Data Warehousing: Koncept, Design och Implementering Träningskurs

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.

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.

Denna instruktörssvärd, liveutbildning i Sverige (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.

I denna instruktörledd, liveutbildning i Sverige (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 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.

Denna instruktörförledd, live-träning i Sverige (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 Sverige (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.

Den här instruktörsledda, liveutbildningen i Sverige (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.

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 Sverige (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.).

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.

Den här instruktörsledda, liveutbildningen i Sverige (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.

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.

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.