Seminar / Training
Schwerpunkt
Das Seminar trainiert SPARQL in Stardog für reale Abfrage- und Analyseaufgaben. Behandelt werden Grundsyntax, Graphmuster, Filter, Aggregationen, CONSTRUCT, UPDATE, Named Graphs, Pfadabfragen, Abfragen mit Reasoning sowie robuste Abfragemuster für Fach- und Technikteams.
Zielgruppe
- Data Analysts und Data Engineers
- Knowledge Graph Engineers
- Entwickler mit Abfrage- und Integrationsaufgaben
- Fachliche Power User mit technischer Affinität
Voraussetzungen
Grundkenntnisse in Datenmodellen und idealerweise SQL oder einer anderen Abfragesprache werden vorausgesetzt. RDF-Grundlagen sind hilfreich.
Lernziele
- SPARQL-Abfragen strukturiert lesen und schreiben
- Komplexe Graphmuster und optionale Beziehungen modellieren
- Abfrageergebnisse aggregieren, transformieren und prüfen
- Pfadabfragen und Named Graphs gezielt einsetzen
- Abfragen mit Reasoning und Virtual Graphs einordnen
Inhalte
- SPARQL-Grundlagen, Präfixe, Tripelmuster und Variablen
- FILTER, OPTIONAL, UNION, BIND, VALUES und Aggregationen
- Named Graphs, FROM, GRAPH und Datenbereichstrennung
- CONSTRUCT-, ASK-, DESCRIBE- und UPDATE-Muster
- Pfadabfragen und graphorientierte Analysefragen
- Abfragen mit Reasoning und virtualisierten Daten
- Lesbarkeit, Wartbarkeit und Performancehinweise
Praxisübungen
- Schreiben von SELECT-Abfragen von einfach bis verschachtelt
- Analyse optionaler Beziehungen und fehlender Werte
- CONSTRUCT-Abfrage zur Erzeugung eines Ergebnisgraphen
- Pfadanalyse zwischen Entitäten
- Vergleich von Abfragen mit und ohne aktiviertes Reasoning
Abgrenzung
Das Seminar konzentriert sich auf Abfragen. Modellierung, Administration, API-Entwicklung und Governance werden nur dort behandelt, wo sie Abfragen unmittelbar betreffen.
Seminar und Anbieter vergleichen
Öffentliche Schulung
Diese Seminarform ist auch als Präsenzseminar bekannt und bedeutet, dass Sie in unseren Räumlichkeiten von einem Trainer vor Ort geschult werden. Jeder Teilnehmer hat einen Arbeitsplatz mit virtueller Schulungsumgebung. Öffentliche Seminare werden in deutscher Sprache durchgeführt, die Unterlagen sind teilweise in Englisch.
Inhausschulung
Diese Seminarform bietet sich für Unternehmen an, welche gleiche mehrere Teilnehmer gleichzeitig schulen möchten. Der Trainer kommt zu Ihnen ins Haus und unterrichtet in Ihren Räumlichkeiten. Diese Seminare können in Deutsch - bei Firmenseminaren ist auch Englisch möglich gebucht werden.
Webinar
Diese Art der Schulung ist geeignet, wenn Sie die Präsenz eines Trainers nicht benötigen, nicht Reisen können und über das Internet an einer Schulung teilnehmen möchten.
Fachbereichsleiter / Leiter der Trainer / Ihre Ansprechpartner
-
Michael Adler
Telefon: + 41 (800) 225127
E-Mail: michael.adler@seminar-experts.ch -
Stefano Conti
Telefon: + 41 (800) 225127
E-Mail: stefano.conti@seminar-experts.ch
Seminardetails
| Dauer: | 2 Tage ca. 6 h/Tag, Beginn 1. Tag: 10:00 Uhr, weiterer Tag 09:00 Uhr |
| Preis: |
Öffentlich und Webinar: CHF 1.198 zzgl. MwSt. Inhaus: CHF 3.400 zzgl. MwSt. |
| Teilnehmeranzahl: | min. 2 - max. 8 |
| Teilnehmer: | Data Analysts, Data Engineers, Knowledge Graph Engineers, Entwickler, Power User |
| Voraussetzungen: | Grundkenntnisse in Datenmodellen und Abfragesprachen |
| Standorte: | Basel, Bern, Luzern, Sankt Gallen, Winterthur, Zürich |
| Methoden: | Vortrag, Demonstrationen, praktische Übungen am System |
| Seminararten: | Öffentlich, Webinar, Inhaus, Workshop - Alle Seminare mit Trainer vor Ort, Webinar nur wenn ausdrücklich gewünscht |
| Durchführungsgarantie: | ja, ab 2 Teilnehmern |
| Sprache: | Deutsch - bei Firmenseminaren ist auch Englisch möglich |
| Seminarunterlage: | Dokumentation auf Datenträger oder als Download |
| Teilnahmezertifikat: | ja, selbstverständlich |
| Verpflegung: | Kalt- / Warmgetränke, Mittagessen (wahlweise vegetarisch) |
| Support: | 3 Anrufe im Seminarpreis enthalten |
| Barrierefreier Zugang: | an den meisten Standorten verfügbar |
| Weitere Informationen unter +41 (800) 225127 |
Seminartermine
Die Ergebnissliste kann durch Anklicken der Überschrift neu sortiert werden.
