Python, Spark, and Hadoop for Big Data Träningskurs

Den här kursen är avsedd för utvecklare och datavetare som vill förstå och implementera AI i sina applikationer. Särskild uppmärksamhet ägnas åt dataanalys, distribuerad artificiell intelligens och behandling av naturligt språk.

Big data-analys innefattar processen att undersöka stora mängder olika datauppsättningar för att avslöja korrelationer, dolda mönster och andra användbara insikter.

Hälsoindustrin har enorma mängder komplexa heterogena medicinska och kliniska data. Att tillämpa big data-analyser på hälsodata ger en stor potential att få insikter för att förbättra leveransen av sjukvård. Emellertid innebär enorma mängder av dessa datamängder stora utmaningar i analyser och praktiska tillämpningar i en klinisk miljö.

I denna instruktörsledda, live-träning (fjärrkontroll) kommer deltagarna att lära sig att utföra big data-analys i hälsa när de går igenom en serie praktiska live-lab-övningar.

I slutet av denna träning kommer deltagarna att kunna:

• Installera och konfigurera big data-analysverktyg som Hadoop MapReduce och Spark
• Förstå egenskaperna för medicinsk information
• Använd big data-tekniker för att hantera medicinska data
• Studera big data system och algoritmer i samband med hälsoapplikationer

Publik

• utvecklare
• Datavetare

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.

I denna instruktörsledda, liveträning i Sverige kommer deltagarna att lära sig om teknikerbjudandena och implementeringsmetoderna för bearbetning av grafdata. Målet är att identifiera verkliga objekt, deras egenskaper och relationer, sedan modellera dessa relationer och bearbeta dem som data med hjälp av en Graph Computing (även känd som Graph Analytics) metod. Vi börjar med en bred översikt och begränsar oss till specifika verktyg när vi går igenom en serie fallstudier, praktiska övningar och live-distributioner.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå hur diagramdata bevaras och gås igenom.
• Välj det bästa ramverket för en viss uppgift (från grafdatabaser till ramverk för batchbearbetning).
• Implementera Hadoop, Spark, GraphX och Pregel för att utföra grafberäkning på många datorer parallellt.
• Se verkliga big data-problem i form av grafer, processer och traverser.

Den här instruktörsledda, liveutbildningen i Sverige (online eller på plats) introducerar Hortonworks Data Platform (HDP) och vägleder deltagarna genom distributionen av Spark + Hadoop-lösningen.

I slutet av denna utbildning kommer deltagarna att kunna:

• Använd Hortonworks för att på ett tillförlitligt sätt köra Hadoop i stor skala.
• Förena Hadoop:s säkerhets-, styrnings- och driftfunktioner med Sparks flexibla analysarbetsflöden.
• Använd Hortonworks för att undersöka, validera, certifiera och stödja var och en av komponenterna i ett Spark-projekt.
• Bearbeta olika typer av data, inklusive strukturerade, ostrukturerade, i rörelse och i vila.

Denna kurs behandlar hur man använder Hive SQL språk (AKA: Hive HQL, SQL på Hive , Hive QL) för personer som extraherar data från Hive

Cloudera Impala är en öppen källkod för massivt parallell bearbetning (MPP) SQL frågemotor för Apache Hadoop-kluster.

Impala gör det möjligt för användare att utfärda frågor med låg latens SQL till data som lagras i Hadoop Distributed File System och Apache Hbase utan att data flyttas eller transformeras.

Publik

Kursen riktar sig till analytiker och datavetare som utför analyser på data som lagras i Hadoop via Business Intelligence eller SQL verktyg.

Efter denna kurs kommer delegaterna att kunna

• Extrahera meningsfull information från Hadoop kluster med Impala.
• Skriv specifika program för att underlätta Business Intelligens på Impala SQL Dialekt.
• Felsök Impala.

I denna instruktörsledda, liveutbildning i Sverige (på plats eller på distans) kommer deltagarna att lära sig hur man ställer in och integrerar olika Stream Processing ramverk med befintliga big data-lagringssystem och relaterade mjukvaruapplikationer och mikrotjänster.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera olika Stream Processing ramverk, som Spark Streaming och Kafka Streaming.
• Förstå och välj det mest lämpliga ramverket för jobbet.
• Bearbeta data kontinuerligt, samtidigt och på ett rekord-för-post-sätt.
• Integrera Stream Processing lösningar med befintliga databaser, datalager, datasjöar etc.
• Integrera det mest lämpliga strömbehandlingsbiblioteket med företagsapplikationer och mikrotjänster.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till datavetare som vill använda SMACK-stacken för att bygga databehandlingsplattformar för big data-lösningar.

I slutet av denna utbildning kommer deltagarna att kunna:

• Implementera en datapipeline-arkitektur för bearbetning av big data.
• Utveckla en klusterinfrastruktur med Apache Mesos och Docker.
• Analysera data med Spark och Scala.
• Hantera ostrukturerad data med Apache Cassandra.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till ingenjörer som vill sätta upp och distribuera Apache Spark system för att bearbeta mycket stora mängder data.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Apache Spark.
• Bearbeta och analysera snabbt mycket stora datamängder.
• Förstå skillnaden mellan Apache Spark och Hadoop MapReduce och när du ska använda vilken.
• Integrera Apache Spark med andra verktyg för maskininlärning.

Apache Spark inlärningskurva ökar långsamt i början, det krävs mycket ansträngning för att få den första returen. Denna kurs syftar till att hoppa igenom den första tuffa delen. Efter att ha tagit den här kursen kommer deltagarna att förstå grunderna i Apache Spark , de kommer tydligt att differentiera RDD från DataFrame, de kommer att lära sig Python och Scala API, de kommer att förstå exekutörer och uppgifter, osv. Genom att följa bästa praxis fokuserar den här kursen starkt på molnutsättning, Databricks och AWS. Studenterna kommer också att förstå skillnaderna mellan AWS EMR och AWS Glue, en av de senaste Spark-tjänsterna i AWS.

PUBLIK:

Data Engineer, DevOps , Data Scientist

MÅL:

Denna kurs kommer att introducera Apache Spark . Studenterna kommer att lära sig hur Spark passar in i Big Data ekosystemet och hur man använder Spark för dataanalys. Kursen täcker gnisterskal för interaktiv dataanalys, gnistinternaler, gnist-API: er, gnist SQL , gnistrströmning, och maskininlärning och grafX.

PRIS:

Utvecklare / dataanalytiker

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.

Spark SQL är Apache Spark modul för att arbeta med strukturerad och ostrukturerad data. Spark SQL ger information om datastrukturen och beräkningen som utförs. Denna information kan användas för att utföra optimeringar. Två vanliga användningar för Spark SQL är:
- för att köra SQL frågor.
- att läsa data från en befintlig Hive installation.

I denna instruktörsledda, liveträning (på plats eller fjärrkontroll) kommer deltagarna att lära sig att analysera olika typer av datamängder med Spark SQL .

I slutet av denna träning kommer deltagarna att kunna:

• Installera och konfigurera Spark SQL .
• Utför dataanalys med hjälp av Spark SQL .
• Frågeställningar i olika format.
• Visualisera data och sökresultat.

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.

MLlib är Sparks maskinlärningsbibliotek. Målet är att göra praktisk maskininlärning skalbar och enkel. Det består av vanliga inlärningsalgoritmer och verktyg, inklusive klassificering, regression, klustering, samarbetsfiltrering, dimensionalitetsminskning samt primitiv för optimering av lägre nivåer och API: er på högre nivå.

Den delar upp i två paket:

• spark.mllib innehåller det ursprungliga API som är byggt ovanpå RDD: er.

• spark.ml tillhandahåller API på högre nivå byggd ovanpå DataFrames för konstruktion av ML-rörledningar.

Publik

Kursen riktar sig till ingenjörer och utvecklare som vill använda ett inbyggt maskinbibliotek för Apache Spark