Данные в облаке | Модуль 5.5 | Surfalytics скачать в хорошем качестве

Данные в облаке | Модуль 5.5 | Surfalytics

Облачные данные — одна из важнейших тем для всех специалистов по работе с данными. Хотя создание производственных систем не представляет сложности, неправильная обработка данных может привести к нарушениям безопасности, несоответствию нормативным требованиям и катастрофическим последствиям для конфиденциальности. В этом уроке мы подробно рассмотрим характеристики данных, требования к соответствию нормативным требованиям, типы хранилищ данных и лучшие практики обработки конфиденциальной информации. 📚 ЧТО ВЫ УЗНАЕТЕ ТЕОРИЯ: • Понимание модели разделенной ответственности и почему данные всегда являются ВАШЕЙ ответственностью • Характеристики данных: физическое местоположение, требования к производительности, изменчивость, объем и срок хранения • Основные стандарты соответствия: SOC, ISO, HIPAA, PCI, GDPR и когда они применяются • Персонально идентифицируемая информация (PII) и почему это наиболее важный тип данных • Различные типы хранилищ данных: реляционные, ключ-значение, столбцовые, документные, графовые базы данных и озера данных • Лучшие практики защиты PII: шифрование, контроль доступа, классификация данных, токенизация • Ресурсы облачных провайдеров по вопросам соответствия: AWS Artifacts, порталы соответствия Azure • Требования к размещению данных и региональные аспекты соответствия ⏱️ ВРЕМЕННЫЕ МЕТКИ 0:18 - Введение в данные в облаке и почему они критически важны для всех ролей, связанных с данными 0:47 - Понимание модели разделенной ответственности и почему данные всегда являются ответственностью клиента ответственность 2:47 - Изучение характеристик данных: физическое местоположение, требования к производительности и волатильность 3:48 - Обсуждение объема данных, нормативных требований, соответствия требованиям и сроков хранения 4:37 - Обзор основных стандартов соответствия: SOC, SAE, ISO, HIPAA, PCI и GDPR 5:22 - Понимание PII (персональных данных) и почему это наиболее важные данные 6:04 - Изучение различных типов хранилищ данных: реляционные, ключ-значение, столбцовые, документные и графовые базы данных 8:28 - Рекомендации по обработке данных PII: шифрование, контроль доступа и классификация данных 10:28 - Ресурсы облачных провайдеров по вопросам соответствия: порталы соответствия AWS Artifacts и Azure 11:23 - Требования к размещению данных и как обеспечить соответствие региональным нормативным требованиям 📖 УПОМЯНУТЫЕ РЕСУРСЫ • AWS Artifacts - Портал документации по соответствию требованиям • Портал соответствия Azure - Региональная информация о соответствии требованиям • Документация облачного провайдера Классификация данных • Модель разделенной ответственности (из предыдущего урока) 💡 ОСНОВНЫЕ ВЫВОДЫ ✅ Данные всегда на 100% являются вашей ответственностью, независимо от модели облачного сервиса ✅ Требования к производительности (в реальном времени, почти в реальном времени, пакетная обработка) определяют решения по проектированию системы ✅ Стандарты соответствия различаются в зависимости от региона и отрасли (GDPR, HIPAA, PCI) ✅ Персональные данные требуют специальной защиты: шифрование, контроль доступа и классификация ✅ Выберите правильный тип хранилища данных для вашего варианта использования ✅ Используйте ресурсы облачного провайдера, чтобы понять и выполнить требования соответствия ✅ Требования к размещению данных могут предусматривать хранение в определенном регионе 🎓 Это часть модуля 5: Основы облачных вычислений в БЕСПЛАТНОМ курсе Surfalytics по проектированию данных. Идеально подходит для начинающих, желающих начать карьеру в области проектирования данных! 📌 СВЯЗАННЫЕ УРОКИ • Урок 5.4: Основы безопасности облачных вычислений • Урок 5.6: Шаблоны облачной архитектуры (следующий) #DataEngineering #CloudComputing #DataSecurity #Compliance #GDPR #HIPAA #DataPrivacy #AWS #Azure #DataEngineer #DataAnalyst #Surfalytics #FreeCourse #DataEngineeringCourse #CloudSecurity #PII #DataProtection ================= Что такое Surfalytics? Вдохновлено местами для серфинга на Западном побережье 🏖️ и атмосферой Тихого океана 🌊. Создано, чтобы помочь вам начать новую карьеру в области анализа данных и развить навыки проектирования и анализа данных посредством коучинга. Это научит вас не только сухим навыкам, но и поможет сосредоточиться на предоставлении значительной ценности компаниям в сфере аналитики, а также поможет получить достойное вознаграждение 💰 за работу, которая вам по душе ❤️‍🔥. Цель Surfalytics — помочь вам достичь одной из следующих целей: 🏄‍♂️ Получить свою первую работу в индустрии данных, имея буквально нулевой опыт. Я много раз добивался этого по всему миру. 🏄 Продвинуться с должности среднего уровня на руководящую позицию (аналитик или инженер). 🏄‍♀️ Перейти с нетехнической должности аналитика на техническую должность инженера. Более того, мы сосредоточимся на создании высококонкурентного резюме и получении лучших предложений о работе. Мы не будем рассматривать заниженные предложения, ориентируясь только на ведущие компании и высокооплачиваемые вакансии. Наконец, S...