Databricks och PySpark för dataengineering Träningskurs

Azure Databricks är en molnbaserad samarbetsplattform som stöder big data-analys och maskininlärning med Apache Spark och Microsoft Azures ekosystem.

Detta handledareledd, liveutbildning (online eller på plats) är riktad till mellannivås dataprofiler som vill designa, bygga och distribuera maskininlärningsmodeller med Azure Databricks för finansiella användningsfall.

Efter denna utbildning kommer deltagarna att kunna:

• Bygga och tränings maskininlärningsmodeller med finansiella data i Azure Databricks.
• Använda MLflow för att spåra experiment, hantera modeller och distribuera lösningar.
• Tillämpa modeller för att upptäcka anomalier, bedöma risker eller prognostisera trender inom finans.
• Integrera ML-modeller i skalbara pipelines för kontinuerlig utvärdering.

Kursformat

• Interaktiv föreläsning och diskussion.
• Många övningar och praktiska uppgifter.
• Praktisk implementation i en live-labbmiljö.

Kursanpassningsalternativ

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

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktas till dataanalytiker och utvecklare som vill konfigurera, distribuera och hantera dataanalytlösningar med hjälp av Databricks.

När denna utbildning är avslutad kommer deltagarna att kunna:

• Konfigurera och ställa in Databricks.
• Förstå hur Databricks och Apache Spark samverkar.
• Lära sig hur man laddar och transformerar data i Databricks.

Databricks är en enhetlig Lakehouse-plattform som kombinerar Spark, Delta Lake och styrning (Unity Catalog) för att stödja skalbara datainformatik- och analyserabetsflöden.

Detta instruktörledda, liveutbildning (online eller på plats) är riktat till mellannivåteknologiledare med bakgrund i datainformatik som vill migrera komplex proceduralt OLAP-logik till en Lakehouse-arkitektur med Databricks, Spark, Delta Lake, Unity Catalog och inbyggda arbetsflöden.

Vid avslutning av denna utbildning kommer deltagarna att kunna:

• Förklara Lakehouse-arkitektur och den Bronze→Silver→Gold (Medallion) mönster.
• Översätta lagrade procedurerlogik till Spark DataFrame och noteringsimplementeringar.
• Designa och implementera inkrementella ingestnings-, sammanfognings- och optimeringsrutiner med Delta Lake.
• Bygga slut-som-slinga orchestrerade pipelines med Databricks Workflows, versionskontroll, testning och styrning.

Kursformat

• Intensiva, instruktörledda sessioner med fokuserade demonstrationer och förklaringar.
• Dagliga praktiska laborationer med representativa datamängder och migreringsexerciser.
• Vägledande kodgranskningar, prestandajusteringkliniker och arbetsflödesorchestreringspraktik.

Kursanpassningsalternativ

• Denna kurs kan anpassas till din miljö, datamängder och styrningskrav; kontakta oss för att arrangera anpassning.

Databricks är en sammanhållen analysplattform utformad för stordata och maskininlärning i samarbetsmiljöer.

Denna instruktörsledda, levande utbildning (online eller på plats) riktar sig till dataanalytiker och finansiella professionella på nybörjarnivå till mellannivå som vill utföra stor skala dataanalys med Databricks i finansrelaterade användningsfall.

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Använda Databricks anteckningsböcker för att fråga och analysera finansiella datamängder.
• Rensa och transformera rå finansiell data för rapportering och insikter.
• Skapa instrumentpaneler och visualiseringar för prestandamätning.
• Samarbeta med teammedlemmar i realtid i delade anteckningsböcker.

Kursformat

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

Kursanpassningsalternativ

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

Denna utbildning ger en praktisk introduktion till att bygga skalbara dataprocesserings- och maskininlärningsflöden med hjälp av PySpark. Deltagarna lär sig hur Apache Spark fungerar inom moderna Big Data-miljöer och hur man effektivt bearbetar stora datamängder med hjälp av principer för distribuerad beräkning.

I denna instruktörsledda, liveträning i Sverige 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.

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.