonzepten, Datenbankmanagement und Datenmodellierungstechniken
  • Evaluieren Sie das Hosting von Datenbanken auf Amazon EC2-Instanzen
  • Analysieren der relationalen Datenbankservices (Amazon RDS, Amazon Aurora und Amazon Redshift) und ihrer Funktionen
  • Analysieren der nicht-relationale Datenbankservices (Amazon DocumentDB, Amazon DynamoDB, Amazon ElastiCache, Amazon Neptune und Amazon QLDB) und ihre Funktionen
  • Untersuchen Sie, wie die Entwurfskriterien auf die einzelnen Dienste anzuwenden sind
  • Anwendung von Managementprinzipien auf der Grundlage der einzigartigen Merkmale jeder Dienstleistung

ZIELGRUPPE

Dieser Kurs ist konzipiert für:

  • Datenplattform-Ingenieure, Datenbankadministratoren, Solution Architects, IT-Fachleute

VORAUSSETZUNGEN

Wir empfehlen, dass die Teilnehmer dieses Kurses zuvor die folgenden AWS-Kurse absolviert haben:

  • AWS Database Offerings digitale Schulung
  • Data Analytics Fundamentals digitale Schulung
  • Architecting on AWS Training

LEHRMETHODE

Dieser Kurs setzt sich zusammen aus:

  • Schulung mit Kursleiter
  • Praktische Übungen

KURSDAUER / PREIS

  • 3 Tage / € 2.095,00 zzgl. Mwst. pro Person

KURSINHALT

1. Tag

Modul 0: Planung und Entwurf von Datenbanken auf AWS

Modul 1: Datenbank-Konzepte und allgemeine Richtlinien

  • Thema A: Datenbanken in der Cloud
  • Thema B: Grundsätze des Datenbankentwurfs
  • Thema C: Einhaltung der Vorschriften im Rahmen von Vorgängen (Transactional compliance)

Modul 2: Planung und Entwurf von Datenbanken

  • Thema A: Anforderungen an die Arbeitsbelastung
  • Thema B: Überlegungen zur Gestaltung

Modul 3: Datenbanken auf Amazon EC2

  • Thema A: Amazon EC2 für das Hosting von Datenbanken

Modul 4: Zweckgebundene Datenbanken

  • Thema A: Der Weg zu AWS
  • Thema B: Grundlagen der Datenmodellierung

Modul 5: Datenbanken auf Amazon RDS

  • Thema A: Amazon RDS-Datenbanken
  • Thema B: Unterscheidungsmerkmale von Amazon RDS
  • Thema C: Überlegungen zum Amazon RDS-Design
  • Übung 1: Arbeiten mit Amazon RDS-Datenbanken

Modul 6: Datenbanken in Amazon Aurora

  • Thema A: Amazon Aurora-Datenbanken
  • Thema B: Unterscheidungsmerkmale von Aurora
  • Thema D: Überlegungen zur Gestaltung von Aurora

2. Tag

Modul 6: Datenbanken in Amazon Aurora (Fortsetzung)

  • Übung 2: Arbeiten mit Amazon Aurora-Datenbanken

Modul 7: Datenbanken in Amazon DocumentDB (mit MongoDB-Kompatibilität)

  • Thema A: Amazon DocumentDB
  • Thema B: Überlegungen zur Gestaltung von Amazon DocumentDB
  • Übung 3: Arbeiten mit Amazon DocumentDB-Datenbanken

Modul 8: Amazon DynamoDB-Tabellen

  • Thema A: Amazon DynamoDB
  • Thema B: DynamoDB-Datenmodellierung
  • Thema C: DynamoDB-Unterscheidungsmerkmale
  • Thema D: Überlegungen zum DynamoDB-Design
  • Übung 4: Arbeiten mit Amazon DynamoDB-Tabellen

3. Tag

Modul 9: Datenbanken in Amazon Neptune

  • Thema A: Amazon Neptune
  • Thema B: Überlegungen zum Neptun-Design

Modul 10: Datenbanken in Amazon Quantum Ledger Database (Amazon QLDB)

  • Thema A: Amazon Quantum Ledger Database (Amazon QLDB)
  • Thema B: Überlegungen zur Gestaltung von Amazon QLDB

Modul 11: Datenbanken in Amazon ElastiCache

  • Thema A: Amazon ElastiCache
  • Thema B: ElastiCache für Memcached
  • Thema C: ElastiCache für Redis

Modul 12: Data Warehousing in Amazon Redshift

  • Thema A: Amazon Redshift
  • Thema B: Unterscheidungsmerkmale von Amazon Redshift
  • Thema C: Amazon Redshift-Datenmodellierung
  • Thema D: Überlegungen zur Gestaltung von Amazon Redshift
  • Übung 5: Arbeiten mit Amazon Redshift-Clustern

 

WICHTIG: Bitte bringen Sie zu unseren Trainings Ihr Notebook (Windows, Linux oder Mac) mit. Wenn dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf.

Kursunterlagen sind auf Englisch, auf Wunsch auch auf Deutsch (wenn verfügbar).
Kurssprache ist Deutsch, auf Wunsch auch auf Englisch.