Kom i kontakt
 Varaktighet 14 timmar

Kursplan

Introduktion till Stratio-plattformen

  • Översikt över Stratios arkitektur och kärnmoduler
  • Rollerna för Rocket och Intelligence i livscykeln för data
  • Inloggning och navigering i Stratos gränssnitt (UI)

Arbeta med Rocket-modulen

  • Datainläsning och skapande av pipelines
  • Koppla datakällor och konfigurera transformationer
  • Använda PySpark för förbehandlingsuppgifter i Rocket

PySpark-grunder för användare av Stratio

  • PySparks datastrukturer och operationer
  • Loopkonstruktioner: användning av for, while, if/else
  • Skriva anpassade funktioner med def och tillämpa dem

Avancerad användning av Rocket med PySpark

  • Streamad inläsning och transformationer
  • Användning av loopar och funktioner i batch- och realtidsscenarier
  • Bästa praxis för prestanda i PySpark-pipelines

Utforska Intelligence-modulen

  • Översikt över funktioner för datamodeller och analys
  • Funktionsval, transformation och utforskning
  • PySparks roll i anpassad analys och insikter

Bygg avancerade analytiska flöden

  • Skapa användardefinierade funktioner (UDF) i Intelligence
  • Tillämpa villkor och loopar för datalogik
  • Användningsfall: segmentering, aggregering och prediktion

Implementering och samarbete

  • Spara, exportera och återanvända flöden
  • Samarbeta med andra teammedlemmar i Stratio
  • Granska utdata och integrera med nedströmsverktyg

Sammanfattning och nästa steg

Krav

  • Erfarenhet av Python-programmering
  • Förståelse för begrepp inom dataanalys eller big data-bearbetning
  • Grundläggande kunskaper om Apache Spark och distribuerad beräkning

Målgrupp

  • Dataingenjörer som arbetar med plattformar baserade på Stratio
  • Analytiker eller utvecklare som använder Rocket- och Intelligence-modulerna
  • Tekniska team som övergår till PySpark-flöden inom Stratio

Antal deltagare


Pris per deltagare

Vittnesmål (3)

Kommande Kurser

Relaterade Kategorier