Administration av Apache Spark 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.

Den här instruktionsledda, levande utbildningen (online eller på plats) riktar sig till dataingenjörer, dataanalytiker och databranschpersoner som vill använda Databricks och PySpark för att bygga skalbara datapipelines samt migrera befintliga SQL-arbetsflöden.

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.

Den här praktiska kursen på tre dagar fokuserar på att bygga och optimera effektiva datahanteringsprocesser med PySpark, Pandas och Polars i Kubernetes-baserade miljöer.

Deltagarna får en praktisk förståelse för hur Spark-applikationer exekveras på Kubernetes och hur beslutsfattande på applikationsnivå påverkar prestanda, skalbarhet, resursanvändning och kostnader. Kursen täcker centrala optimeringsområden, såsom executor-storlek, minnesallokering, dynamisk allokering, partitioneringsstrategier, shuffle-beteende, småfilproblem och effektiv Parquet-hantering.

Kursen tar också upp vanliga utmaningar vid arbete med Pandas, inklusive minnesbegränsningar och minnesbristfel, och presenterar Polars som ett högeffektivt alternativ för specifika datahanteringsprocesser. Genom praktiska övningar kommer deltagarna att diagnostisera prestanda- och minnesproblem, jämföra olika konfigurationsstrategier och tillämpa optimeringstekniker på realistiska ETL- och maskinlärnings_scenarioer.

Tonen i kursen är inriktad på praktiskt beslutsfattande: att förstå hur man identifierar flaskhalsar, väljer rätt verktyg, konfigurerar Spark effektivt och balanserar prestanda med infrastrukturresursanvändning och kostnad.

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.

I denna handledarledade, levande utbildning i Sverige, lär sig deltagarna hur man använder Python och Spark tillsammans för att analysera Big Data genom att arbeta med praktiska övningar.

Utbildningen avslutas med att deltagarna kan:

• Använda Spark med Python för att analysera Big Data.
• Arbeta med övningar som efterliknar verkliga scenarier.
• Använda olika verktyg och tekniker för Big Data-analys med 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.