Engineering Kiosk

Zu verstehen, wie eine Firma Geld verdient, ist Voraussetzung um Mehrwert zu schaffen Die wenigsten von uns arbeiten für Luft und Liebe. Mieten müssen gezahlt werden und Essen müssen wir auch alle. Deswegen gehen viele von uns in einem klassischen Angestelltenverhältnis arbeiten. In einem Angestelltenverhältnis gehören auch Gehaltserhöhungen und ab und zu auch mal eine Beförderung dazu. Einige Gehälter werden automatisch angepasst, wie z.B. bei einer Tariferhöhung. Andere müssen dafür ihren Wert, den sie zur Firma beitragen, erhöhen. Und um dies zu erreichen, sollte man wissen, wie die eigene Firma eigentlich Geld verdient und welche Herausforderungen das Business-Modell hat. Denn dies ist nicht immer auf den ersten Blick zu erkennen. In dieser Episode schauen wir uns mal drei Business-Modelle an, erklären, worauf diese basieren, welche Herausforderungen diese mit sich bringen, ob diese sich heutzutage noch lohnen und welchen Zwiespalt diese oft bei der Produktentwicklung erzeugen.  Wir sprechen darüber, wie viel du den Arbeitgeber eigentlich kostet, wie viel Werbung heutzutage noch Wert ist, Warum sogenannte A-Kunden zwar viel Geld einbringen können, aber ein großes Risiko für eine Firma sind, warum das passive Einkommen bei deinem eigenen Software as a Service Produkt ein Irrglaube ist und wie du das neue Wissen über Business-Modelle für dich nutzen kannst, um deinen eigenen Wert zu erhöhen. Bonus: Wenn man mehr Geld möchte, muss man mehr Geld einbringen. Unsere aktuellen Werbepartner findest du auf https://engineeringkiosk.dev/partners [https://engineeringkiosk.dev/partners] Das schnelle Feedback zur Episode: 👍 (top) [https://api.openpodcast.dev/feedback/181/upvote] 👎 (geht so) [https://api.openpodcast.dev/feedback/181/downvote] FEEDBACK * EngKiosk Community: https://engineeringkiosk.dev/join-discord [https://engineeringkiosk.dev/join-discord]  * Buy us a coffee: https://engineeringkiosk.dev/kaffee [https://engineeringkiosk.dev/kaffee] * Email: stehtisch@engineeringkiosk.dev [stehtisch@engineeringkiosk.dev] * LinkedIn: https://www.linkedin.com/company/engineering-kiosk/ [https://www.linkedin.com/company/engineering-kiosk/] * Mastodon: https://podcasts.social/@engkiosk [https://podcasts.social/@engkiosk] * Bluesky: https://bsky.app/profile/engineeringkiosk.bsky.social [https://bsky.app/profile/engineeringkiosk.bsky.social] * Twitter: https://twitter.com/EngKiosk [https://twitter.com/EngKiosk] LINKS * Shopping-Add-On "Honey" unter Betrugsverdacht: https://www.heise.de/news/Shopping-Add-On-Honey-unter-Betrugsverdacht-10221319.html [https://www.heise.de/news/Shopping-Add-On-Honey-unter-Betrugsverdacht-10221319.html] * Finanzfluss: https://www.finanzfluss.de/ [https://www.finanzfluss.de/] * Engineering Kiosk Episode #123 The Bread Code: vom Entwickler zum Brot-Influencer mit Hendrik Kleinwächter: https://engineeringkiosk.dev/podcast/episode/123-the-bread-code-vom-entwickler-zum-brot-influencer-mit-hendrik-kleinw%C3%A4chter/ [https://engineeringkiosk.dev/podcast/episode/123-the-bread-code-vom-entwickler-zum-brot-influencer-mit-hendrik-kleinw%C3%A4chter/] * Wirecutter: https://www.nytimes.com/wirecutter/ [https://www.nytimes.com/wirecutter/] SPRUNGMARKEN (00:00:00) Intro (00:01:24) Warum es wichtig ist, das Business-Modell zu verstehen (00:07:19) Info/Werbung (00:08:19) Cost per Click / Cost per Sale / Affiliate (00:20:11) Werbefinanzierte Services (00:38:49) Abo-Modelle oder X as a Service (00:56:20) Weitere Business-Modelle (00:59:02) Wie hilft mir, als Entwickler*in, dieses neue Wissen? HOSTS * Wolfgang Gassler (https://gassler.dev [https://gassler.dev])  * Andy Grunwald (https://andygrunwald.com/ [https://andygrunwald.com/]) FEEDBACK * EngKiosk Community: https://engineeringkiosk.dev/join-discord [https://engineeringkiosk.dev/join-discord]  * Buy us a coffee: https://engineeringkiosk.dev/kaffee [https://engineeringkiosk.dev/kaffee] * Email: stehtisch@engineeringkiosk.dev [stehtisch@engineeringkiosk.dev] * LinkedIn: https://www.linkedin.com/company/engineering-kiosk/ [https://www.linkedin.com/company/engineering-kiosk/] * Mastodon: https://podcasts.social/@engkiosk [https://podcasts.social/@engkiosk] * Bluesky: https://bsky.app/profile/engineeringkiosk.bsky.social [https://bsky.app/profile/engineeringkiosk.bsky.social] * Twitter: https://twitter.com/EngKiosk [https://twitter.com/EngKiosk]

Skalierung und verteilte Berechnungen: Sind mehr CPUs wirklich immer schneller? Stell dir vor, du bist Softwareentwickler*in und jeder spricht von Skalierung und verteilten Systemen. Doch wie effizient sind diese eigentlich wirklich? Heißt mehr Rechenpower gleich schnellere Ergebnisse? In dieser Episode werfen wir einen Blick auf ein wissenschaftliches Paper, das behauptet, die wahre Leistung von verteilten Systemen kritisch zu hinterfragen. Wir diskutieren, ab wann es sich lohnt, mehr Ressourcen einzusetzen, und was es mit der mysteriösen Metrik COST (ausgesprochen Configuration that Outperforms a Single Thread) auf sich hat. Hör rein, wenn du wissen willst, ob Single-Threaded Algorithmen in vielen Fällen die bessere Wahl sind. Bonus: Ggf. machen nicht alle Wissenschaftler so wissenschaftliche Arbeit. Unsere aktuellen Werbepartner findest du auf https://engineeringkiosk.dev/partners [https://engineeringkiosk.dev/partners] Das schnelle Feedback zur Episode: 👍 (top) [https://api.openpodcast.dev/feedback/180/upvote] 👎 (geht so) [https://api.openpodcast.dev/feedback/180/downvote] FEEDBACK * EngKiosk Community: https://engineeringkiosk.dev/join-discord [https://engineeringkiosk.dev/join-discord]  * Buy us a coffee: https://engineeringkiosk.dev/kaffee [https://engineeringkiosk.dev/kaffee] * Email: stehtisch@engineeringkiosk.dev [stehtisch@engineeringkiosk.dev] * LinkedIn: https://www.linkedin.com/company/engineering-kiosk/ [https://www.linkedin.com/company/engineering-kiosk/] * Mastodon: https://podcasts.social/@engkiosk [https://podcasts.social/@engkiosk] * Bluesky: https://bsky.app/profile/engineeringkiosk.bsky.social [https://bsky.app/profile/engineeringkiosk.bsky.social] * Twitter: https://twitter.com/EngKiosk [https://twitter.com/EngKiosk] LINKS * Papers We Love: https://paperswelove.org/ [https://paperswelove.org/] * Papers We Love GitHub Repository: https://github.com/papers-we-love/papers-we-love [https://github.com/papers-we-love/papers-we-love] * Paper “Scalability! But at what COST?”: https://www.usenix.org/system/files/conference/hotos15/hotos15-paper-mcsherry.pdf [https://www.usenix.org/system/files/conference/hotos15/hotos15-paper-mcsherry.pdf] * Blogpost “Scalability! But at what COST?”: https://www.frankmcsherry.org/graph/scalability/cost/2015/01/15/COST.html [https://www.frankmcsherry.org/graph/scalability/cost/2015/01/15/COST.html] * Slides “Scalability! But at what COST?”: https://www.usenix.org/sites/default/files/conference/protected-files/hotos15_slides_mcsherry.pdf [https://www.usenix.org/sites/default/files/conference/protected-files/hotos15_slides_mcsherry.pdf] * HackerNews Threas #1 zu “Scalability, but at what cost? (2015)”: https://news.ycombinator.com/item?id=11855594 [https://news.ycombinator.com/item?id=11855594] * HackerNews Threas #2 zu “Scalability, but at what cost? (2015)”: https://news.ycombinator.com/item?id=26925449 [https://news.ycombinator.com/item?id=26925449] * Paper “GraphX: Graph Processing in a Distributed Dataflow Framework”: https://www.usenix.org/system/files/conference/osdi14/osdi14-paper-gonzalez.pdf [https://www.usenix.org/system/files/conference/osdi14/osdi14-paper-gonzalez.pdf] * GraphChi: https://www.usenix.org/conference/osdi12/technical-sessions/presentation/kyrola [https://www.usenix.org/conference/osdi12/technical-sessions/presentation/kyrola] * Stratosphere (nun Apache Flink): http://stratosphere.eu/ [http://stratosphere.eu/] * X-Stream: https://sigops.org/s/conferences/sosp/2013/papers/p472-roy.pdf [https://sigops.org/s/conferences/sosp/2013/papers/p472-roy.pdf] * Apache Spark: https://spark.apache.org/ [https://spark.apache.org/] * Apache Giraph: https://giraph.apache.org/ [https://giraph.apache.org/] * GraphLab: https://github.com/lqvito/graphlab?tab=readme-ov-file [https://github.com/lqvito/graphlab?tab=readme-ov-file] * Dilbert Comics: https://dilbert.com/ [https://dilbert.com/] * Single Thread Implementierung in Rust: https://github.com/frankmcsherry/COST [https://github.com/frankmcsherry/COST] * Single Thread Implementierung in C++: https://github.com/MicrosoftResearch/NaiadSamples/tree/master/COST [https://github.com/MicrosoftResearch/NaiadSamples/tree/master/COST] * Command-line Tools can be 235x Faster than your Hadoop Cluster: https://adamdrake.com/command-line-tools-can-be-235x-faster-than-your-hadoop-cluster.html [https://adamdrake.com/command-line-tools-can-be-235x-faster-than-your-hadoop-cluster.html] * “Naiad” von Microsoft Research: https://www.microsoft.com/en-us/research/project/naiad/ [https://www.microsoft.com/en-us/research/project/naiad/] * OpenMP: https://www.openmp.org/ [https://www.openmp.org/] * OpenMPI: https://www.open-mpi.org/ [https://www.open-mpi.org/] * HotOS 15 Workshop: https://www.usenix.org/conference/hotos15 [https://www.usenix.org/conference/hotos15] SPRUNGMARKEN (00:00:00) Papers We Love: Scalability! But at what COST? (00:03:11) Was bedeutet Skalierung? (00:05:32) Info/Werbung (00:06:32) Was bedeutet Skalierung? (00:16:20) PageRank- und Label Propagation-Algorithmus (00:24:10) Optimierung der Daten und verwendeten Algorithmen für spezifische Probleme (00:29:17) COST: Configuration that Outperforms a Single Threat (00:31:58) Learnings aus dem Paper (00:37:50) Wissenschaftlicher Anspruch und Einschätzung des Papers (00:52:34) Was können wir für die Praxis aus dem Paper lernen? HOSTS * Wolfgang Gassler (https://gassler.dev [https://gassler.dev])  * Andy Grunwald (https://andygrunwald.com/ [https://andygrunwald.com/]) FEEDBACK * EngKiosk Community: https://engineeringkiosk.dev/join-discord [https://engineeringkiosk.dev/join-discord]  * Buy us a coffee: https://engineeringkiosk.dev/kaffee [https://engineeringkiosk.dev/kaffee] * Email: stehtisch@engineeringkiosk.dev [stehtisch@engineeringkiosk.dev] * LinkedIn: https://www.linkedin.com/company/engineering-kiosk/ [https://www.linkedin.com/company/engineering-kiosk/] * Mastodon: https://podcasts.social/@engkiosk [https://podcasts.social/@engkiosk] * Bluesky: https://bsky.app/profile/engineeringkiosk.bsky.social [https://bsky.app/profile/engineeringkiosk.bsky.social] * Twitter: https://twitter.com/EngKiosk [https://twitter.com/EngKiosk]

Machine Learning Operations (MLOps) mit Data Science Deep Dive. Machine Learning bzw. die Ergebnisse aus Vorhersagen (sogenannten Prediction-Models) sind aus der modernen IT oder gar aus unserem Leben nicht mehr wegzudenken. Solche Modelle kommen wahrscheinlich öfter zum Einsatz, als dir eigentlich bewusst ist. Die Programmierung, Erstellung und das Trainieren dieser Modelle ist die eine Sache. Das Deployment und der Betrieb ist die andere Thematik. Letzteres nennt man Machine Learning Operations, oder kurz “MLOps”. Dies ist das Thema dieser Episode. Wir klären was eigentlich MLOps ist und wie es sich zum klassischen DevOps unterscheidet, wie man das eigene Machine Learning-Modell in Produktion bringt und welche Stages dafür durchlaufen werden müssen, was der Unterschied von Model-Training und Model-Serving ist, welche Aufgabe eine Model-Registry hat, wie man Machine Learning Modelle in Produktion eigentlich monitored und debugged, was Model-Drift bzw. die Drift-Detection ist, ob der Feedback-Cycle durch Methoden wie Continuous Delivery auch kurz gehalten werden kann, aber auch welche Skills als MLOps Engineer wichtig sind. Um all diese Fragen zu beantworten, stehen uns Michelle Golchert und Sebastian Warnholz vom Data Science Deep Dive Podcast rede und Antwort. Unsere aktuellen Werbepartner findest du auf https://engineeringkiosk.dev/partners [https://engineeringkiosk.dev/partners] Das schnelle Feedback zur Episode: 👍 (top) [https://api.openpodcast.dev/feedback/179/upvote] 👎 (geht so) [https://api.openpodcast.dev/feedback/179/downvote] FEEDBACK * EngKiosk Community: https://engineeringkiosk.dev/join-discord [https://engineeringkiosk.dev/join-discord]  * Buy us a coffee: https://engineeringkiosk.dev/kaffee [https://engineeringkiosk.dev/kaffee] * Email: stehtisch@engineeringkiosk.dev [stehtisch@engineeringkiosk.dev] * LinkedIn: https://www.linkedin.com/company/engineering-kiosk/ [https://www.linkedin.com/company/engineering-kiosk/] * Mastodon: https://podcasts.social/@engkiosk [https://podcasts.social/@engkiosk] * Bluesky: https://bsky.app/profile/engineeringkiosk.bsky.social [https://bsky.app/profile/engineeringkiosk.bsky.social] * Twitter: https://twitter.com/EngKiosk [https://twitter.com/EngKiosk] LINKS * In Numbers We Trust (INWT): https://www.inwt-statistics.de/ [https://www.inwt-statistics.de/] * Data Science Deep Dive Podcast: https://inwt.podbean.com/ [https://inwt.podbean.com/] * Programmiersprache “R”: https://www.r-project.org/ [https://www.r-project.org/] * Gradient boosting: https://en.wikipedia.org/wiki/Gradient_boosting [https://en.wikipedia.org/wiki/Gradient_boosting] * MLFlow: https://mlflow.org/ [https://mlflow.org/] * Jupyter Notebooks: https://jupyter.org/ [https://jupyter.org/] * Databricks: https://www.databricks.com/ [https://www.databricks.com/] * AutoML: https://www.automl.org/automl/ [https://www.automl.org/automl/] SPRUNGMARKEN (00:00:00) Machine Learning Operations (MLOps) mit Michelle und von Data Science Deep Dive (00:06:29) Info/Werbung (00:07:29) Machine Learning Operations (MLOps) mit Michelle und von Data Science Deep Dive (00:17:21) Deployment eines ML Modells in Produktion: Model Training (00:30:09) Automatisierte Pipelines und der operationelle Betrieb (00:39:22) Reproduzierbarkeit und Debugging (00:45:27) Model Serving / Modellbereitstellung (00:52:28) Monitoring und Model Drift (01:05:39) Welche Skills benötige ich als MLOps Engineer? (01:13:21) Abschluss HOSTS * Wolfgang Gassler (https://mastodon.social/@woolf [https://mastodon.social/@woolf]) * Andy Grunwald (https://andygrunwald.com/ [https://andygrunwald.com/]) FEEDBACK * EngKiosk Community: https://engineeringkiosk.dev/join-discord [https://engineeringkiosk.dev/join-discord]  * Buy us a coffee: https://engineeringkiosk.dev/kaffee [https://engineeringkiosk.dev/kaffee] * Email: stehtisch@engineeringkiosk.dev [stehtisch@engineeringkiosk.dev] * LinkedIn: https://www.linkedin.com/company/engineering-kiosk/ [https://www.linkedin.com/company/engineering-kiosk/] * Mastodon: https://podcasts.social/@engkiosk [https://podcasts.social/@engkiosk] * Bluesky: https://bsky.app/profile/engineeringkiosk.bsky.social [https://bsky.app/profile/engineeringkiosk.bsky.social] * Twitter: https://twitter.com/EngKiosk [https://twitter.com/EngKiosk]

Softwareentwicklung in der Praxis: Infotainment-Systeme für Kreuzfahrtschiffe. Jede Industrie und Domäne hat ihre Eigenheiten und Herausforderungen. Dies überträgt sich auch auf die Software, die für die entsprechenden Anwendungsfälle geschrieben wird. Oft fragen wir uns “Wie ist es eigentlich, Software für Brauereien, Waschmaschinen oder Mähdrescher zu schreiben?”. In dieser Episode beantworten wir diese Frage für das Thema Kreuzfahrtschiffe - Also die richtig dicken Pötte. Welche Software wird auf einem Kreuzfahrtschiff benötigt? Auf welcher Hardware läuft diese und wo steht die Hardware überhaupt - In der Cloud oder ist das ein schwimmendes Datacenter? Wie sieht es mit der Internet-Connectivity und dem Debugging aus, wenn man auf den Weltmeeren unterwegs ist? Welche Probleme muss die Software lösen, wenn Ländergrenzen übertreten werden in Bezug auf Zeitzonen, Datenschutz und Accessibility? Unser Gast Sebastian Hammerl steht uns Rede und Antwort. Bonus: Speedboot fahren mit Systemadministratoren - Warum nicht? Unsere aktuellen Werbepartner findest du auf https://engineeringkiosk.dev/partners [https://engineeringkiosk.dev/partners] Das schnelle Feedback zur Episode: 👍 (top) [https://api.openpodcast.dev/feedback/178/upvote] 👎 (geht so) [https://api.openpodcast.dev/feedback/178/downvote] FEEDBACK * EngKiosk Community: https://engineeringkiosk.dev/join-discord [https://engineeringkiosk.dev/join-discord]  * Buy us a coffee: https://engineeringkiosk.dev/kaffee [https://engineeringkiosk.dev/kaffee] * Email: stehtisch@engineeringkiosk.dev [stehtisch@engineeringkiosk.dev] * LinkedIn: https://www.linkedin.com/company/engineering-kiosk/ [https://www.linkedin.com/company/engineering-kiosk/] * Mastodon: https://podcasts.social/@engkiosk [https://podcasts.social/@engkiosk] * Bluesky: https://bsky.app/profile/engineeringkiosk.bsky.social [https://bsky.app/profile/engineeringkiosk.bsky.social] * Twitter: https://twitter.com/EngKiosk [https://twitter.com/EngKiosk] LINKS * Sebastian Hammerl auf LinkedIn: https://www.linkedin.com/in/shammerl/ [https://www.linkedin.com/in/shammerl/] * Backblaze Hard Drive Data and Stats: https://www.backblaze.com/cloud-storage/resources/hard-drive-test-data [https://www.backblaze.com/cloud-storage/resources/hard-drive-test-data] * Getslash: https://www.getslash.de/ [https://www.getslash.de/] * Sea Chefs: https://www.seachefs.com/ [https://www.seachefs.com/] * Zeitumstellung führt in Marokko zu Verwirrung und Ärger: https://www.zeit.de/news/2018-10/28/zeitumstellung-fuehrt-in-marokko-zu-verwirrung-und-aerger-181028-99-565061 [https://www.zeit.de/news/2018-10/28/zeitumstellung-fuehrt-in-marokko-zu-verwirrung-und-aerger-181028-99-565061] SPRUNGMARKEN (00:00:00) Intro (00:01:09) Softwareentwicklung auf und für Kreuzfahrtschiffe mit Sebastian Hammerl (00:07:08) Software auf einem Schiff installieren, wenn es im Trockendock ist (00:07:49) Info/Werbung (00:08:49) Software auf einem Schiff installieren, wenn es im Trockendock ist (00:27:51) Software die sich bewegt: Zeitzonen (00:36:39) Internationale Gegebenheiten: Datenschutz (00:39:41) Bug-Handling und Deployments (00:46:07) Schwimmendes Datacenter: Redundanz und Notfälle (00:53:16) Tech-Stack auf einem Schiff (00:55:40) Als IT-Admin auf dem Schiff arbeiten (01:01:16) Empfehlung für alle, die sich das Thema näher ansehen wollen HOSTS * Wolfgang Gassler (https://mastodon.social/@woolf [https://mastodon.social/@woolf]) * Andy Grunwald (https://andygrunwald.com/ [https://andygrunwald.com/]) FEEDBACK * EngKiosk Community: https://engineeringkiosk.dev/join-discord [https://engineeringkiosk.dev/join-discord]  * Buy us a coffee: https://engineeringkiosk.dev/kaffee [https://engineeringkiosk.dev/kaffee] * Email: stehtisch@engineeringkiosk.dev [stehtisch@engineeringkiosk.dev] * LinkedIn: https://www.linkedin.com/company/engineering-kiosk/ [https://www.linkedin.com/company/engineering-kiosk/] * Mastodon: https://podcasts.social/@engkiosk [https://podcasts.social/@engkiosk] * Bluesky: https://bsky.app/profile/engineeringkiosk.bsky.social [https://bsky.app/profile/engineeringkiosk.bsky.social] * Twitter: https://twitter.com/EngKiosk [https://twitter.com/EngKiosk]

Data Streaming und Stream Processing mit Apache Kafka und dem entsprechenden Ecosystem. Eine ganze Menge Prozesse in der Softwareentwicklung bzw. für die Verarbeitung von Daten müssen nicht zur Laufzeit, sondern können asynchron oder dezentral bearbeitet werden. Begriffe wie Batch-Processing oder Message Queueing / Pub-Sub sind dafür geläufig. Es gibt aber einen dritten Player in diesem Spiel: Stream Processing. Da ist Apache Kafka das Flaggschiff, bzw. die verteilte Event Streaming Platform, die oft als erstes genannt wird. Doch was ist denn eigentlich Stream Processing und wie unterscheidet es sich zu Batch Processing oder Message Queuing? Wie funktioniert Kafka und warum ist es so erfolgreich und performant? Was sind Broker, Topics, Partitions, Producer und Consumer? Was bedeutet Change Data Capture und was ist ein Sliding Window? Auf was muss man alles acht geben und was kann schief gehen, wenn man eine Nachricht schreiben und lesen möchte? Die Antworten und noch viel mehr liefert unser Gast Stefan Sprenger. Bonus: Wie man Stream Processing mit einem Frühstückstisch für 5-jährige beschreibt. Unsere aktuellen Werbepartner findest du auf https://engineeringkiosk.dev/partners [https://engineeringkiosk.dev/partners] Das schnelle Feedback zur Episode: 👍 (top) [https://api.openpodcast.dev/feedback/177/upvote] 👎 (geht so) [https://api.openpodcast.dev/feedback/177/downvote] FEEDBACK * EngKiosk Community: https://engineeringkiosk.dev/join-discord [https://engineeringkiosk.dev/join-discord]  * Buy us a coffee: https://engineeringkiosk.dev/kaffee [https://engineeringkiosk.dev/kaffee] * Email: stehtisch@engineeringkiosk.dev [stehtisch@engineeringkiosk.dev] * LinkedIn: https://www.linkedin.com/company/engineering-kiosk/ [https://www.linkedin.com/company/engineering-kiosk/] * Mastodon: https://podcasts.social/@engkiosk [https://podcasts.social/@engkiosk] * Bluesky: https://bsky.app/profile/engineeringkiosk.bsky.social [https://bsky.app/profile/engineeringkiosk.bsky.social] * Twitter: https://twitter.com/EngKiosk [https://twitter.com/EngKiosk] LINKS * Stefan Sprenger auf LinkedIn: https://www.linkedin.com/in/stsprenger/ [https://www.linkedin.com/in/stsprenger/] * Buch “Streaming Data Pipelines with Kafka” von Stefan Sprenger: https://www.manning.com/books/streaming-data-pipelines-with-kafka [https://www.manning.com/books/streaming-data-pipelines-with-kafka] * Kafka: https://kafka.apache.org/ [https://kafka.apache.org/] * Kafka Streams: https://kafka.apache.org/documentation/streams/ [https://kafka.apache.org/documentation/streams/] * Kafka Connect: https://docs.confluent.io/platform/current/connect/index.html [https://docs.confluent.io/platform/current/connect/index.html] * Apache Flink: https://flink.apache.org/ [https://flink.apache.org/] * Apache Spark: https://spark.apache.org/ [https://spark.apache.org/] * Apache Camel: https://camel.apache.org/ [https://camel.apache.org/] * Change Data Capture: https://en.wikipedia.org/wiki/Change_data_capture [https://en.wikipedia.org/wiki/Change_data_capture] * Debezium: https://debezium.io/ [https://debezium.io/] * Wartungsfenster Podcast: https://wartungsfenster.podigee.io/ [https://wartungsfenster.podigee.io/] * RocksDB: https://rocksdb.org/ [https://rocksdb.org/] * Tombstone Record: https://en.wikipedia.org/wiki/Tombstone_(data_store) [https://en.wikipedia.org/wiki/Tombstone_(data_store)] * The Raft Consensus Algorithm: https://raft.github.io/ [https://raft.github.io/] * Warpstream: https://www.warpstream.com/ [https://www.warpstream.com/] SPRUNGMARKEN (00:00:00) Streaming mit Kafka mit Stefan Sprenger (00:06:18) Data Streaming und Stream Processing für 5-Jährige (00:07:40) Data Streaming und Stream Processing für Mid-Level-Engineers (00:07:47) Info/Werbung (00:08:47) Data Streaming und Stream Processing für Mid-Level-Engineers (00:14:14) Was ist Apache Kafka? (00:20:54) Datensätze in Apache Kafka: Produzieren und Konsumieren (00:25:58) Kafka Streams und Kafka Connect (00:30:34) Change Data Capture (00:34:36) Herausforderungen bei der Anwendung von Kafka, Kafka Streams und Kafka Connect (00:42:54) Compaction, Retention, Replication, Acknowledgement, Joins und Idempotenz (00:53:46) Einsatz in Organisationen: Governance und Schema Registry (00:59:00) Verteiltes System und komplexe Technologien (01:01:47) Die Zukunft um Kafka und das Ecosystem HOSTS * Wolfgang Gassler (https://mastodon.social/@woolf [https://mastodon.social/@woolf]) * Andy Grunwald (https://andygrunwald.com/ [https://andygrunwald.com/]) FEEDBACK * EngKiosk Community: https://engineeringkiosk.dev/join-discord [https://engineeringkiosk.dev/join-discord]  * Buy us a coffee: https://engineeringkiosk.dev/kaffee [https://engineeringkiosk.dev/kaffee] * Email: stehtisch@engineeringkiosk.dev [stehtisch@engineeringkiosk.dev] * LinkedIn: https://www.linkedin.com/company/engineering-kiosk/ [https://www.linkedin.com/company/engineering-kiosk/] * Mastodon: https://podcasts.social/@engkiosk [https://podcasts.social/@engkiosk] * Bluesky: https://bsky.app/profile/engineeringkiosk.bsky.social [https://bsky.app/profile/engineeringkiosk.bsky.social] * Twitter: https://twitter.com/EngKiosk [https://twitter.com/EngKiosk]