Lokala instruktörsledda live kdb + kurser demonstrerar genom interaktiva praktiska praktik kdb + grundprinciperna. kdb + träning finns som "live-träning" eller "fjärr-live-träning". Utbildning på plats kan genomföras lokalt på kundlokaler i Sverige eller i NobleProgs företagsutbildningscenter i Sverige . Fjärrutbildning sker genom en interaktiv fjärrskrivbord. NobleProg - Din lokala utbildningsleverantör
Machine Translated
Vittnesmål
★★★★★
★★★★★
Trainerens ämneskunskap
Rares Serea - eMAG IT Research
Kurs: Which data storage to choose - from flat files, through SQL, NoSQL to massive distributed systems
Machine Translated
Jag gillade att han hade faktiskt vet hur när man ska använda varje teknik, det är värdefullt.
Radu Mazilu - eMAG IT Research
Kurs: Which data storage to choose - from flat files, through SQL, NoSQL to massive distributed systems
kdb + är en inmemory, columnoriented databas och q är dess inbyggda tolkade vektorbaserade språk I kdb + är tabeller vektorer och q används för att utföra operationer på tabeldata som om det var en lista kdb + och q används ofta i högfrekvent handel och är populära hos de stora finansinstituten, inklusive Goldman Sachs, Morgan Stanley, Merrill Lynch, JP Morgan, etc I denna instruktörsledda, levande träning kommer deltagarna att lära sig hur man skapar en tidsseriedataprogram med kdb + och q Vid slutet av denna utbildning kommer deltagarna att kunna: Förstå skillnaden mellan en radorienterad databas och en kolumnorienterad databas Välj data, skriv skript och skapa funktioner för att utföra avancerad analys Analysera tidsseriedata som lager- och råvaruutbytesdata Använd kdb + s inmemory förmåga att lagra, analysera, bearbeta och hämta stora datasatser med hög hastighet Tänk på funktioner och data på en högre nivå än standardfunktionen (argument) som är vanligt i nonvector-språk Utforska andra tidssensiva applikationer för kdb +, inklusive energihandel, telekommunikation, sensordata, loggdata och övervakning av övervakning av maskin och nät Publik utvecklare Databasingenjörer Datavetenskapare Dataanalyser Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .