Lokala, instruktörsledda Live Apache Spark-kurser visar genom handson-träning hur Spark passar in i Big Data-ekosystemet och hur man använder Spark för dataanalys Apache Spark-träning finns som "live-träning" eller "fjärr-live-träning" Utbildning på plats kan genomföras lokalt på kundlokaler i Sverige eller i NobleProgs företagsutbildningscenter i Sverige Fjärrutbildning sker genom en interaktiv fjärrskrivbord NobleProg Din lokala utbildningsleverantör.
Machine Translated
Vittnesmål
Richard är väldigt lugn och metodisk, med en analytisk inblick - exakt de egenskaper som behövs för att presentera denna typ av kurs.
Kieran Mac Kenna
Kurs: Spark for Developers
Machine Translated
dela konceptdiagram och även prov för smutsiga händer
Mark Yang - FMR
Kurs: Spark for Developers
Machine Translated
Tillämpliga scenarier och fall
zhaopeng liu - Fmr
Kurs: Spark for Developers
Machine Translated
Fallanalys
国栋 张
Kurs: Spark for Developers
Machine Translated
alla delar av denna session
Eric Han - Fmr
Kurs: Spark for Developers
Machine Translated
Vi vet mycket mer om hela miljön.
John Kidd
Kurs: Spark for Developers
Machine Translated
Tränaren gjorde klassen intressant och underhållande vilket hjälper ganska lite med träning hela dagen.
Ryan Speelman
Kurs: Spark for Developers
Machine Translated
Jag tycker att tränaren hade en utmärkt stil att kombinera humor och verkliga historier för att göra ämnena till hands mycket tillvägagångssätt. Jag rekommenderar starkt denna professor i framtiden.
Kurs: Spark for Developers
Machine Translated
Ernesto gjorde ett bra jobb för att förklara de höga koncepten att använda Spark och dess olika moduler.
Michael Nemerouf
Kurs: Spark for Developers
Machine Translated
Detta är en av de bästa praktiska med övningar programmeringskurser jag någonsin har tagit.
Laura Kahn
Kurs: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Detta är en av de bästa online-träning som jag någonsin har tagit i min 13 åriga karriär. Fortsätt det stora arbetet !.
Kurs: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Richard var väldigt villig att avbryta när vi ville fråga halvrelaterade frågor om saker som inte var på kursplanen. Förklaringar var tydliga och han var uppe på förhand om några råd som han gav oss.
ARM Limited
Kurs: Spark for Developers
Machine Translated
Den virtuella datorn jag gillade väldigt mycket Läraren var mycket kunnig om ämnet samt andra ämnen, han var mycket trevlig och vänlig Jag gillade anläggningen i Dubai.
Safar Alqahtani - Elm Information Security
Kurs: Big Data Analytics in Health
Machine Translated
övnings uppgifter
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Kurs: Python and Spark for Big Data (PySpark)
Machine Translated
Ajay var mycket vänlig, hjälpsam och kunnig om ämnet han diskuterade.
Biniam Guulay - ICE International Copyright Enterprise Germany GmbH
Kurs: Spark for Developers
Machine Translated
Labbövningarna. Tillämpa teorin från den första dagen i efterföljande dagar.
Dell
Kurs: A Practical Introduction to Stream Processing
Machine Translated
Läraren har anpassat utbildningen till våra nuvarande behov.
EduBroker Sp. z o.o.
Kurs: Python and Spark for Big Data (PySpark)
Machine Translated
Att göra liknande övningar på olika sätt hjälper verkligen att förstå vad varje komponent ( Hadoop / Spark, fristående / kluster) kan göra på egen hand och tillsammans. Det gav mig idéer om hur jag skulle testa min applikation på min lokala maskin när jag utvecklar vs när den distribueras i ett kluster.
Thomas Carcaud - IT Frankfurt GmbH
Kurs: Spark for Developers
Machine Translated
individuell uppmärksamhet.
ARCHANA ANILKUMAR - PPL
Kurs: Python and Spark for Big Data (PySpark)
Machine Translated
Få att lära sig Spark Streaming, DataRicks och AWS Redshift
Lim Meng Tee - Jobstreet.com Shared Services Sdn. Bhd.
Kurs: Apache Spark in the Cloud
Machine Translated
Innehållet och kunskapen.
Jobstreet.com Shared Services Sdn. Bhd.
Kurs: Apache Spark in the Cloud
Machine Translated
Det var mycket informativt. Jag har haft mycket liten erfarenhet av gnist innan och hittills har denna kurs gett en mycket bra introduktion till ämnet.
Intelligent Medical Objects
Kurs: Apache Spark in the Cloud
Machine Translated
Det var fantastiskt att få en förståelse för vad som händer under huven på Spark. Att veta vad som händer under huven hjälper till att bättre förstå varför din kod är eller inte gör vad du förväntar dig att göra. En hel del av utbildningen var händerna på vilket alltid är bra och avsnittet om optimeringar var exceptionellt relevant för mitt nuvarande arbete som var trevligt.
Intelligent Medical Objects
Kurs: Apache Spark in the Cloud
Machine Translated
Detta är en bra klass! Jag uppskattar det att Andras förklarar mycket tydligt vilken gnista handlar om, där det kom ifrån och vilka problem det kan lösa. Mycket bättre än andra introduktioner jag har sett det bara dyka in i hur man använder det. Andras har en djup kunskap om ämnet och förklarar saker mycket bra.
Intelligent Medical Objects
Kurs: Apache Spark in the Cloud
Machine Translated
De levande exemplen som gavs och visade grundläggande aspekter av gnista.
Intelligent Medical Objects
Kurs: Apache Spark in the Cloud
Machine Translated
1 . Rätt balans mellan höga krav på begrepp och tekniska detaljer. 2. Andras är mycket kunnig om hans undervisning. 3. Övning
Steven Wu - Intelligent Medical Objects
Kurs: Apache Spark in the Cloud
Machine Translated
Att ha händer på session / uppdrag
Poornima Chenthamarakshan - Intelligent Medical Objects
Kurs: Apache Spark in the Cloud
Machine Translated
Trainer justerade träningen något baserad på publikförfrågan, så släck lite ljus på få skiller som vi har begärt
Intelligent Medical Objects
Kurs: Apache Spark in the Cloud
Machine Translated
Hans takt, var stor. Jag älskade det faktum att han gick in i teorin också så att jag förstår varför jag skulle göra de saker som han frågar.
Intelligent Medical Objects
Kurs: Apache Spark in the Cloud
Machine Translated
Jag tycker att tränaren hade en utmärkt stil att kombinera humor och verkliga historier för att göra ämnena till hands mycket tillvägagångssätt. Jag rekommenderar starkt denna professor i framtiden.
Kurs: Spark for Developers
Machine Translated
Detta är en av de bästa online-träning som jag någonsin har tagit i min 13 åriga karriär. Fortsätt det stora arbetet !.
Kurs: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Spark underkategorier
Apache Spark läroplaner
Kurs Namn
Varaktighet
Översikt
Kurs Namn
Varaktighet
Översikt
21 timmar
Python är ett skalbart, flexibelt och allmänt används programmeringsspråk för datavetenskap och maskininlärning. Spark är en databehandlingsmotor som används för att söka, analysera och omvandla stora data, medan Hadoop är en mjukvarubibliotek ram för storskalig data lagring och bearbetning.
Denna instruktörledda, live-utbildning (online eller on-site) riktar sig till utvecklare som vill använda och integrera Spark, Hadoop, och Python för att behandla, analysera och omvandla stora och komplexa dataset.
Vid slutet av denna utbildning kommer deltagarna att kunna:
-
Ställ in den nödvändiga miljön för att börja behandla stora data med Spark, Hadoop, och Python.
Förstå egenskaperna, kärnkomponenterna och arkitekturen i Spark och Hadoop.
Lär dig hur du integrerar Spark, Hadoop, och Python för stordatabehandling.
Utforska verktygen i Spark-ekosystemet (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka och Flume).
Bygg samarbetsfiltrering rekommendationssystem som liknar Netflix, YouTube, Amazon, Spotify och Google.
Använd Apache Mahout för att skala algoritmer för maskininlärning.
-
Interaktiv föreläsning och diskussion.
Många övningar och övningar.
Hand-on implementering i en live-lab miljö.
-
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
21 timmar
In this instructor-led, live training in Sverige, participants will learn how to use Python and Spark together to analyze big data as they work on hands-on exercises.
By the end of this training, participants will be able to:
- Learn how to use Spark with Python to analyze Big Data.
- Work on exercises that mimic real world cases.
- Use different tools and techniques for big data analysis using PySpark.
21 timmar
MÅL: Denna kurs kommer att introducera Apache Spark . Studenterna kommer att lära sig hur Spark passar in i Big Data ekosystemet och hur man använder Spark för dataanalys. Kursen täcker gnisterskal för interaktiv dataanalys, gnistinternaler, gnist-API: er, gnist SQL , gnistrströmning, och maskininlärning och grafX. PRIS: Utvecklare / dataanalytiker
21 timmar
Hortonworks Data Platform (HDP) är en open-source Apache Hadoop supportplattform som ger en stabil grund för att utveckla big data-lösningar på Apache Hadoop ekosystemet. Den här instruktörsledda, liveträningen (på plats eller fjärrkontroll) introducerar Hortonworks Data Platform (HDP) och leder deltagarna genom implementeringen av Spark + Hadoop lösningen. I slutet av denna träning kommer deltagarna att kunna:
- Använd Hortonworks för att pålitligt köra Hadoop i stor skala.
- Förena Hadoop säkerhets-, styrelseförmåga- och driftsfunktioner med Sparks agila analytiska arbetsflöden.
- Använd Hortonworks för att undersöka, validera, certifiera och stödja alla komponenter i ett Spark-projekt.
- Bearbeta olika typer av data, inklusive strukturerade, ostrukturerade, i rörelse och vila.
- Interaktiv föreläsning och diskussion.
- Massor av övningar och träning.
- Praktisk implementering i en levande lab-miljö.
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
14 timmar
Magellan är en öppen källkod distribuerad exekutionsmotor för geospatiell analys av stora data. Genomförd ovanför Apache Spark utökar den Spark SQL och ger en relativ abstraktion för geospatiell analys.
Denna instruktörledda, levande träning introducerar begrepp och metoder för genomförande av geospatiell analys och vandrar deltagarna genom skapandet av en förutsägande analysansökan med Magellan på Spark.
Vid slutet av denna utbildning kommer deltagarna att kunna:
-
Effektivt fråga, parsa och ansluta geospatiala dataset i skala
Genomförande av geospatiala data i företagsintelligens och prediktiva analysapplikationer
Använd rymdkontext för att utöka kapaciteten hos mobila enheter, sensorer, loggar och bärbara enheter
-
Interaktiv föreläsning och diskussion.
Många övningar och övningar.
Hand-on implementering i en live-lab miljö.
-
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
7 timmar
Alluxio är ett open-source virtuellt distribuerat lagringssystem som förenar olika lagringssystem och möjliggör applikationer att interagera med data vid minneshastighet. Den används av företag som Intel, Baidu och Alibaba.
I denna instruktörledda, levande träning kommer deltagarna att lära sig hur man använder Alluxio för att bryta olika beräkningsramar med lagringssystem och effektivt hantera multi-petabyte skala data när de går igenom skapandet av en app med Alluxio.
Vid slutet av denna utbildning kommer deltagarna att kunna:
-
Utveckla en ansökan med Alluxio
Anslut stora datasystem och applikationer samtidigt som du bevarar ett namnområde
Effektivt extrahera värde från stora data i något lagringsformat
Förbättra arbetsbelastningsprestanda
Deploy och hantera Alluxio ensam eller klusterad
-
Data forskare
Utvecklare
Systemadministratör
-
Delvis föreläsning, delvis diskussion, övningar och tung praxis
7 timmar
Spark SQL är Apache Spark modul för att arbeta med strukturerad och ostrukturerad data. Spark SQL ger information om datastrukturen och beräkningen som utförs. Denna information kan användas för att utföra optimeringar. Två vanliga användningar för Spark SQL är:
- för att köra SQL frågor.
- att läsa data från en befintlig Hive installation. I denna instruktörsledda, liveträning (på plats eller fjärrkontroll) kommer deltagarna att lära sig att analysera olika typer av datamängder med Spark SQL . I slutet av denna träning kommer deltagarna att kunna:
- för att köra SQL frågor.
- att läsa data från en befintlig Hive installation. I denna instruktörsledda, liveträning (på plats eller fjärrkontroll) kommer deltagarna att lära sig att analysera olika typer av datamängder med Spark SQL . I slutet av denna träning kommer deltagarna att kunna:
- Installera och konfigurera Spark SQL .
- Utför dataanalys med hjälp av Spark SQL .
- Frågeställningar i olika format.
- Visualisera data och sökresultat.
- Interaktiv föreläsning och diskussion.
- Massor av övningar och träning.
- Praktisk implementering i en levande lab-miljö.
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
21 timmar
Stream Processing avser realtidsbehandling av "data i rörelse", det vill säga att göra beräkningar på data när de tas emot. Sådan data läses som kontinuerliga strömmar från datakällor som sensorhändelser, webbplatsanvändaraktivitet, finansiella affärer, kreditkortsväxlar, klickströmmar etc. Stream Processing kan läsa stora volymer inkommande data och ge värdefulla insikter nästan omedelbart. I denna instruktörsledda, live-utbildning (på plats eller fjärrkontroll) kommer deltagarna att lära sig hur man ställer in och integrerar olika Stream Processing med befintliga stordatalagringssystem och relaterade mjukvaruapplikationer och mikroservices. I slutet av denna träning kommer deltagarna att kunna:
- Installera och konfigurera olika Stream Processing ramverk, som Spark Streaming och Kafka Streaming.
- Förstå och välj den lämpligaste ramen för jobbet.
- Behandla data kontinuerligt, samtidigt och rekord-för-rekord.
- Integrera Stream Processing med befintliga databaser, datalager, datasjöar, etc.
- Integrera det mest lämpliga strömbearbetningsbiblioteket med företagsapplikationer och mikroservrar.
- utvecklare
- Programvaruarkitekter
- Delföreläsning, delvis diskussion, övningar och tung praktisk övning
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
21 timmar
Big data-analys innefattar processen att undersöka stora mängder olika datauppsättningar för att avslöja korrelationer, dolda mönster och andra användbara insikter. Hälsoindustrin har enorma mängder komplexa heterogena medicinska och kliniska data. Att tillämpa big data-analyser på hälsodata ger en stor potential att få insikter för att förbättra leveransen av sjukvård. Emellertid innebär enorma mängder av dessa datamängder stora utmaningar i analyser och praktiska tillämpningar i en klinisk miljö. I denna instruktörsledda, live-träning (fjärrkontroll) kommer deltagarna att lära sig att utföra big data-analys i hälsa när de går igenom en serie praktiska live-lab-övningar. I slutet av denna träning kommer deltagarna att kunna:
- Installera och konfigurera big data-analysverktyg som Hadoop MapReduce och Spark
- Förstå egenskaperna för medicinsk information
- Använd big data-tekniker för att hantera medicinska data
- Studera big data system och algoritmer i samband med hälsoapplikationer
- utvecklare
- Datavetare
- Delföreläsning, delvis diskussion, övningar och tung praktisk övning.
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
21 timmar
Apache Spark inlärningskurva ökar långsamt i början, det krävs mycket ansträngning för att få den första returen. Denna kurs syftar till att hoppa igenom den första tuffa delen. Efter att ha tagit den här kursen kommer deltagarna att förstå grunderna i Apache Spark , de kommer tydligt att differentiera RDD från DataFrame, de kommer att lära sig Python och Scala API, de kommer att förstå exekutörer och uppgifter, osv. Genom att följa bästa praxis fokuserar den här kursen starkt på molnutsättning, Databricks och AWS. Studenterna kommer också att förstå skillnaderna mellan AWS EMR och AWS Glue, en av de senaste Spark-tjänsterna i AWS. PUBLIK: Data Engineer, DevOps , Data Scientist
21 timmar
Scala är en kondenserad version av Java för storskalig funktionell och objektorienterad programmering. Apache Spark Streaming är en utökad komponent i Spark API för bearbetning av stora datamängder som realtidsströmmar. Tillsammans möjliggör Spark Streaming och Scala strömning av big data. Denna instruktörsledda, liveträning (på plats eller fjärrkontroll) riktar sig till programvaruingenjörer som vill strömma big data med Spark Streaming och Scala . I slutet av denna träning kommer deltagarna att kunna:
- Skapa Spark-applikationer med Scala programmeringsspråket.
- Använd Spark Streaming för att bearbeta kontinuerliga dataströmmar.
- Behandla strömmar av realtidsdata med Spark Streaming.
- Interaktiv föreläsning och diskussion.
- Massor av övningar och träning.
- Praktisk implementering i en levande labbmiljö.
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
14 timmar
SMACK är en samling av dataplattform programvara, nämligen Apache Spark, Apache Mesos, Apache Akka, Apache Cassandra, och Apache Kafka. Med hjälp av SMACK stack kan användare skapa och skala databehandlingsplattformar.
Denna instruktörledda, live-utbildning (online eller on-site) riktar sig till datavetenskapsmän som vill använda SMACK stack för att bygga databehandlingsplattformar för stora datalösningar.
Vid slutet av denna utbildning kommer deltagarna att kunna:
-
Implementera en data pipeline arkitektur för bearbetning av stora data.
Utveckla en klusterinfrastruktur med Apache Mesos och Docker.
Analysera data med Spark och Scala.
Hantera obestrukturerade data med Apache Cassandra.
-
Interaktiv föreläsning och diskussion.
Många övningar och övningar.
Hand-on implementering i en live-lab miljö.
-
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
21 timmar
Apache Spark är en analysmotor som är utformad för att distribuera data över en grupp för att behandla den parallellt. Den innehåller moduler för streaming, SQL, maskininlärning och grafisk bearbetning.
Denna instruktörledda, live-utbildning (online eller online) riktar sig till ingenjörer som vill implementera Apache Spark system för bearbetning av mycket stora mängder data.
Vid slutet av denna utbildning kommer deltagarna att kunna:
-
Installera och konfigurera Apache Spark.
Förstå skillnaden mellan Apache Spark och Hadoop MapReduce och när man ska använda vilket.
Läs snabbt i och analysera mycket stora dataset.
Integrera Apache Spark med andra maskininlärande verktyg.
-
Interaktiv föreläsning och diskussion.
Många övningar och övningar.
Hand-on implementering i en live-lab miljö.
-
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
21 timmar
Apache Spark är en distribuerad bearbetningsmotor för analys av mycket stora dataset. Det kan bearbeta data i batch och i realtid, samt utföra maskininlärning, ad-hoc queries och grafbearbetning. .NET för Apache Spark är en fri, öppen källkod och cross-platform big data analytics ram som stöder applikationer skrivet i C# eller F#.
Denna instruktörledda, live-utbildning (online eller on-site) riktar sig till utvecklare som vill utföra stor dataanalys med Apache Spark i sina.NET-applikationer.
Vid slutet av denna utbildning kommer deltagarna att kunna:
-
Installera och konfigurera Apache Spark.
Förstå hur.NET implementerar Spark APIs så att de kan komma åt från en.NET-app.
Utveckla databehandlingsapplikationer med hjälp av C# eller F#, som kan hantera dataset vars storlek mäts i terabiter och pedabiter.
Utveckla maskininlärningsfunktioner för en.NET-applikation med hjälp av Apache Spark funktioner.
Utför utforskningsanalys med hjälp av SQL frågor på stora dataset.
-
Interaktiv föreläsning och diskussion.
Många övningar och övningar.
Hand-on implementering i en live-lab miljö.
-
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
35 timmar
Apache Hadoop är en populär databehandlingsram för bearbetning av stora dataset över många datorer.
Denna instruktörledda, live-utbildning (online eller on-site) riktar sig till systemadministratörer som vill lära sig hur man konfigurerar, distribuerar och hanterar Hadoop kluster inom sin organisation.
Vid slutet av denna utbildning kommer deltagarna att kunna:
-
Installera och konfigurera Apache Hadoop.
Förstå de fyra huvudkomponenterna i Hadoop ekosystemet: HDFS, MapReduce, YARN och Hadoop Common.
Använd Hadoop Distributed File System (HDFS) för att skala en kluster till hundratals eller tusentals noder.
Installera HDFS för att fungera som lagringsmotor för on-premise Spark deployments.
Ställ in Spark för att få tillgång till alternativa lagringslösningar som Amazon S3 och NoSQL databassystem som Redis, Elasticsearch, Couchbase, Aerospike, etc.
Utföra administrativa uppgifter som tillhandahållande, hantering, övervakning och säkerhet av en Apache Hadoop kluster.
-
Interaktiv föreläsning och diskussion.
Många övningar och övningar.
Hand-on implementering i en live-lab miljö.
-
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
14 timmar
This instructor-led, live training in Sverige (online or onsite) is aimed at data scientists and developers who wish to use Spark NLP, built on top of Apache Spark, to develop, implement, and scale natural language text processing models and pipelines.
By the end of this training, participants will be able to:
- Set up the necessary development environment to start building NLP pipelines with Spark NLP.
- Understand the features, architecture, and benefits of using Spark NLP.
- Use the pre-trained models available in Spark NLP to implement text processing.
- Learn how to build, train, and scale Spark NLP models for production-grade projects.
- Apply classification, inference, and sentiment analysis on real-world use cases (clinical data, customer behavior insights, etc.).
35 timmar
MLlib är Sparks maskinlärningsbibliotek. Målet är att göra praktisk maskininlärning skalbar och enkel. Det består av vanliga inlärningsalgoritmer och verktyg, inklusive klassificering, regression, klustering, samarbetsfiltrering, dimensionalitetsminskning samt primitiv för optimering av lägre nivåer och API: er på högre nivå. Den delar upp i två paket:
- spark.mllib innehåller det ursprungliga API som är byggt ovanpå RDD: er.
- spark.ml tillhandahåller API på högre nivå byggd ovanpå DataFrames för konstruktion av ML-rörledningar.
21 timmar
This course is aimed at developers and data scientists who wish to understand and implement AI within their applications. Special focus is given to Data Analysis, Distributed AI and NLP.
28 timmar
Ett stort antal verkliga problem kan beskrivas när det gäller grafer Till exempel webbgrafen, det sociala nätverksdiagrammet, tågnätgrafen och språngrafiken Dessa grafer tenderar att vara extremt stora; bearbetar dem kräver en specialiserad uppsättning verktyg och processer dessa verktyg och processer kan kallas Graph Computing (även kallad Graph Analytics) I den här instruktörsledningen, direktutbildning, kommer deltagarna att lära sig om tekniska erbjudanden och implementeringsmetoder för behandling av grafdata Syftet är att identifiera realworld-objekt, deras egenskaper och relationer, sedan modellera dessa relationer och bearbeta dem som data med hjälp av en grafisk metod Vi börjar med en bred översikt och smala in på specifika verktyg när vi går igenom en serie fallstudier, handsonövningar och live-implementeringar Vid slutet av denna utbildning kommer deltagarna att kunna: Förstå hur grafdata är kvar och traverseras Välj den bästa ramen för en given uppgift (från grafdatabaser till batchbehandlingsramar) Implementera Hadoop, Spark, GraphX och Pregel för att utföra grafkalkylering på flera maskiner parallellt Visa realworld stora dataproblem när det gäller grafer, processer och traverser Publik utvecklare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
Last Updated:
Andra länder
Konsult
Helg Apache Spark kurs, kvällSpark utbildning, Apache Spark bootcamp, Spark instruktörledd, Helg Apache Spark utbildning, Kväll Apache Spark kurs, Spark coaching, Spark instruktör, Apache Spark tränare, Spark kurs, Apache Spark klasser, Apache Spark on-site, Spark privata kurser, Apache Spark en till en utbildning
