Beherrschen Sie den Entwurf, die Implementierung und die Optimierung produktionsreifer Streaming-Datenpipelines mit Apache Kafka und Flink. In diesem Kurs für Fortgeschrittene lernen Sie, Log-Konfigurationen anhand von Governance-Anforderungen (PCI-DSS, DSGVO, SOC2) und Kostenvorgaben zu bewerten, Stream-Processing-Topologien zu entwerfen, die Daten in Echtzeit mit „Exactly-Once“-Semantik zusammenführen und aggregieren, sowie Pipelines durch Partitionsoptimierung, Komprimierung und Kostenmodellierung zu optimieren. Sie arbeiten in praktischen Übungen, die reale Szenarien bei DoorDash, Netflix und Robinhood widerspiegeln: Sie vergleichen Aufbewahrungsrichtlinien mit Compliance-Vorgaben, erstellen eine Kafka-Streams-Anwendung, die Bestellungen und Zahlungen verknüpft, um 5-Minuten-Umsatzsummen zu berechnen, und diagnostizieren Leistungsengpässe, um SLAs im Rahmen des Budgets einzuhalten.

Dateningenieure und Plattformingenieure mit mittlerer Erfahrung, die Echtzeit-Streaming-Systeme entwickeln oder betreiben und sich Kenntnisse in den Bereichen Kafka/Flink-Governance, Verknüpfungen, Fensterbildung und kostenoptimierte Skalierung aneignen möchten. Verständnis für verteilte Systeme, grundlegende Kenntnisse in Apache Kafka, Vertrautheit mit SQL und Streaming-Konzepten sowie Programmiererfahrung in Python oder Java. Am Ende des Kurses werden Sie eine mandantenfähige Streaming-Plattform mit Governance-Kontrollen entwerfen und optimieren – Fähigkeiten, die direkt in den Rollen als Streaming-Data-Engineer, Echtzeit-Plattform-Engineer und im Bereich der Dateninfrastruktur einsetzbar sind.