Data Virtualization with Denodo Platform Training Cursus

To meet compliance of the regulators, CSPs (Communication service providers) can tap into Big Data Analytics which not only help them to meet compliance but within the scope of same project they can increase customer satisfaction and thus reduce the churn. In fact since compliance is related to Quality of service tied to a contract, any initiative towards meeting the compliance, will improve the “competitive edge” of the CSPs. Therefore, it is important that Regulators should be able to advise/guide a set of Big Data analytic practice for CSPs that will be of mutual benefit between the regulators and CSPs.

The course consists of 8 modules (4 on day 1, and 4 on day 2)

Technologische vooruitgang en de toenemende hoeveelheid informatie transformeren de manier waarop zaken worden gedaan in veel sectoren, waaronder de overheid. GoDe snelheid waarmee gegevens worden gegenereerd en digitaal wordt gearchiveerd, neemt toe als gevolg van de snelle groei van mobiele apparaten en applicaties, slimme sensoren en apparaten, cloud computing-oplossingen en op de burger gerichte portalen. Naarmate digitale informatie zich uitbreidt en complexer wordt, worden informatiebeheer, -verwerking, -opslag, -beveiliging en -dispositie ook complexer. Nieuwe tools voor vastleggen, zoeken, ontdekken en analyseren helpen organisaties inzichten te verkrijgen uit hun ongestructureerde gegevens. De overheidsmarkt bevindt zich op een omslagpunt en realiseert zich dat informatie een strategisch bezit is, en dat de overheid zowel gestructureerde als ongestructureerde informatie moet beschermen, benutten en analyseren om de missievereisten beter te kunnen bedienen en vervullen. Terwijl overheidsleiders ernaar streven datagestuurde organisaties te ontwikkelen om hun missie succesvol te volbrengen, leggen zij de basis voor het correleren van afhankelijkheden tussen gebeurtenissen, mensen, processen en informatie.

Hoogwaardige overheidsoplossingen zullen worden gecreëerd uit een mix van de meest ontwrichtende technologieën:

Mobiele apparaten en applicaties Clouddiensten Sociale bedrijfstechnologieën en netwerken Big Data en analyses

IDC voorspelt dat de IT-industrie in 2020 een waarde van $5 biljoen zal bereiken, ongeveer $1,7 biljoen meer dan nu, en dat 80% van de groei van de industrie zal worden aangedreven door deze derdeplatformtechnologieën. Op de lange termijn zullen deze technologieën cruciale instrumenten zijn om met de complexiteit van de toegenomen digitale informatie om te gaan. Big Data is een van de intelligente industriële oplossingen en stelt de overheid in staat betere beslissingen te nemen door actie te ondernemen op basis van patronen die aan het licht komen door het analyseren van grote hoeveelheden gegevens – gerelateerd en niet-gerelateerd, gestructureerd en ongestructureerd.

Maar om deze prestaties te verwezenlijken is veel meer nodig dan alleen maar het verzamelen van enorme hoeveelheden data. “Het begrijpen van deze hoeveelheden Big Data vereist geavanceerde tools en technologieën die nuttige kennis kunnen analyseren en extraheren uit enorme en diverse informatiestromen”, aldus Tom Kalil en Fen Zhao van het Witte Huis Office of Science and Technology Policy schreef in een bericht op de OSTP Blog.

Het Witte Huis zette een stap in de richting van het helpen van instanties deze technologieën te vinden toen het in 2012 het National Big Data Research and Development Initiative oprichtte. Het initiatief omvatte meer dan $200 miljoen om het meeste te halen uit de explosie van Big Data en de tools die nodig zijn om analyseer het.

De uitdagingen die Big Data met zich meebrengt zijn bijna net zo ontmoedigend als de belofte ervan bemoedigend is. Gegevens efficiënt opslaan is een van deze uitdagingen. Zoals altijd zijn de budgetten krap, dus moeten bureaus de opslagprijs per megabyte minimaliseren en de gegevens gemakkelijk toegankelijk houden, zodat gebruikers deze kunnen verkrijgen wanneer zij dat willen en hoe zij die nodig hebben. Het maken van back-ups van enorme hoeveelheden gegevens vergroot de uitdaging.

Een andere grote uitdaging is het effectief analyseren van de gegevens. Veel bureaus maken gebruik van commerciële tools waarmee ze de bergen aan gegevens kunnen doorzoeken en trends kunnen ontdekken die hen kunnen helpen efficiënter te werken. (Uit een recent onderzoek van MeriTalk is gebleken dat federale IT-managers denken dat Big Data bureaus kan helpen meer dan 500 miljard dollar te besparen en tegelijkertijd de missiedoelstellingen te verwezenlijken.)

Met op maat ontwikkelde Big Data tools kunnen agentschappen ook tegemoetkomen aan de noodzaak om hun gegevens te analyseren. De Computational Data Analytics Group van het Oak Ridge National Laboratory heeft bijvoorbeeld zijn Piranha-data-analysesysteem beschikbaar gesteld aan andere instanties. Het systeem heeft medische onderzoekers geholpen een link te vinden die artsen kan waarschuwen voor aorta-aneurysmata voordat deze toeslaan. Het wordt ook gebruikt voor meer alledaagse taken, zoals het doorzoeken van cv's om sollicitanten in contact te brengen met personeelsmanagers.

Dag 1 - biedt een overzicht op hoog niveau van essentiële Big Data onderwerpgebieden. De module is verdeeld in een reeks secties, die elk vergezeld gaan van een praktische oefening.

Dag 2 - onderzoekt een reeks onderwerpen die betrekking hebben op analysepraktijken en hulpmiddelen voor Big Data omgevingen. Het gaat niet over implementatie- of programmadetails, maar houdt in plaats daarvan dekking op een conceptueel niveau, gericht op onderwerpen die deelnemers in staat stellen een uitgebreid begrip te ontwikkelen van de gemeenschappelijke analysefuncties en functies die door Big Data oplossingen worden aangeboden.

Dag 3 - biedt een overzicht van de fundamentele en essentiële onderwerpgebieden met betrekking tot de platformarchitectuur voor Big Data oplossingen. Het omvat Big Data mechanismen die nodig zijn voor de ontwikkeling van een Big Data oplossingsplatform en architecturale opties voor het samenstellen van een gegevensverwerkingsplatform. Er worden ook algemene scenario's gepresenteerd om een basiskennis te geven van hoe een Big Data oplossingsplatform in het algemeen wordt gebruikt.

Dag 4 - bouwt voort op dag 3 door geavanceerde onderwerpen te verkennen die betrekking hebben op de platformarchitectuur voor Big Data oplossingen. In het bijzonder worden verschillende architecturale lagen die deel uitmaken van het Big Data oplossingsplatform geïntroduceerd en besproken, waaronder gegevensbronnen, gegevensinvoer, gegevensopslag, gegevensverwerking en beveiliging.

Dag 5 - behandelt een aantal oefeningen en problemen die zijn ontworpen om het vermogen van de afgevaardigden om kennis van onderwerpen die op dag 3 en 4 zijn behandeld toe te passen, te testen.

Vooruitgang in technologieën en de toenemende hoeveelheid informatie transformeert de manier waarop wetshandhaving wordt uitgevoerd. De uitdagingen die Big Data meebrengen zijn bijna net zo ontmoedigend als de belofte van Big Data . Gegevens efficiënt opslaan is een van deze uitdagingen; effectief analyseren is een andere.

In deze door een instructeur geleide, live training leren deelnemers de mentaliteit om Big Data technologieën te benaderen, hun impact op bestaande processen en beleidsmaatregelen te beoordelen en deze technologieën te implementeren om criminele activiteiten te identificeren en criminaliteit te voorkomen. Casestudies van wetshandhavingsorganisaties over de hele wereld zullen worden onderzocht om inzicht te krijgen in hun aanpak, uitdagingen en resultaten van adoptie.

Aan het einde van deze training kunnen deelnemers:

• Combineer Big Data technologie met traditionele gegevensverzamelingsprocessen om een verhaal samen te stellen tijdens een onderzoek
• Implementeer industriële big data-opslag- en verwerkingsoplossingen voor data-analyse
• Een voorstel opstellen voor de goedkeuring van de meest adequate hulpmiddelen en processen om een gegevensgestuurde aanpak van strafrechtelijk onderzoek mogelijk te maken

Publiek

• Specialisten in rechtshandhaving met een technische achtergrond

Formaat van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen

Big Data is een term die verwijst naar oplossingen die zijn bedoeld voor het opslaan en verwerken van grote gegevenssets. Go eerste instantie ontwikkeld door Go ogle, hebben deze Big Data oplossingen andere vergelijkbare projecten ontwikkeld en geïnspireerd, waarvan vele beschikbaar zijn als open-source. R is een populaire programmeertaal in de financiële sector.

Wanneer traditionele opslagtechnologieën niet omgaan met de hoeveelheid gegevens die u moet opslaan, zijn er honderden alternatieven. Deze cursus probeert de deelnemers te begeleiden wat alternatieven zijn voor het opslaan en analyseren van Big Data en wat hun voor- en nadelen zijn.

Deze cursus is vooral gericht op discussie en presentatie van oplossingen, hoewel praktische oefeningen op aanvraag beschikbaar zijn.

Deelnemers die deze door een instructeur geleide, live training voltooien in Nederland zullen een praktisch, realistisch inzicht verwerven in Big Data en de gerelateerde technologieën, methodologieën en hulpmiddelen.

Deelnemers krijgen de kans om deze kennis in de praktijk te brengen door middel van praktische oefeningen. Groepsinteractie en feedback van de instructeur vormen een belangrijk onderdeel van de les.

De cursus begint met een inleiding tot de elementaire concepten van Big Data en gaat vervolgens verder met de programmeertalen en methodologieën die worden gebruikt om data-analyse uit te voeren. Ten slotte bespreken we de tools en infrastructuur die Big Data-opslag, gedistribueerde verwerking en Scalamogelijkheden mogelijk maken.

De cursus maakt deel uit van de vaardigheden van Data Scientist (Domain: Data and Technology).

This classroom based training session will explore Big Data. Delegates will have computer based examples and case study exercises to undertake with relevant big data tools

Publiek

Als u de gegevens waartoe u toegang heeft, wilt begrijpen of ongestructureerde gegevens op het internet wilt analyseren (zoals Twitter, Linked in, enz ...), is deze cursus iets voor u.

Het is vooral bedoeld voor besluitvormers en mensen die moeten kiezen welke gegevens het verzamelen waard zijn en wat het analyseren waard is.

Het is niet gericht op mensen die de oplossing configureren, die mensen zullen echter profiteren van het grote geheel.

Bezorgingsmodus

Tijdens de cursus krijgen de deelnemers werkvoorbeelden van voornamelijk open source-technologieën.

Korte lezingen worden gevolgd door een presentatie en eenvoudige oefeningen door de deelnemers

Gebruikte inhoud en software

Alle gebruikte software wordt elke keer dat de cursus wordt uitgevoerd bijgewerkt, dus we controleren de nieuwste versies mogelijk.

Het omvat het proces van het verkrijgen, formatteren, verwerken en analyseren van de gegevens, om uit te leggen hoe het besluitvormingsproces kan worden geautomatiseerd met machine learning.

Big data zijn datasets die zo omvangrijk en complex zijn dat traditionele applicatiesoftware voor gegevensverwerking onvoldoende is om hiermee om te gaan. Big data-uitdagingen zijn onder meer het vastleggen van gegevens, gegevensopslag, gegevensanalyse, zoeken, delen, overdragen, visualiseren, opvragen, bijwerken en informatieprivacy.

Deze door een instructeur geleide, live training (ter plaatse of op afstand) is gericht op technische personen die willen leren hoe ze een machine learning-strategie kunnen implementeren en tegelijkertijd het gebruik van big data kunnen maximaliseren.

Aan het einde van deze training zullen de deelnemers:

• Begrijp de evolutie en trends op het gebied van machine learning.
• Weet hoe machine learning in verschillende industrieën wordt gebruikt.
• Raak vertrouwd met de tools, vaardigheden en diensten die beschikbaar zijn om machine learning binnen een organisatie te implementeren.
• Begrijp hoe machine learning kan worden gebruikt om datamining en analyse te verbeteren.
• Ontdek wat een data middle-backend is en hoe deze door bedrijven wordt gebruikt.
• Begrijp de rol die big data en intelligente toepassingen in verschillende sectoren spelen.

Deze instructeur-geleide, live training (op locatie of op afstand) is gericht op softwareontwikkelaars, managers en bedrijfsanalisten die big data-systemen willen gebruiken om grote hoeveelheden data op te slaan en op te halen.

Aan het einde van deze training kunnen deelnemers:

• Vraag grote hoeveelheden gegevens efficiënt op.
• Begrijp hoe Big Data systeem Big Data opslaat en ophaalt
• Gebruik de nieuwste beschikbare big data-systemen
• Wrangle data van datasystemen naar rapportagesystemen
• Leer SQL vragen te schrijven in:
  • My SQL
  • postgres
  • Hive Query Language ( Hive QL / HQL)
  • Redshift

Indeling van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en oefenen.
• Praktische implementatie in een live-labomgeving.

Cursusaanpassingsopties

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op software-ingenieurs die Sqoop en Flume willen gebruiken voor big data.

Aan het einde van deze training kunnen deelnemers:

• Verwerk big data met Sqoop en Flume.
• Neem gegevens op uit meerdere gegevensbronnen.
• Verplaats gegevens van relationele databases naar HDFS en Hive.
• Exporteer gegevens van HDFS naar een relationele database.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op technische personen die Talend Open Studio voor Big Data willen inzetten om het proces van het lezen en verwerken van Big Data te vereenvoudigen.

Aan het einde van deze training kunnen deelnemers:

• Installeer en configureer Talend Open Studio voor Big Data.
• Maak verbinding met Big Data-systemen zoals Cloudera, HortonWorks, MapR, Amazon EMR en Apache.
• Begrijp en installeer de big data-componenten en connectoren van Open Studio.
• Configureer parameters om automatisch MapReduce-code te genereren.
• Gebruik de drag-and-drop-interface van Open Studio om Hadoop-taken uit te voeren.
• Prototype van big data-pijplijnen.
• Automatiseer big data-integratieprojecten.