Big Data kurser och utbildning

Big Data kurser och utbildning

Lokala instruktörer ledda Big Data-kurser börjar med en introduktion till elementära begrepp i Big Data, sedan framsteg i programmeringsspråk och metoder som används för att utföra Data Analysis. Verktyg och infrastruktur för att möjliggöra stor datalagring, distribuerad bearbetning och skalbarhet diskuteras, jämförs och implementeras i demo övningar. Stor dataträning är tillgänglig 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

★★★★★
★★★★★

Big Data läroplaner

Titel
Varaktighet
Översikt
Titel
Varaktighet
Översikt
14 timmar
Översikt
Go al:

Lära sig att arbeta med SPSS på självständighetsnivå

Adressaterna:

Analytiker, forskare, forskare, studenter och alla de som vill skaffa sig förmågan att använda SPSS-paketet och lära sig populär datateknik.
7 timmar
Översikt
Apache NiFi (Hortonworks DataFlow) är en realtid integrerad datalogistik och enkel händelsehanteringsplattform som gör det möjligt att flytta, spåra och automatisera data mellan system. Det är skriven med flödesbaserad programmering och ger ett webbaserat användargränssnitt för att hantera dataflöden i realtid.

I denna instruktörsledda, live-träning kommer deltagarna att lära sig grunderna i flödesbaserad programmering när de utvecklar ett antal demo-förlängningar, komponenter och processorer som använder Apache NiFi .

I slutet av denna träning kommer deltagarna att kunna:

- Förstå NiFi: s arkitektur och dataflödeskoncept.
- Utveckla tillägg med NiFi och tredjeparts API: er.
- Anpassa sin egen Apache Nifi-processor.
- Förvara och bearbeta data i realtid från olika och ovanliga filformat och datakällor.

Kursformat

- Interaktiv föreläsning och diskussion.
- Massor av övningar och träning.
- Praktisk implementering i en levande lab-miljö.

Alternativ för kursanpassning

- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
21 timmar
Översikt
Apache Drill är en schemafree, distribuerad, inmemory columnar SQL-frågemotor för Hadoop, NoSQL och andra Cloud and File Storage-system Kraften i Apache Drill ligger i sin förmåga att ansluta data från flera datalager med en enda fråga Apache Drill stöder många NoSQL-databaser och filsystem, inklusive HBase, MongoDB, MapRDB, HDFS, MapRFS, Amazon S3, Azure Blob Storage, Google Cloud Storage, Swift, NAS och lokala filer Apache Drill är open source-versionen av Googles Dremel-system som är tillgänglig som en infrastrukturtjänst som heter Google BigQuery I den här instruktörsledda träningen kommer deltagarna att lära sig grunden för Apache Drill, och utnyttja sedan SQL-förmågan och bekvämligheten för att interaktivt fråga stora data över flera datakällor utan att skriva kod Deltagarna kommer också att lära sig hur man optimerar sina borrfrågor för distribuerat SQL-utförande Vid slutet av denna utbildning kommer deltagarna att kunna: Utför "selfservice" -utforskning på strukturerad och semistrukturerad data på Hadoop Fråga känd såväl som okänd data med SQL-frågor Förstå hur Apache Drills tar emot och utför frågor Skriv SQL-frågor för att analysera olika typer av data, inklusive strukturerad data i Hive, semistrukturerad data i HBase eller MapRDB-tabeller och data som sparas i filer som Parkett och JSON Använd Apache Drill för att utföra onthefly schema upptäckt, kringgå behovet av komplexa ETL och scheman operationer Integrera Apache Drill med BI (Business Intelligence) verktyg som Tableau, Qlikview, MicroStrategy och Excel Publik Dataanalyser Datavetenskapare SQL programmerare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
28 timmar
Översikt
MonetDB är en opensource-databas som pionjerar kolumnteknologin I denna instruktionsledda, levande träning kommer deltagarna att lära sig hur man använder MonetDB och hur man får mest ut av det Vid slutet av denna utbildning kommer deltagarna att kunna: Förstå MonetDB och dess funktioner Installera och börja med MonetDB Utforska och utför olika funktioner och uppgifter i MonetDB Accelerera leveransen av sitt projekt genom att maximera MonetDB-kapacitet Publik utvecklare Tekniska experter Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
28 timmar
Översikt
Mem SQL är ett i minne, distribuerat, SQL databashanteringssystem för moln och lokalt. Det är ett datalager i realtid som omedelbart ger insikter från levande och historiska data.

I denna instruktörsledda, live-träning kommer deltagarna att lära sig det väsentliga i Mem SQL för utveckling och administration.

I slutet av denna träning kommer deltagarna att kunna:

- Förstå de viktigaste begreppen och egenskaperna hos Mem SQL
- Installera, designa, underhålla och använda Mem SQL
- Optimera scheman i Mem SQL
- Förbättra frågor i Mem SQL
- Benchmark-prestanda i Mem SQL
- Bygg datatillämpningar i realtid med Mem SQL

Publik

- utvecklare
- Administratörer
- Driftingenjörer

Kursformat

- Delföreläsning, delvis diskussion, övningar och tung praktisk övning
28 timmar
Översikt
Hadoop är ett populärt ramverk för stor databehandling Python är ett högkvalitets programmeringsspråk känt för sin tydliga syntax och kodläsbarhet I den här instruktörsledda träningen kommer deltagarna att lära sig hur man arbetar med Hadoop, MapReduce, Pig och Spark med Python, eftersom de går igenom flera exempel och använder fall Vid slutet av denna utbildning kommer deltagarna att kunna: Förstå de grundläggande begreppen bakom Hadoop, MapReduce, Pig och Spark Använd Python med Hadoop Distributed File System (HDFS), MapReduce, Pig och Spark Använd Snakebite för att programmera åt HDFS inom Python Använd mrjob för att skriva MapReduce jobb i Python Skriv Spark-program med Python Utvid funktionaliteten hos gris med Python UDF Hantera MapReduce-jobb och grisskript med Luigi Publik utvecklare IT-proffs Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
21 timmar
Översikt
Python är ett programmeringsspråk på hög nivå känd för sin tydliga syntax och kodläsbarhet. Spark är en databehandlingsmotor som används för att fråga, analysera och transformera big data. PySpark tillåter användare att gränssnitta Spark med Python .

I denna instruktörsledda, live-träning kommer deltagarna att lära sig att använda Python och Spark tillsammans för att analysera big data när de arbetar med praktiska övningar.

I slutet av denna träning kommer deltagarna att kunna:

- Lär dig hur du använder Spark med Python att analysera Big Data .
- Arbeta med övningar som efterliknar verkliga omständigheter.
- Använd olika verktyg och tekniker för big data-analys med PySpark .

Kursformat

- Delföreläsning, delvis diskussion, övningar och tung praktisk övning
35 timmar
Översikt
Framsteg i teknik och den ökande mängd information förvandlar hur brottsbekämpning genomförs De utmaningar som Big Data utgör är nästan lika skrämmande som Big Datas löfte Att lagra data effektivt är en av dessa utmaningar; effektivt analysera det är en annan I denna instruktionsledda träningspraxis kommer deltagarna att lära sig tankesättet för att närma sig Big Data-teknik, bedöma deras inverkan på befintliga processer och policyer och genomföra dessa tekniker för att identifiera brottslig verksamhet och förebygga brott Fallstudier från brottsbekämpande organisationer runt om i världen kommer att undersökas för att få insikter om deras antagande, utmaningar och resultat Vid slutet av denna utbildning kommer deltagarna att kunna: Kombinera Big Data-teknik med traditionella datainsamlingsprocesser för att sammanfatta en historia under en undersökning Genomföra industriella stora datalagrings- och bearbetningslösningar för dataanalys Förbereda ett förslag till antagande av de mest adekvata verktyg och processer för att möjliggöra en datadriven strategi för brottsutredning Publik Advokatbyråer med teknisk bakgrund Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
14 timmar
Översikt
För att möta tillsynsmyndigheternas efterlevnad kan CSP: er ( Communication ) utnyttja Big Data Analytics som inte bara hjälper dem att uppfylla efterlevnaden utan inom samma projekt kan de öka kundnöjdheten och därmed minska svårigheterna. Eftersom överensstämmelse är relaterad till servicekvalitet som är knuten till ett kontrakt kommer varje initiativ för att uppfylla efterlevnaden att förbättra CSP: s konkurrensfördel. Därför är det viktigt att tillsynsmyndigheterna ska kunna ge råd eller vägleda en uppsättning Big Data analyspraxis för CSP: er som kommer att vara till ömsesidig nytta mellan tillsynsmyndigheterna och CSP: er.

Kursen består av 8 moduler (4 på dag 1 och 4 på dag 2)
28 timmar
Översikt
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 .
21 timmar
Översikt
Prediktiv analys är processen med att använda dataanalys för att göra förutsägelser om framtiden Denna process använder data tillsammans med data mining, statistik och maskininlärningsteknik för att skapa en förutsägbar modell för prognoser för framtida händelser I den här instruktionsledda träningen lär deltagarna att använda Matlab för att bygga prediktiva modeller och tillämpa dem på stora provdatasatser för att förutsäga framtida händelser baserat på data Vid slutet av denna utbildning kommer deltagarna att kunna: Skapa prediktiva modeller för att analysera mönster i historiska och transaktionsdata Använd prediktiv modellering för att identifiera risker och möjligheter Bygg matematiska modeller som tar viktiga trender Använd data från enheter och affärssystem för att minska avfall, spara tid eller minska kostnader Publik utvecklare ingenjörer Domänexperter Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
21 timmar
Översikt
Apache NiFi (Hortonworks DataFlow) är en realtid integrerad datalogistik och enkel händelsehanteringsplattform som gör det möjligt att flytta, spåra och automatisera data mellan system. Det är skriven med flödesbaserad programmering och ger ett webbaserat användargränssnitt för att hantera dataflöden i realtid.

I denna instruktörsledda, live-träning (på plats eller fjärrkontroll) kommer deltagarna att lära sig hur man distribuerar och hanterar Apache NiFi i en levande laboratoriemiljö.

I slutet av denna träning kommer deltagarna att kunna:

- Installera och konfigurera Apachi NiFi.
- Källa, transformera och hantera data från olika, distribuerade datakällor, inklusive databaser och big data sjöar.
- Automatisera dataflöden.
- Aktivera strömningsanalys.
- Använd olika metoder för intag av data.
- Förvandla Big Data och till affärsinblick.

Kursformat

- Interaktiv föreläsning och diskussion.
- Massor av övningar och träning.
- Praktisk implementering i en levande lab-miljö.

Alternativ för kursanpassning

- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
7 timmar
Översikt
I denna instruktörsledda, liveträning kommer deltagarna att lära sig de grundläggande koncepten bakom MapR Stream Architecture när de utvecklar en realtidsströmningsapplikation.

I slutet av denna utbildning kan deltagarna bygga tillverkare och konsumentapplikationer för realtidsströmuppgifter.

Publik

- utvecklare
- Administratörer

Kursformat

- Delföreläsning, delvis diskussion, övningar och tung praktisk övning

Notera

- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
14 timmar
Översikt
Apache SolrCloud är en distribuerad databehandlingsmotor som underlättar sökning och indexering av filer på ett distribuerat nätverk I denna instruktörsledda, levande träning kommer deltagarna att lära sig hur man skapar en SolrCloud-instans på Amazon AWS Vid slutet av denna utbildning kommer deltagarna att kunna: Förstå SolClouds funktioner och hur de jämförs med de konventionella masterslave-kluster Konfigurera ett SolCloud centraliserat kluster Automatisera processer som att kommunicera med shards, lägga till dokument till shards etc Använd Zookeeper tillsammans med SolrCloud för att ytterligare automatisera processer Använd gränssnittet för att hantera felrapportering Ladda upp en SolrCloud-installation Konfigurera SolrCloud för kontinuerlig bearbetning och failover Publik Solr Developers Projektledare Systemadministratörer Sök analytiker Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
28 timmar
Översikt
Datavalvmodellering är en databasmodellteknik som ger långvarig historisk lagring av data som kommer från flera källor En datavalv lagrar en enda version av fakta, eller "alla data, hela tiden" Den flexibla, skalbara, konsekventa och anpassningsbara konstruktionen omfattar de bästa aspekterna av 3: e normalform (3NF) och stjärnschema I denna instruktörledda, levande träning kommer deltagarna att lära sig att bygga en Data Vault Vid slutet av denna utbildning kommer deltagarna att kunna: Förstå arkitekturen och designkoncepten bakom Data Vault 20 och dess interaktion med Big Data, NoSQL och AI Använd datavalvtekniker för att möjliggöra revision, spårning och inspektion av historiska data i ett datalager Utveckla en konsekvent och repeterbar ETL (Extract, Transform, Load) -process Bygg och distribuera hög skalbara och repeterbara lager Publik Datamodellerare Data warehousing specialist Business Intelligence-specialister Datatekniker Databasadministratörer Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
14 timmar
Översikt
Datameer är en affärsinformations- och analysplattform byggd på Hadoop Det gör det möjligt för endusers att få tillgång till, utforska och korrelera storskala, strukturerad, semistrukturerad och ostrukturerad data på ett easytouse-sätt I den här instruktionsledda träningspasset lär deltagarna att använda Datameer för att övervinna Hadops branta inlärningskurva, eftersom de går igenom installationen och analysen av en serie stora datakällor Vid slutet av denna utbildning kommer deltagarna att kunna: Skapa, curate och interaktivt utforska en företagsdatasjö Få tillgång till affärsinformationslager, transaktionsdatabaser och andra analytiska butiker Använd en kalkylarks användargränssnitt för att designa ändringsrutiner för databehandling Få tillgång till förbyggda funktioner för att utforska komplexa datarelationer Använd draganddrop-guider för att visualisera data och skapa instrumentpaneler Använd tabeller, diagram, grafer och kartor för att analysera sökresultat Publik Dataanalyser Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
14 timmar
Översikt
Tigon är en open source, realtime, lowlatency, highthroughput, native YARN, strömbehandlingsramverk som sitter ovanpå HDFS och HBase för uthållighet Tigon-applikationer adresserar användarfall som nätverksintrångsdetektering och -analys, marknadsanalys av sociala medier, platsanalyser och realtidsrekommendationer till användare Denna instruktörsledda, levande träning introducerar Tigons strategi för att blanda realtid och satsvis bearbetning eftersom det går deltagare genom att skapa en provapplikation Vid slutet av denna utbildning kommer deltagarna att kunna: Skapa kraftfulla, strömbehandlingsprogram för hantering av stora datamängder Process strömkällor som Twitter och Webserver Logs Använd Tigon för snabb anslutning, filtrering och aggregering av strömmar Publik utvecklare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
14 timmar
Översikt
,
14 timmar
Översikt
Vespa en opensource stor databehandling och servering motor skapad av Yahoo Det används för att svara på användarfrågor, göra rekommendationer och tillhandahålla personligt innehåll och annonser i realtid Denna instruktionsledda, levande utbildning introducerar utmaningarna med att betjäna storskaliga data och går deltagare genom att skapa en applikation som kan beräkna svar på användarförfrågningar, över stora dataset i realtid Vid slutet av denna utbildning kommer deltagarna att kunna: Använd Vespa för att snabbt beräkna data (lagra, söka, rangordna, organisera) vid visningstid medan en användare väntar Implementera Vespa i befintliga applikationer med funktionssökning, rekommendationer och anpassning Integrera och distribuera Vespa med befintliga stora datasystem som Hadoop och Storm Publik utvecklare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
21 timmar
Översikt
Apache Apex är en YARN-inbyggd plattform som förenar ström- och batchbehandling. Den bearbetar stor data-i-rörelse på ett sätt som är skalbar, performant, feltolerant, tillståndsfull, säker, distribuerad och lättanvändbar.

Den här instruktörsledda, liveträningen introducerar Apache Apex enhetliga strömbearbetningsarkitektur och leder deltagarna genom skapandet av en distribuerad applikation med Apex på Hadoop .

I slutet av denna träning kommer deltagarna att kunna:

- Förstå dataledningens rörledningskoncept som anslutningar för källor och sänkor, vanliga datatransformationer, etc.
- Bygg, skala och optimera en Apex-applikation
- Bearbeta dataströmmar i realtid pålitligt och med minimal latens
- Använd Apex Core och Apex Malhar-biblioteket för att möjliggöra snabb applikationsutveckling
- Använd Apex API för att skriva och återanvända befintlig Java kod
- Integrera Apex i andra applikationer som en processmotor
- Ställa in, testa och skala Apex-applikationer

Kursformat

- Interaktiv föreläsning och diskussion.
- Massor av övningar och träning.
- Praktisk implementering i en levande lab-miljö.

Alternativ för kursanpassning

- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
7 timmar
Översikt
Alexio är ett open source virtuellt distribuerat lagringssystem som förenar olika lagringssystem och möjliggör att applikationer kan interagera med data vid minneshastighet Det används av företag som Intel, Baidu och Alibaba I den här instruktionsledda träningen lär deltagarna att lära sig hur man använder Alexio för att överbrygga olika beräkningsramar med lagringssystem och effektivt hantera data för multipetabyteskalan, eftersom de går igenom skapandet av en applikation med Alluxio Vid slutet av denna utbildning kommer deltagarna att kunna: Utveckla en ansökan med Alluxio Anslut stora datasystem och applikationer samtidigt som du behåller en namnrymd Effektivt extrahera värdet från stora data i vilket lagringsformat som helst Förbättra arbetsbelastningen Implementera och hantera Alluxio fristående eller grupperade Publik Datavetenskapare Utvecklare Systemadministratör Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
28 timmar
Översikt
Apache Flink är ett open-source ramverk för skalbar strömning och batchdatabearbetning.

denna instruktörsledda, levande utbildning introducerar principer och tillvägagångs sätt bakom distribuerad ström och batchdatabehandling, och går deltagare genom skapandet av en real tid, data streaming ansökan i Apache Flink.

i slutet av denna utbildning kommer deltagarna att kunna:

- Konfigurera en miljö för att utveckla data analys program.
- Package, köra och övervaka Flink-baserade, feltoleranta, data streaming program.
- hantera olika arbets belastningar.
- utför avancerade analyser med Flink ML.
- Konfigurera ett Flink-kluster med flera noder.
- mät och optimera prestandan.
- integrera Flink med olika Big data-system.
- Jämför Flink kapacitet med de andra stora data behandling ramverk.

format för kursen

- del föreläsning, del diskussion, övningar och tung praktisk praxis
14 timmar
Översikt
AI är en samling av tekniker för att bygga intelligenta system som kan förstå data och aktiviteter som omger data för att göra "intelligenta beslut" För telekomleverantörer kan byggnadstillämpningar och tjänster som använder AI öppna dörren för förbättrad drift och service inom områden som underhåll och nätverksoptimering I denna kurs undersöker vi de olika tekniker som utgör AI och de färdigheter som krävs för att de ska kunna användas Under hela kursen undersöker vi AIs specifika applikationer inom telekombranschen Publik Nätverk ingenjörer Nätverksoperatörspersonal Telekom tekniska chefer Kursens format Delföreläsning, diskussion, handsonövningar .
7 timmar
Översikt
Apache Drill är en schemafree, distribuerad, inmemory columnar SQL-frågemotor för Hadoop, NoSQL och andra Cloud and File Storage-system Kraften i Apache Drill ligger i sin förmåga att ansluta data från flera datalager med en enda fråga Apache Drill stöder många NoSQL-databaser och filsystem, inklusive HBase, MongoDB, MapRDB, HDFS, MapRFS, Amazon S3, Azure Blob Storage, Google Cloud Storage, Swift, NAS och lokala filer Apache Drill är open source-versionen av Googles Dremel-system som är tillgänglig som en infrastrukturtjänst som heter Google BigQuery I den här instruktörsledningen, live-träning, kommer deltagarna att lära sig att optimera och felsöka Apache Drill för att förbättra prestandan av frågor på mycket stora dataset Kursen börjar med en arkitektonisk översikt och funktion jämförelse mellan Apache Drill och andra interaktiva data analysverktyg Deltagarna går sedan igenom en serie interaktiva handson-träningssessioner som inkluderar installation, konfiguration, prestandautvärdering, sökoptimering, datadisitionering och felsökning av en Apache Drill-instans i en levande laboratoriemiljö Vid slutet av denna utbildning kommer deltagarna att kunna: Installera och konfigurera Apache Drill Förstå Apache Drills arkitektur och funktioner Förstå hur Apache Drills tar emot och utför frågor Optimera borrfrågor för distribuerad SQL-körning Debug Apache Drill Publik utvecklare Systemadministratörer Dataanalyser Kursens format Delföreläsning, diskussion, övningar och tung handson-övning anteckningar För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna .
14 timmar
Översikt
Apache Arrow är ett öppet källkodsdatabehandlingsram. Det används ofta tillsammans med andra datavetenskapliga verktyg för att komma åt olika datalagrar för analys. Det integreras väl med annan teknik som GPU databaser, maskininlärningsbibliotek och verktyg, exekveringsmotorer och datavisualiseringsramar.

I denna instruktörsledda, liveträning på plats, kommer deltagarna att lära sig att integrera Apache Arrow med olika Data Science ramverk för att få tillgång till data från olika datakällor.

I slutet av denna träning kommer deltagarna att kunna:

- Installera och konfigurera Apache Arrow i en distribuerad klustermiljö
- Använd Apache Arrow att komma åt data från olika datakällor
- Använd Apache Arrow att kringgå behovet av att konstruera och underhålla komplexa ETL-rörledningar
- Analysera data över olika datakällor utan att behöva konsolidera dem till ett centraliserat arkiv

Publik

- Datavetare
- Dataingenjörer

Format Kursens

- Delföreläsning, delvis diskussion, övningar och tung praktisk övning

Notera

- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
7 timmar
Översikt
This instructor-led, live training (onsite or remote) is aimed at technical persons who wish to learn how to implement a machine learning strategy while maximizing the use of big data.

By the end of this training, participants will:

- Understand the evolution and trends for machine learning.
- Know how machine learning is being used across different industries.
- Become familiar with the tools, skills and services available to implement machine learning within an organization.
- Understand how machine learning can be used to enhance data mining and analysis.
- Learn what a data middle backend is, and how it is being used by businesses.
- Understand the role that big data and intelligent applications are playing across industries.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.
14 timmar
Översikt
Teradata is a popular Relational Database Management System for building large scale data warehousing applications. Teradata achieves this by way of parallelism.

This instructor-led, live training (onsite or remote) is aimed at application developers and engineers who wish to master more sophisticated usages of the Teradata database.

By the end of this training, participants will be able to:

- Manage Teradata space.
- Protect and distribute data in Teradata.
- Read Explain Plan.
- Improve SQL proficiency.
- Use main utilities of Teradata.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.
35 timmar
Översikt
KNIME is a free and open-source data analytics, reporting and integration platform. KNIME integrates various components for machine learning and data mining through its modular data pipelining concept. A graphical user interface and use of JDBC allows assembly of nodes blending different data sources, including preprocessing (ETL: Extraction, Transformation, Loading), for modeling, data analysis and visualization without, or with only minimal, programming. To some extent as advanced analytics tool KNIME can be considered as a SAS alternative.

Since 2006, KNIME has been used in pharmaceutical research, it also used in other areas like CRM customer data analysis, business intelligence and financial data analysis.
21 timmar
Översikt
Pivotal Greenplum is a Massively Parallel Processing (MPP) Data Warehouse platform based on PostgreSQL.

This instructor-led, live training (onsite or remote) is aimed at developers who wish to set up a multi-node Greenplum database.

By the end of this training, participants will be able to:

- Install and configure Pivotal Greenplum.
- Model data in accordance to current needs and future expansion plans.
- Carry out different techniques for distributing data across multiple nodes.
- Improve database performance through tuning.
- Monitor and troubleshoot a Greenplum database.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.
Helg Big Data kurs, kvällBig Data utbildning, Big Data bootcamp, Big Data instruktörledd, Helg Big Data utbildning, Kväll Big Data kurs, Big Data coaching, Big Data instruktör, Big Data tränare, Big Data kurs, Big Data klasser, Big Data on-site, Big Data privata kurser, Big Data en till en utbildning

Rabatterade kurser

Nyhetsbrev & Erbjudanden

Anmäl dig till vårt nyhetsbrev så får du information om aktuella rabatter på öppna kurser. Vi respekterar ditt privatliv, så att din e-postadress kommer endast att användas för sändning vårt nyhetsbrev. När som helst kan du ändra inställningarna eller helt avbeställa den.

Våra kunder

is growing fast!

We are looking to expand our presence in Sweden!

As a Business Development Manager you will:

  • expand business in Sweden
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!