Big Data Kurs i Skåne

Denna instruktörsledda, liveutbildning på plats (online eller på plats) riktar sig till datavetare och ingenjörer på mellannivå som vill använda Google Colab och Apache Spark för bearbetning och analys av stora datamängder.

Efter avslutad utbildning kommer deltagarna att kunna:

• Sätt upp en miljö för stora datamängder med hjälp av Google Colab och Spark.
• Bearbeta och analysera stora datamängder effektivt med Apache Spark.
• Visualisera stora datamängder i en samarbetsmiljö.
• Integrera Apache Spark med molnbaserade verktyg.

Stratio är en datacentrisk plattform som integrerar stora data, AI och styrning i en enda lösning. Dess Rocket- och Intelligence-moduler möjliggör snabb datautforskning, transformering och avancerad analys i företagsmiljöer.

Denna instruktörsledda, levande utbildning (online eller på plats) riktar sig till mellannivådatafagliga personer som vill använda Rocket- och Intelligence-modulerna i Stratio effektivt med PySpark, med fokus på loopstrukturer, användardefinierade funktioner och avancerad datalogi.

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Navigera och arbeta inom Stratio-plattformen med Rocket- och Intelligence-modulerna.
• Använda PySpark i samband med datainsamling, transformering och analys.
• Använda loopar och villkorlig logik för att kontrollera datarutiner och funktioner för databehandling.
• Skapa och hantera användardefinierade funktioner (UDFs) för återanvändbara databehandlingsoperationer i PySpark.

Kursformat

• Interaktiv föreläsning och diskussion.
• Många övningar och praktik.
• Hands-on-implementering i en levande labbmiljö.

Kursanpassningsalternativ

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att arrangera.

Data Warehouse är praktiken att designa, bygga och driftsätta centraliserade dataarkiv som stöder analysering, rapportering och beslutsfattande.

Detta instruktörslärd kurstillfälle (online eller på plats) är riktat till dataprofessionals med mellannivåkompetens som vill modellera dimensionellt data, bygga robusta ETL-pipeliner och optimera analytiska arbetsbelastningar.

Vid kursets avslutning kommer deltagarna att kunna:

• Förklara grundläggande data warehouse-koncept och arkitekturer.
• Designa dimensionella modeller och välja mellan stjärn- och snöflingsscheman.
• Bygga och orchestrera ETL- och ELT-pipeliner på ett betroddt sätt.
• Skilja OLTP från OLAP-arbetsbelastningar och optimera för analysering.

Kursformat

• Interaktiv föreläsning och diskussion.
• Många övningar och praktik.
• Hands-on implementation i en live-labbmiljö.

Kursanpassningsalternativ

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att arrangera.

Deltagare som genomför denna instruktörsledda, live-utbildning i Skåne kommer att få en praktisk, verklig förståelse för Big Data och dess relaterade teknologier, metoder och verktyg.

Deltagarna kommer att få möjlighet att omsätta denna kunskap i praktiken genom praktiska övningar. Gruppinteraktion och lärarfeedback utgör en viktig del av klassen.

Kursen börjar med en introduktion till elementära begrepp i Big Data och går sedan vidare till de programmeringsspråk och metoder som används för att utföra Data Analysis. Slutligen diskuterar vi de verktyg och den infrastruktur som möjliggör Big Data lagring, distribuerad bearbetning och Scalability.

Greenplum är en öppen källkod för massivt parallell bearbetning (MPP) av dataplattformen som är utformad för analytik och miljöer med stora mängder data.

Denna instruktörsledda, levande utbildning (online eller på plats) riktar sig till tekniska användare på mellan- till avancerad nivå som vill förstå den interna arkitekturen hos Greenplum, bygga optimerade datamodeller och tillämpa högpresterande SQL i distribuerade miljöer.

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Förstå Greenplums arkitektur utan delad resurs och parallell modell.
• Designa distribuerade tabellstrukturer och partitioner optimerade för frågeprestanda.
• Använda indexstrategier, lagringsformat och fysiska designtekniker.
• Tolka EXPLAIN-planer och optimera frågor med bästa praxis.

Utbildningens format

• Interaktiv föreläsning och diskussion.
• Många övningar och praktiska uppgifter.
• Händer-i-labbmiljö.

Alternativ för kursanpassning

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.

Greenplum är en öppen källkod, massivt parallell data-plattform baserad på PostgreSQL, designad för avancerad analys och storskaliga datawarehouse-lösningar.

Denna instruktörsledda, levande träning (online eller på plats) riktar sig till mellanavancerade administratörer som vill installera, konfigurera och hantera Greenplum-miljöer effektivt, inklusive hantering av systemuppdateringar och bibliotek.

Efter avslutad träning kommer deltagarna att kunna:

• Installera och konfigurera en produktionsklar Greenplum-kluster.
• Hantera systemuppdateringar och tillämpa patchar på ett säkert sätt.
• Hantera Greenplum-biblioteksförvaltning för analys och tillägg.
• Felsöka och övervaka Greenplum-system.

Kursformat

• Interaktiv föreläsning och diskussion.
• Praktisk användning av Greenplum i en kontrollerad labbmiljö.
• Guidade övningar fokuserade på klusteruppsättning, uppgraderingsflöden och systemtillägg.

Alternativ för kursanpassning

• För att begära en anpassad träning för denna kurs baserat på din miljö eller data-plattform, kontakta oss för att arrangera.

Denna ledarledda, levande utbildning (online eller på plats) är riktad till avancerade dataprofessionella som vill optimera datahanteringsflöden, säkerställa dataintegritet och implementera robusta datalakehouse-lösningar som kan hantera komplexiteten i moderna big data-applikationer.

Efter avslutad utbildning kommer deltagarna att kunna:

• Få en djupgående förståelse för Icebergs arkitektur, inklusive hantering av metadata och filuppbyggnad.
• Konfigurera Iceberg för optimal prestanda i olika miljöer och integrera den med flera datahanteringsmotorer.
• Hantera stora Iceberg-tabeller, utföra komplexa schemaändringar och hantera partitioneringsevolution.
• Behärska tekniker för att optimera frågeprestanda och dataskanningseffektivitet för stora dataset.
• Implementera mekanismer för att säkerställa datakonsistens, hantera transaktionsgarantier och hantera fel i distribuerade miljöer.

Denna kurs, som hålls av en instruktör, är en live-training (online eller på plats) som riktar sig till dataprofessionella på grundläggande nivå som vill förvärva kunskap och färdigheter för att effektivt använda Apache Iceberg för hantering av stora datamängder, säkerställa dataintegritet och optimera datahanteringsarbetsflöden.

Vid kursens slut kommer deltagarna att kunna:

• Få en djup förståelse för Apache Icebergs arkitektur, funktioner och fördelar.
• Lära sig om tabellformat, partitionering, schemaevolution och time travel-funktioner.
• Installera och konfigurera Apache Iceberg i olika miljöer.
• Skapa, hantera och manipulera Iceberg-tabeller.
• Förstå processen att migrera data från andra tabellformat till Iceberg.

Denna instruktörledda, liveutbildning på plats eller online vänder sig till IT-professionella på mellannivå som vill förbättra sina färdigheter inom dataarkitektur, styrning, molnberäkning och big data-teknologier för att effektivt hantera och analysera stora datamängder för dataöverföring inom sina organisationer.

Vid kursens slut kommer deltagarna att kunna:

• Förstå grundläggande begrepp och komponenter i olika dataarkitekturer.
• Förvärva en omfattande förståelse av principerna för datahantering och deras betydelse i regelbundna miljöer.
• Implementera och hantera datahanteringsramverk såsom Dama och Togaf.
• Använda molnplattformar för effektiv datalagring, bearbetning och hantering.

Denna instruktörsledda, liveutbildning på plats eller online vänder sig till dataingenjörer på mellanstadienivå som vill lära sig hur man använder Azure Data Lake Storage Gen2 för effektiva dataanalyslösningar.

Vid utbildningens slut ska deltagarna kunna:

• Förstå arkitekturen och de viktigaste funktionerna i Azure Data Lake Storage Gen2.
• Optimerar datahantering och åtkomst för kostnad och prestanda.
• Integrera Azure Data Lake Storage Gen2 med andra Azure-tjänster för analys och datahantering.
• Utveckla lösningar med Azure Data Lake Storage Gen2 API.
• Felsöka vanliga problem och optimerar lagringsstrategier.

Den här instruktörsledda, liveutbildningen i Skåne (online eller på plats) riktar sig till utvecklare som vill använda och integrera Spark, Hadoop och Python för att bearbeta, analysera och transformera stora och komplexa datamängder.

I slutet av denna utbildning kommer deltagarna att kunna:

• Konfigurera den miljö som krävs för att börja bearbeta stordata med Spark, Hadoop och Python.
• Förstå funktionerna, kärnkomponenterna och arkitekturen i Spark och Hadoop.
• Lär dig hur du integrerar Spark, Hadoop och Python för bearbetning av stordata.
• Utforska verktygen i Spark-ekosystemet (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka och Flume).
• Skapa rekommendationssystem för samarbetsfiltrering som liknar Netflix, YouTube, Amazon, Spotify och Google.
• Använd Apache Mahout för att skala maskininlärningsalgoritmer.

Big Data och Avancerad Analys är tillämpningen av avancerade tekniker och verktyg för att analysera stora, komplexa datamängder för åtgärdsbara insikter och strategiskt beslutsfattande.

Denna ledarstyrda, liveutbildning (online eller på plats) är riktad till avancerade dataprofessionella som vill utnyttja spetsanalytiska metoder och big data-teknologier för prediktiv, preskriptiv och realtidsanalys.

Vid kursens slut kommer deltagarna att kunna:

• Designa och implementera storskaliga databearbetningspipelines för strukturerade och ostrukturerade data.
• Använda avancerade maskininlärnings- och djupinlärningstekniker på stora datamängder.
• Utnyttja distribuerade beräkningsramverk för realtidsanalys och datastreaming.
• Integrera big data-analys i företagsintelligens och beslutssystem.

Kursformat

• Interaktiva föreläsningar och diskussioner.
• Många övningar och praktik.
• Hands-on-implementering i en live-labmiljö.

Kursanpassningsalternativ

• För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.

Denna instruktörsvägleda, liveutbildning i Skåne (online eller på plats) är riktad till mellannivå-IT-professionals som vill ha en omfattande förståelse av IBM DataStage från både administrativ och utvecklingsperspektiv. Detta gör att de kan hantera och använda verktyget effektivt i sina respektive arbetsplatser.

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Förstå de centrala koncepten i DataStage.
• Lär sig hur man effektivt installerar, konfigurerar och hanterar DataStage-miljöer.
• Ansluta till olika datakällor och extrahera data effektivt från databaser, platt filer och externa källor.
• Implementera effektiva tekniker för dataladdning.

Den här instruktörsledda, liveutbildningen i Skåne (online eller på plats) riktar sig till systemadministratörer på nybörjar- till mellannivå som vill distribuera, underhålla och optimera Spark-kluster.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Apache Spark i olika miljöer.
• Hantera klusterresurser och övervaka Spark-program.
• Optimera prestanda för Spark-kluster.
• Implementera säkerhetsåtgärder och säkerställ hög tillgänglighet.
• Felsöka och felsöka vanliga Spark-problem.

Deltagare som avslutar denna instruktörsvägleda, liveutbildning i Skåne kommer att få en praktisk, verklighetsanknuten förståelse för Big Data och dess relaterade tekniker, metodik och verktyg.

Deltagarna kommer att ha möjlighet att sätta denna kunskap i praktik genom övningar. Gruppdiskussioner och instruktörsfeedback utgör ett viktigt deltagarinslag.

Kursen börjar med en introduktion till grundläggande koncept inom Big Data, fortsätter sedan med programmeringsspråk och metodik som används för att utföra dataanalys. Till sist diskuterar vi de verktyg och infrastruktur som möjliggör lagring av stora datamängder, distribuerad bearbetning och skalbarhet.

I denna instruktörsledda, liveträning i Skåne kommer deltagarna att lära sig hur man använder Python och Spark tillsammans för att analysera big data medan de arbetar med praktiska övningar.

I slutet av denna utbildning kommer deltagarna att kunna:

• Lär dig hur du använder Spark med Python för att analysera Big Data.
• Arbeta med övningar som efterliknar verkliga fall.
• Använda olika verktyg och tekniker för analys av stora datamängder med hjälp av PySpark.

Målgrupp:

Kurset riktar sig till IT-specialister som söker en lösning för att lagra och bearbeta stora datamängder i en distribuerad systemmiljö

Förkunskap:

Djup kunskap om Apache Zookeeper-administration.

Teknologiframsteg och den ökande mängden information förändrar hur affärsverksamhet drivs inom många branscher, inklusive staten. Generering av data och digital arkivering i regeringsorganisationer ökar på grund av snabbt växande mobil enheter och appar, smarta sensorer och enheter, molntjänster och medborgarriktade webbportaler. När digital information utvidgas och blir mer komplex, blir informationshantering, bearbetning, lagring, säkerhet och hantering mer komplexa också. Ny teknik för insamling, sökning, upptäckt och analys hjälper organisationer att få insikter från deras ostrukturerade data. Regeringsmarknaden är vid en vändpunkt, där man inser att information är ett strategiskt tillgångsbelopp, och att regeringen måste skydda, utnyttja och analysera både strukturerad och ostrukturerad information för att bättre tjäna och uppfylla sina uppdrag. Medan regeringsledare arbetar med att utveckla datadrivna organisationer för att lyckas med sina uppdrag, lägger de grunden för att samordna beroenden mellan händelser, människor, processer och information.

Högkvalitativa regeringstjänster kommer att skapas genom en kombination av de mest förändrande teknologier:

• Mobil enheter och appar
• Molntjänster
• Sociala affärsverktyg och nätverk
• Big Data och analyser

Big Data är en av de smarta industrilösningarna och gör det möjligt för regeringen att fatta bättre beslut genom att agera på grundval av mönster som avslöjas genom analys av stora mängder data — relaterade och orelaterade, strukturerade och ostrukturerade.

Att lyckas med dessa prestationer kräver mer än att bara samla in massor av data. "Att få grepp om dessa stora mängder Big Data kräver moderna verktyg och teknologier som kan analysera och extrahera användbar kunskap från stora och mångsidiga informationsströmmar," skrev Tom Kalil och Fen Zhao vid White House Office of Science and Technology Policy i en post på OSTP Blog.

Vithuset tog ett steg för att hjälpa myndigheter att hitta dessa teknologier när det lade grunden till National Big Data Research and Development Initiative 2012. Initiativet inkluderade mer än 200 miljoner dollar för att optimera den explosion av Big Data och de verktyg som krävs för att analysera det.

Utmaningarna som Big Data ställer är lika svåra som dess löfte är uppmuntrande. Effektiv lagring av data är en av dessa utmaningar. Som vanligt är budgeterna stramade, så myndigheter måste minimera priset per megabyte för lagring och hålla datan lätt tillgänglig så att användare kan få den när de vill och som de behöver den. Att säkerhetskopiera stora mängder data ökar utmaningen.

Effektiv analys av data är en annan viktig utmaning. Många myndigheter använder kommersiella verktyg som möjliggör att de kan gräva sig igenom bergen av data och upptäcka trender som kan hjälpa dem att arbeta mer effektivt. (Ett nyligt studie av MeriTalk visade att federala IT-exekutiva anser att Big Data kan hjälpa myndigheter att spara mer än 500 miljarder dollar samtidigt som de uppfyller sina uppdrag.).

Anpassade Big Data-verktyg låter också myndigheter hantera behovet av att analysera deras data. Till exempel har Oak Ridge National Laboratorys Computational Data Analytics Group gjort sitt Piranha-dataanalys-system tillgängligt för andra myndigheter. Systemet har hjälpt medicinska forskare att hitta en länk som kan varna läkare om aortanöd innan de uppstår. Det används också för mindre banala uppgifter, såsom att gräva sig igenom CV:n för att koppla jobbsökande med rekryteringsansvariga.

Dag 1 - ger en övergripande översikt över viktiga Big Data-ämnen. Modulen är uppdelad i en serie av sektioner, varav var och en följs av en praktisk övning.

Dag 2 - utforskar ett antal ämnen som rör analyspraxis och verktyg för Big Data-miljöer. Den går inte in på implementerings- eller programmeringsdetaljer, utan håller sig på ett konceptuellt nivå och fokuserar på ämnen som gör att deltagarna kan utveckla en omfattande förståelse för de vanliga analysfunktionerna och egenskaperna som erbjuds av Big Data-lösningar.

Dag 3 - ger en översikt över de grundläggande och väsentliga ämnesområdena som rör arkitekturen för Big Data-lösningsplattformar. Den täcker Big Data-mekanismer som krävs för utveckling av en Big Data-lösningsplattform och arkitekturala alternativ för att sammanställa en databehandlingsplattform. Vanliga scenarier presenteras också för att ge en grundläggande förståelse för hur en Big Data-lösningsplattform vanligtvis används.

Dag 4 - bygger vidare på Dag 3 genom att utforska avancerade ämnen som rör arkitekturen för Big Data-lösningsplattformar. I synnerhet introduceras och diskuteras olika arkitekturlager som utgör Big Data-lösningsplattformen, inklusive datakällor, dataingress, datalagring, databehandling och säkerhet.

Dag 5 - täcker ett antal övningar och problem som är utformade för att testa deltagarnas förmåga att tillämpa kunskaper om ämnen som täckts under Dag 3 och 4.

Big data analytics innebär processen med att granska stora mängder varierade datamängder för att upptäcka korrelationer, dolda mönster och andra användbara insikter.

Hälsosektorn har enorma mängder komplexa och heterogena medicinska och kliniska data. Att tillämpa big data analytics på hälsovårdsdata erbjuder stort potential för att härleda insikter som kan förbättra leveransen av hälso- och sjukvård. Men storleken på dessa datamängder utgör stora utmaningar i analysen och praktiska tillämpningar i en klinisk miljö.

I detta instruktörsledda, live-träning (distant), kommer deltagarna att lära sig hur man utför big data analytics inom hälsosektorn genom att gå igenom en serie praktiska övningar i ett laboratoriemiljö.

När kurserna är avslutade kommer deltagarna kunna:

• Installera och konfigurera big data analytics-verktyg som Hadoop MapReduce och Spark
• Förstå egenskaperna hos medicinska data
• Tillämpa big data-tekniker för att hantera medicinska data
• Studera big data-system och algoritmer i sammanhanget av hälsoapplikationer

Målgrupp

• Utvecklare
• Data vetenskapsmän

Kursformat

• Delen föreläsning, delen diskussion, övningar och mycket praktisk handledning.

Notering

• För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna det.

I den här instruktörsledda, liveutbildningen i Skåne kommer deltagarna att lära sig det tankesätt som krävs för att närma sig Big Data teknologier, bedöma deras påverkan på befintliga processer och policyer, samt implementera dessa teknologier i syfte att identifiera brottslig aktivitet och förebygga brott. Fallstudier från brottsbekämpande myndigheter över hela världen kommer att granskas 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 datainsamlingprocesser för att sammanfoga en berättelse under en utredning.
• Implementera industriella lösningar för lagring och bearbetning av storskaliga data för dataanalys.
• Förbereda ett förslag för antagandet av de mest adekvata verktygen och processerna för att möjliggöra en datadriven strategi för kriminalutredning.

Big Data är ett begrepp som avser lösningar för lagring och bearbetning av stora datamängder. Ursprungligen utvecklade av Google, har dessa Big Data-lösningar utvecklats och inspirerat andra liknande projekt, många av vilka är tillgängliga som open-source. R är ett populärt programspråk inom den finansiella branschen.

När traditionella lagringstekniker inte hanterar den mängd data du behöver lagra finns det hundratals alternativ. Den här kursen försöker vägleda deltagarna vad som är alternativ för att lagra och analysera Big Data och vad som är deras för- och nackdelar.

Den här kursen är mestadels inriktad på diskussion och presentation av lösningar, även om praktiska övningar finns tillgängliga på begäran.

Kursen är en del av Data Scientist-kompetensuppsättningen (Domain: Data and Technology).

Denna klassrumsbaserade träning kommer att utforska Big Data. Delegaterna kommer att ha datorbaserade exempel och fallstudieövningar att genomföra med relevanta big data-verktyg

Publik

Om du försöker skapa mening med de data du har tillgång till eller vill analysera ostrukturerade data som finns tillgängliga på nätet (som Twitter, Länkade in osv ...) är den här kursen för dig.

Det riktar sig mest till beslutsfattare och människor som behöver välja vilka data som är värda att samla in och vad som är värt att analysera.

Det är inte riktat till personer som konfigurerar lösningen, men dessa människor kommer dock att dra nytta av den stora bilden.

Leveransläge

Under kursen kommer delegaterna att presenteras med fungerande exempel på mestadels open source-teknik.

Korta föreläsningar följs av presentation och enkla övningar av deltagarna

Innehåll och programvara som används

All mjukvara som används uppdateras varje gång kursen körs, så vi kontrollerar de senaste versionerna som möjligt.

Det täcker processen från att skaffa, formatera, bearbeta och analysera data, för att förklara hur man automatiserar beslutsfattande med maskininlärning.

Big data är datauppsättningar som är så omfattande och komplexa att traditionell applikationsprogramvara för databehandling är otillräcklig för att hantera dem. Stora datautmaningar inkluderar fånga data, datalagring, dataanalys, sökning, delning, överföring, visualisering, fråga, uppdatering och informationssekretess.

Kursen riktar sig till IT-specialister som söker en lösning för att lagra och bearbeta stora datamängder i en distribuerad systemmiljö

Kursmål:

Förvärva kunskap om Hadoop klusteradministration

Apache Hadoop är det mest populära ramverket för bearbetning av Big Data på klustren av servrar. På denna tre (eventuellt fyra) dagars kurs lär deltagarna sig om affärsfördelar och användningsområden för Hadoop och dess ekosystem, hur man planerar klusterdistribution och tillväxt, hur man installerar, underhåller, övervakar, felsöker och optimerar Hadoop. De kommer också att öva på massbelastning av klusterdata, bekanta sig med olika Hadoop-distributioner och öva på installation och hantering av Hadoop-ekosystemverktyg. Kursen avslutas med en diskussion om hur man säkrar klustret med Kerberos.

“…Materialet var mycket väl förberett och täckte grundligt. Laboratoriet var mycket användbart och väl organiserat”
— Andrew Nguyen, Principal Integration DW Engineer, Amazon Web Services

Målgrupp

Hadoop-administratörer

Format

Föreläsningar och praktiska laborationer, ungefär 60% föreläsningar och 40% laborationer.

Apache Hadoop är den mest populära ramverket för bearbetning av data på kluster av servrar. Denna kurs introducerar en utvecklare för olika komponenter (HDFS, MapReduce, Pig, Hive och HBase) i Hadoop-ekosystemet.

Apache Hadoop är en av de mest populära ramverken för bearbetning av data på kluster av servrar. Denna kurs går djupare in i hantering av data i HDFS, avancerad Pig, Hive, och HBase. Dessa avancerade programmeringstekniker kommer att vara till nytta för erfarna Hadoop-utvecklare.

Målgrupp: utvecklare

Varaktighet: tre dagar

Format: föreläsningar (50%) och praktiska övningar (50%).

Målgrupp:

Den här kursen syftar till att förklara big data/hadoop-teknik och visa att den inte är svår att förstå.

Denna instruktörssvärd, liveutbildning i Skåne (online eller på plats) riktas till systemadministratörer som vill lära sig hur man sätter upp, distribuerar och hanterar Hadoop-kluster inom deras organisation.

Till slut 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.
• Använda Hadoop Distributed File System (HDFS) för att skala ett kluster till hundra eller tusen noder.  
• Ställ in HDFS som lagringsslänk för lokala Spark-distributioner.
• Ställ in Spark för att komma åt alternativa lagringslösningar såsom Amazon S3 och NoSQL-databasystem som Redis, Elasticsearch, Couchbase, Aerospike etc.
• Framföra administrativa uppgifter som tilldelning, hantering, övervakning och säkring av ett Apache Hadoop-kluster.

Denna kurs introducerar HBase – en NoSQL-databas ovanpå Hadoop. Kursen är avsedd för utvecklare som kommer att använda HBase för att utveckla applikationer, och administratörer som kommer att hantera HBase-kluster.

Vi leder en utvecklare genom HBase-arkitektur, datamodellering och applikationsutveckling med HBase. Kursen diskuterar också användningen av MapReduce med HBase, samt några administrativa ämnen relaterade till prestandaoptimering. Kursen är mycket praktisk med många laborationer.

Varaktighet: 3 dagar

Målgrupp: Utvecklare & Administratörer

I denna instruktörledd, liveutbildning i Skåne (plats eller fjärr) kommer deltagarna att lära sig hur man sätter upp och integrerar olika strömhanteringsramverk med existerande stordatasparkeringssystem och relaterade mjukvaruapplikationer och mikrotjänster.

När denna utbildning är avslutad kommer deltagarna att kunna:

• Installera och konfigurera olika strömhanteringsramverk, såsom Spark Streaming och Kafka Streaming.
• Fatta beslut om vilket ramverk som är mest lämpligt för uppgiften.
• Behandla data kontinuerligt, samtidigt och post för post.
• Integrera strömhanteringslösningar med existerande databaser, datalager, datasejor etc.
• Integrera det mest lämpliga strömbearbetningsbiblioteket med företagsapplikationer och mikrotjänster.

Denna instruktörsledda, live-träning i Skåne (online eller på plats) är riktad till tekniska personer som vill lära sig hur man implementerar en maskininlärningsstrategi samtidigt som man maximera användningen av big data.

Genom denna träning kommer deltagarna att:

• Förstå utvecklingen och trenderna för maskininlärning.
• Veta hur maskininlärning används inom olika branscher.
• Bli bekanta med de verktyg, kunskaper och tjänster som finns tillgängliga för att implementera maskininlärning inom en organisation.
• Förstå hur maskininlärning kan användas för att förbättra datamining och analys.
• Lära sig vad ett data middle backend är, och hur det används av företag.
• Förstå rollen som big data och intelligenta program spelar inom olika branscher.

Apache NiFi är ett öppen-källkodat, flödesbaserat plattform för dataintegrering och händelsebehandling. Det möjliggör automatiserad, realtidsdataflöde, transformation och systemmedling mellan olika system, med en webbaserad användargränssnitts-UI och detaljerad kontroll.

Denna instruktörledd träningskurs (platsutbildning eller fjärrutbildning) riktar sig till mellannivåadministratörer och ingenjörer som vill distribuera, hantera, säkra och optimera NiFi-dataflöden i produktionsmiljöer.

Till slutet av denna utbildning kommer deltagarna att kunna:

• Installera, konfigurera och underhålla Apache NiFi-kluster.
• Utforma och hantera dataflöden från olika källor och mottagare.
• Implementera flödesautomatisering, routning och transformering.
• Optimera prestanda, övervaka operationer och felsöka problem.

Kursformat

• Interaktiv föreläsning med diskussion om verkliga arkitekturer.
• Praktiska övningar: bygga, distribuera och hantera flöden.
• Situationsspecifika uppgifter i ett live-labbmiljö.

Kursanpassningsalternativ

• För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.

I denna instruktörsledda, liveträning i Skåne kommer deltagarna att lära sig grunderna i flödesbaserad programmering när de utvecklar ett antal demotillägg, komponenter och processorer med hjälp av Apache NiFi.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå NiFi:s arkitektur och dataflödesbegrepp.
• Utveckla tillägg med NiFi och API:er från tredje part.
• Skräddarsy sin egen Apache Nifi-processor.
• Mata in och bearbeta realtidsdata från olika och ovanliga filformat och datakällor.

Denna instruktörförledd, live-träning i Skåne (online eller på plats) är riktad till data scientist som vill använda SMACK-stacken för att bygga dataprocesserande plattformar för stora datalösningar.

Vid slutet av denna träning kommer deltagarna att kunna:

• Implementera en data pipeline-arkitektur för att processera stora datamängder.
• Utveckla en klusterinfrastruktur med Apache Mesos och Docker.
• Analysera data med Spark och Scala.
• Hantera ostrukturerade data med Apache Cassandra.

Denna instruktörsguidade, liveutbildning i Skåne (online eller på plats) riktar sig till ingenjörer som vill konfigurera och distribuera Apache Spark-systemet för att bearbeta väldigt stora mängder data.

Genom denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Apache Spark.
• Bearbeta och analysera väldigt stora datamängder snabbt.
• Förstå skillnaden mellan Apache Spark och Hadoop MapReduce, samt när man ska använda vilket.
• Integrera Apache Spark med andra maskininlärningsverktyg.

Apache Sparks inlärningskurva stiger långsamt i början och kräver mycket ansträngning för att få den första återbetalningen. Denna kurs syftar till att hoppa över den första svåra delen. Efter att ha gått den här kursen kommer deltagarna att förstå grunderna i Apache Spark, de kommer tydligt att skilja mellan RDD och DataFrame, de kommer att lära sig Python och Scala API, de kommer att förstå executors och tasks, etc. Kursen följer också bästa praxis och fokuserar starkt på molnplacering, Databricks och AWS. Studenterna kommer också att förstå skillnaderna mellan AWS EMR och AWS Glue, en av AWS senaste Spark-tjänster.

MÅLGRUPP:

Data Engineer, DevOps, Data Scientist

MÅL:

Denna kurs introducerar Apache Spark. Studerande kommer att lära sig hur Spark passar in i Big Data-ekosystemet och hur man använder Spark för dataanalys. Kursen täcker Spark-shell för interaktiv dataanalys, Spark-internals, Spark-API:er, Spark SQL, Spark-strömning och maskininlärning samt GraphX.

MÅLGRUPP :

Utvecklare / Dataanalytiker

Den här instruktörsledda, live-utbildningen i Skåne (online eller på plats) riktar sig till dataforskare och utvecklare som vill använda Spark NLP, byggd ovanpå Apache Spark, för att utveckla, implementera och skala modeller och pipelines för textbearbetning på naturligt språk.

I slutet av denna utbildning kommer deltagarna att kunna:

• Konfigurera den nödvändiga utvecklingsmiljön för att börja bygga NLP-pipelines med Spark NLP.
• Förstå funktionerna, arkitekturen och fördelarna med att använda Spark NLP.
• Använd de förtränade modellerna som är tillgängliga i Spark NLP för att implementera textbearbetning.
• Lär dig hur du skapar, tränar och skalar Spark NLP modeller för projekt i produktionsklass.
• Tillämpa klassificering, slutsatsdragning och attitydanalys på verkliga användningsfall (kliniska data, insikter om kundbeteende osv.).

Spark SQL är Apache Sparks modul för att arbeta med strukturerade och ostrukturerade data. Spark SQL ger information om datans struktur samt de beräkningar som utförs. Denna information kan användas för att genomföra optimeringar. Två vanliga användningsområden för Spark SQL är:
- att köra SQL-frågor.
- att läsa data från en befintlig Hive-installation.

I denna instruktörsvägledade, liveutbildning (platsbaserad eller på distans) lär deltagarna hur de kan analysera olika typer av datamängder med Spark SQL.

När utbildningen är avslutad kommer deltagarna att kunna:

• Installera och konfigurera Spark SQL.
• Genomföra dataanalys med Spark SQL.
• Fråga datamängder i olika format.
• Visualisera data och frågeresultat.

Kursformat

• Interaktiv föreläsning och diskussion.
• Många övningar och praktik.
• Hands-on implementering i en live-lab-miljö.

Kursanpassningsalternativ

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna det.

Detta instruktörsvägledade, liveutbildning i Skåne (online eller på plats) är riktad till tekniska personer som vill distribuera Talend Open Studio for Big Data för att förenkla processen med att läsa och bearbeta stora datamängder.

Genom denna utbildning kommer deltagarna kunna:

• Installera och konfigurera Talend Open Studio for Big Data.
• Ansluta till stordatamängdsystem som Cloudera, HortonWorks, MapR, Amazon EMR och Apache.
• Förstå och sätta upp Open Studios komponenter och anslutningar för stora datamängder.
• Konfigurera parametrar för att automatiskt generera MapReduce-kod.
• Använda Open Studios drag-och-släpp-gränssnitt för att köra Hadoop-jobb.
• Skapa prototyper av stordatapipelines.
• Automaatisera stordataintegreringsprojekt.