Kafka

Angular

AWS

Azure

Camel

Continuous Integration

DevOps

Docker

Git

Java

Kubernetes

OpenShift

Python

React

SpringBoot

Terraform

TypeScript

XML

Kafka, er et system skabt til at håndtere realtidsdatastrømme, hvorpå virksomheder interagerer med og udnytter deres data. I dag er hurtig og pålidelig dataoverførseler afgørende, her tilbyder Kafka en robust platform, der effektivt kan håndtere store mængder data, mens den sikrer høj tilgængelighed og fejltolerance. Denne teknologi er særlig relevant i scenarier, hvor realtidsanalyse og beslutningstagning baseret på strømmende data er nødvendig.

Lund&Bendsen hjælper dig med, forbedre din evne til at indsamle, behandle og analysere data, hvilket fører til bedre informerede beslutninger og en forbedret forretningsstrategi. Kafka’s alsidighed og skalerbarhed gør den til et uundværligt værktøj og Lund&Bendsen står klar til at bistå med dybdegående ekspertise og skræddersyede løsninger.

Events

Talks

Vores kurser om Kafka

Apache Kafka

Kafka

Fremhævede Kafka eksperter

Jakob Jenkov

Seniorkonsulent | Instruktør

Martin Højgaard Clausen

Instruktør

Bliv klogere på Kafka, i disse artikler

Thomas Kleist & Jakob Jenkov: Kafka – Change captures challenges

Faglig Fredag d. 24. august 2018 med oplæg om blandt andet Kafka samt Kotlin og coroutiner

Læs også om andre teknologi nyheder

Rust – Et sprog med superkræfter til back- og frontend?

Se og hør Povl Kvols fortælle om Rust, som er et moderne systemprogrammeringssprog der kombinerer høj performance med hukommelsessikkerhed. Gennem sit unikke ownership-system forhindrer Rust almindelige programmeringsfejl som null pointer errors og data races allerede ved kompilering - uden behov for garbage collection. Sproget blev skabt af Graydon Hoare og Mozilla Research og nåede sin første stabile version i 2015. Det er særligt velegnet til systemprogrammering, embedded systemer, webservere og anden performance-kritisk software, hvor både hastighed og sikkerhed er afgørende.

Læs mere

LLMs, vektorer og grafdatabaser: Et eksperiment i litteraturtolkning

Retrieval-Augmented Generation (RAG) er en metode til at kombinere store sprogmodeller med søgbare tekstdatabaser og dermed udvide modellernes kapacitet for præcis og kontekstbaseret informationssøgning. Jesper fortæller om et praktisk eksperiment med udgangspunkt i LLM’er, Neo4j, vektorsøgning, Python, Jupyter Notebook og et korpus af science fiction-litteratur fra Gutenberg.org ..

Læs mere