Lokale, instructerende live Apache Spark-trainingscursussen demonstreren door handson te oefenen hoe Spark past in het Big Data-ecosysteem en hoe Spark voor data-analyse te gebruiken Apache Spark-training is beschikbaar als 'live training op locatie' of 'live training op afstand' Onsite live training kan lokaal worden uitgevoerd op het terrein van de klant in Nederland of in NobleProg bedrijfsopleidingscentra in Nederland Live-training op afstand wordt uitgevoerd via een interactieve, externe desktop NobleProg Uw lokale trainingsaanbieder.
Machine Translated
Getuigenissen
Richard is erg kalm en methodisch, met een analytisch inzicht - precies de kwaliteiten die nodig zijn om dit soort cursus te presenteren.
Kieran Mac Kenna
Cursus: Spark for Developers
Machine Translated
We weten veel meer over de hele omgeving.
John Kidd
Cursus: Spark for Developers
Machine Translated
De trainer heeft de klas interessant en onderhoudend gemaakt en dat helpt een hele dag met training.
Ryan Speelman
Cursus: Spark for Developers
Machine Translated
Ik denk dat de trainer een uitstekende manier had om humor en verhalen uit het echte leven te combineren om de onderwerpen die voor de hand liggen zeer toegankelijk te maken. Ik zou deze professor in de toekomst zeer aanbevelen.
Cursus: Spark for Developers
Machine Translated
Ernesto heeft uitstekend werk verricht door de concepten op hoog niveau van het gebruik van Spark en de verschillende modules ervan uit te leggen.
Michael Nemerouf
Cursus: Spark for Developers
Machine Translated
Dit is een van de beste praktische oefeningencursussen die ik ooit heb gevolgd.
Laura Kahn
Cursus: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Dit is een van de beste online training die ik ooit heb gevolgd in mijn 13-jarige carrière. Ga zo door!.
Cursus: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Toepasselijke scenario's en cases
zhaopeng liu - Fmr
Cursus: Spark for Developers
Machine Translated
Case analyse
国栋 张
Cursus: Spark for Developers
Machine Translated
alle delen van deze sessie
Eric Han - Fmr
Cursus: Spark for Developers
Machine Translated
Richard was heel bereid om af te wijzen wanneer we semi-gerelateerde vragen wilden stellen over dingen die niet in de syllabus staan. Verklaringen waren duidelijk en hij was vooraan over waarschuwingen in elk advies dat hij ons gaf.
ARM Limited
Cursus: Spark for Developers
Machine Translated
De VM ik vond heel veel De leraar was zeer goed geïnformeerd over het onderwerp en andere onderwerpen, hij was erg mooi en vriendelijk Ik vond de faciliteit in Dubai.
Safar Alqahtani - Elm Information Security
Cursus: Big Data Analytics in Health
Machine Translated
Oefen taken
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Cursus: Python and Spark for Big Data (PySpark)
Machine Translated
Small group (4 trainees) and we could progress together. Also the trainer could so help everybody.
ICE International Copyright Enterprise Germany GmbH
Cursus: Spark for Developers
Ajay was erg vriendelijk, behulpzaam en ook goed geïnformeerd over het onderwerp dat hij besprak.
Biniam Guulay - ICE International Copyright Enterprise Germany GmbH
Cursus: Spark for Developers
Machine Translated
De labo-oefeningen. Toepassing van de theorie vanaf de eerste dag in de daaropvolgende dagen.
Dell
Cursus: A Practical Introduction to Stream Processing
Machine Translated
* Organization * Trainer's expertise with the subject
ENGIE- 101 Arch Street
Cursus: Python and Spark for Big Data (PySpark)
The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.
Cursus: A Practical Introduction to Stream Processing
De leraar heeft het trainingsprogramma aangepast aan onze huidige behoeften.
EduBroker Sp. z o.o.
Cursus: Python and Spark for Big Data (PySpark)
Machine Translated
Door soortgelijke oefeningen op verschillende manieren te doen, begrijp je echt wat elk onderdeel ( Hadoop / Spark, standalone / cluster) alleen en samen kan doen. Het gaf me ideeën over hoe ik mijn applicatie op mijn lokale machine zou moeten testen wanneer ik ontwikkel versus wanneer deze op een cluster wordt ingezet.
Thomas Carcaud - IT Frankfurt GmbH
Cursus: Spark for Developers
Machine Translated
The lessons were taught in a Jupyter notebook. The topics were structured with a logical sequence and naturally helped develop the session from the easier parts to the more complex. I'm already an advanced user of Python with background in Machine Learning, so found the course easier to follow than, possibly, some of my classmates that took the training course. I appreciate that some of the most elementary concepts were skipped and that he focused on the most substantial matters.
Angela DeLaMora - ADT, LLC
Cursus: Python and Spark for Big Data (PySpark)
NA
DBS
Cursus: Python and Spark for Big Data (PySpark)
hands on Training..
Abraham Thomas - PPL
Cursus: Python and Spark for Big Data (PySpark)
individuele aandacht.
ARCHANA ANILKUMAR - PPL
Cursus: Python and Spark for Big Data (PySpark)
Machine Translated
Ik denk dat de trainer een uitstekende manier had om humor en verhalen uit het echte leven te combineren om de onderwerpen die voor de hand liggen zeer toegankelijk te maken. Ik zou deze professor in de toekomst zeer aanbevelen.
Cursus: Spark for Developers
Machine Translated
Dit is een van de beste online training die ik ooit heb gevolgd in mijn 13-jarige carrière. Ga zo door!.
Cursus: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.
Cursus: A Practical Introduction to Stream Processing
Spark subcategorieën
Apache Spark Cursusoverzicht
Course Name
Duration
Overview
Course Name
Duration
Overview
21 hours
Overview
This course is aimed at developers and data scientists who wish to understand and implement AI within their applications. Special focus is given to Data Analysis, Distributed AI and NLP.
7 hours
Overview
Alluxio is een open-source virtueel gedistribueerd opslagsysteem dat ongelijksoortige opslagsystemen verenigt en toepassingen in staat stelt om met gegevens met geheugensnelheid te communiceren. Het wordt gebruikt door bedrijven zoals Intel, Baidu en Alibaba.
In deze door een instructeur geleide, live training leren deelnemers hoe ze Alluxio kunnen gebruiken om verschillende berekeningskaders met opslagsystemen te overbruggen en efficiënt multi-petabyte schaalgegevens te beheren bij het maken van een applicatie met Alluxio .
Aan het einde van deze training kunnen deelnemers:
- Ontwikkel een applicatie met Alluxio
- Verbind big data-systemen en applicaties met behoud van één naamruimte
- Haal op efficiënte wijze waarde uit big data in elk opslagformaat
- Verbeter de werklastprestaties
- Implementeer en beheer Alluxio standalone of geclusterd
Publiek
- Data scientist
- Ontwikkelaar
- Systeem administrator
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
In deze door een instructeur geleide, live training leren deelnemers hoe ze Alluxio kunnen gebruiken om verschillende berekeningskaders met opslagsystemen te overbruggen en efficiënt multi-petabyte schaalgegevens te beheren bij het maken van een applicatie met Alluxio .
Aan het einde van deze training kunnen deelnemers:
- Ontwikkel een applicatie met Alluxio
- Verbind big data-systemen en applicaties met behoud van één naamruimte
- Haal op efficiënte wijze waarde uit big data in elk opslagformaat
- Verbeter de werklastprestaties
- Implementeer en beheer Alluxio standalone of geclusterd
Publiek
- Data scientist
- Ontwikkelaar
- Systeem administrator
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
21 hours
Overview
Big data-analyse omvat het proces van het onderzoeken van grote hoeveelheden gevarieerde gegevenssets om correlaties, verborgen patronen en andere nuttige inzichten te ontdekken.
De gezondheidsindustrie heeft enorme hoeveelheden complexe heterogene medische en klinische gegevens. Het toepassen van big data-analyses op gezondheidsgegevens biedt een enorm potentieel voor het verkrijgen van inzichten voor het verbeteren van de gezondheidszorg. De enorme omvang van deze datasets vormt echter grote uitdagingen bij analyses en praktische toepassingen in een klinische omgeving.
In deze door een instructeur geleide, live training (op afstand), leren deelnemers hoe ze big data-analyses in gezondheid kunnen uitvoeren terwijl ze een reeks praktische live-laboefeningen doorlopen.
Aan het einde van deze training kunnen deelnemers:
- Installeer en configureer big data-analysehulpmiddelen zoals Hadoop MapReduce en Spark
- Begrijp de kenmerken van medische gegevens
- Pas big data-technieken toe om met medische gegevens om te gaan
- Bestudeer big data-systemen en algoritmen in het kader van gezondheidstoepassingen
Publiek
- ontwikkelaars
- Data Scientists
Indeling van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen.
Notitie
- Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
De gezondheidsindustrie heeft enorme hoeveelheden complexe heterogene medische en klinische gegevens. Het toepassen van big data-analyses op gezondheidsgegevens biedt een enorm potentieel voor het verkrijgen van inzichten voor het verbeteren van de gezondheidszorg. De enorme omvang van deze datasets vormt echter grote uitdagingen bij analyses en praktische toepassingen in een klinische omgeving.
In deze door een instructeur geleide, live training (op afstand), leren deelnemers hoe ze big data-analyses in gezondheid kunnen uitvoeren terwijl ze een reeks praktische live-laboefeningen doorlopen.
Aan het einde van deze training kunnen deelnemers:
- Installeer en configureer big data-analysehulpmiddelen zoals Hadoop MapReduce en Spark
- Begrijp de kenmerken van medische gegevens
- Pas big data-technieken toe om met medische gegevens om te gaan
- Bestudeer big data-systemen en algoritmen in het kader van gezondheidstoepassingen
Publiek
- ontwikkelaars
- Data Scientists
Indeling van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen.
Notitie
- Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
28 hours
Overview
Veel echte problemen kunnen in grafieken worden beschreven. Bijvoorbeeld de webgrafiek, de sociale netwerkgrafiek, de treinnetwerkgrafiek en de taalgrafiek. Deze grafieken zijn meestal extreem groot; om ze te verwerken is een gespecialiseerde set tools en processen vereist - deze tools en processen kunnen Graph Computing (ook wel Graph Analytics genoemd).
In deze door een instructeur geleide, live training leren deelnemers over het technologische aanbod en de implementatiebenaderingen voor het verwerken van grafische gegevens. Het doel is om objecten uit de praktijk, hun kenmerken en relaties te identificeren, vervolgens deze relaties te modelleren en ze als gegevens te verwerken met behulp van een Graph Computing aanpak (ook wel Graph Analytics genoemd). We beginnen met een breed overzicht en gaan dieper in op specifieke tools terwijl we een reeks casestudy's, praktische oefeningen en live implementaties doorlopen.
Aan het einde van deze training kunnen deelnemers:
- Begrijp hoe grafische gegevens worden bewaard en doorlopen.
- Selecteer het beste framework voor een bepaalde taak (van grafische databases tot batch-processing frameworks).
- Implementeer Hadoop , Spark, GraphX en Pregel om graph computing uit te voeren op vele machines parallel.
- Bekijk real-world big data-problemen in termen van grafieken, processen en traversals.
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
In deze door een instructeur geleide, live training leren deelnemers over het technologische aanbod en de implementatiebenaderingen voor het verwerken van grafische gegevens. Het doel is om objecten uit de praktijk, hun kenmerken en relaties te identificeren, vervolgens deze relaties te modelleren en ze als gegevens te verwerken met behulp van een Graph Computing aanpak (ook wel Graph Analytics genoemd). We beginnen met een breed overzicht en gaan dieper in op specifieke tools terwijl we een reeks casestudy's, praktische oefeningen en live implementaties doorlopen.
Aan het einde van deze training kunnen deelnemers:
- Begrijp hoe grafische gegevens worden bewaard en doorlopen.
- Selecteer het beste framework voor een bepaalde taak (van grafische databases tot batch-processing frameworks).
- Implementeer Hadoop , Spark, GraphX en Pregel om graph computing uit te voeren op vele machines parallel.
- Bekijk real-world big data-problemen in termen van grafieken, processen en traversals.
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
21 hours
Overview
Hortonworks Data Platform (HDP) is een open-source Apache Hadoop ondersteuningsplatform dat een stabiele basis biedt voor het ontwikkelen van big data-oplossingen op het Apache Hadoop ecosysteem.
Deze instructeur-geleide, live training (op locatie of op afstand) introduceert Hortonworks Data Platform (HDP) en Hortonworks Data Platform (HDP) deelnemers door de implementatie van de Spark + Hadoop oplossing.
Aan het einde van deze training kunnen deelnemers:
- Gebruik Hortonworks om Hadoop op grote schaal betrouwbaar te runnen.
- Breng de capaciteiten van Hadoop van beveiliging, beheer en operaties samen met de agile analytische workflows van Spark.
- Gebruik Hortonworks om alle componenten in een Spark-project te onderzoeken, valideren, certificeren en ondersteunen.
- Verwerk verschillende soorten gegevens, waaronder gestructureerd, ongestructureerd, in beweging en in rust.
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 instructeur-geleide, live training (op locatie of op afstand) introduceert Hortonworks Data Platform (HDP) en Hortonworks Data Platform (HDP) deelnemers door de implementatie van de Spark + Hadoop oplossing.
Aan het einde van deze training kunnen deelnemers:
- Gebruik Hortonworks om Hadoop op grote schaal betrouwbaar te runnen.
- Breng de capaciteiten van Hadoop van beveiliging, beheer en operaties samen met de agile analytische workflows van Spark.
- Gebruik Hortonworks om alle componenten in een Spark-project te onderzoeken, valideren, certificeren en ondersteunen.
- Verwerk verschillende soorten gegevens, waaronder gestructureerd, ongestructureerd, in beweging en in rust.
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.
21 hours
Overview
Stream Processing verwijst naar de realtime verwerking van "gegevens in beweging", dat wil zeggen het uitvoeren van berekeningen op gegevens terwijl deze worden ontvangen. Dergelijke gegevens worden gelezen als continue stromen van gegevensbronnen zoals sensorgebeurtenissen, website-gebruikersactiviteit, financiële transacties, creditcardbewegingen, klikstromen, enz. Stream Processing frameworks kunnen grote hoeveelheden inkomende gegevens lezen en bieden vrijwel onmiddellijk waardevolle inzichten.
In deze door een instructeur geleide, live training (op locatie of op afstand), leren deelnemers hoe ze verschillende Stream Processing frameworks kunnen opzetten en integreren met bestaande big data-opslagsystemen en gerelateerde softwareapplicaties en microservices.
Aan het einde van deze training kunnen deelnemers:
- Installeer en configureer verschillende Stream Processing frameworks, zoals Spark Streaming en Kafka Streaming.
- Begrijp en selecteer het meest geschikte kader voor de taak.
- Verwerking van gegevens continu, gelijktijdig en op recordniveau.
- Integreer Stream Processing oplossingen met bestaande databases, datawarehouses, datameren, etc.
- Integreer de meest geschikte stroomverwerkingsbibliotheek met bedrijfstoepassingen en microservices.
Publiek
- ontwikkelaars
- Software architecten
Indeling van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
Notes
- Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
In deze door een instructeur geleide, live training (op locatie of op afstand), leren deelnemers hoe ze verschillende Stream Processing frameworks kunnen opzetten en integreren met bestaande big data-opslagsystemen en gerelateerde softwareapplicaties en microservices.
Aan het einde van deze training kunnen deelnemers:
- Installeer en configureer verschillende Stream Processing frameworks, zoals Spark Streaming en Kafka Streaming.
- Begrijp en selecteer het meest geschikte kader voor de taak.
- Verwerking van gegevens continu, gelijktijdig en op recordniveau.
- Integreer Stream Processing oplossingen met bestaande databases, datawarehouses, datameren, etc.
- Integreer de meest geschikte stroomverwerkingsbibliotheek met bedrijfstoepassingen en microservices.
Publiek
- ontwikkelaars
- Software architecten
Indeling van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
Notes
- Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
14 hours
Overview
Magellan is an open-source distributed execution engine for geospatial analytics on big data. Implemented on top of Apache Spark, it extends Spark SQL and provides a relational abstraction for geospatial analytics.
This instructor-led, live training introduces the concepts and approaches for implementing geospacial analytics and walks participants through the creation of a predictive analysis application using Magellan on Spark.
By the end of this training, participants will be able to:
- Efficiently query, parse and join geospatial datasets at scale
- Implement geospatial data in business intelligence and predictive analytics applications
- Use spatial context to extend the capabilities of mobile devices, sensors, logs, and wearables
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training introduces the concepts and approaches for implementing geospacial analytics and walks participants through the creation of a predictive analysis application using Magellan on Spark.
By the end of this training, participants will be able to:
- Efficiently query, parse and join geospatial datasets at scale
- Implement geospatial data in business intelligence and predictive analytics applications
- Use spatial context to extend the capabilities of mobile devices, sensors, logs, and wearables
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
21 hours
Overview
Apache Spark is a distributed processing engine for analyzing very large data sets. It can process data in batches and real-time, as well as carry out machine learning, ad-hoc queries, and graph processing. .NET for Apache Spark is a free, open-source, and cross-platform big data analytics framework that supports applications written in C# or F#.
This instructor-led, live training (online or onsite) is aimed at developers who wish to carry out big data analysis using Apache Spark in their .NET applications.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand how .NET implements Spark APIs so that they can be accessed from a .NET application.
- Develop data processing applications using C# or F#, capable of handling data sets whose size is measured in terabytes and pedabytes.
- Develop machine learning features for a .NET application using Apache Spark capabilities.
- Carry out exploratory analysis using SQL queries on big data sets.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at developers who wish to carry out big data analysis using Apache Spark in their .NET applications.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand how .NET implements Spark APIs so that they can be accessed from a .NET application.
- Develop data processing applications using C# or F#, capable of handling data sets whose size is measured in terabytes and pedabytes.
- Develop machine learning features for a .NET application using Apache Spark capabilities.
- Carry out exploratory analysis using SQL queries on big data sets.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
14 hours
Overview
SMACK is a collection of data platform softwares, namely Apache Spark, Apache Mesos, Apache Akka, Apache Cassandra, and Apache Kafka. Using the SMACK stack, users can create and scale data processing platforms.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use the SMACK stack to build data processing platforms for big data solutions.
By the end of this training, participants will be able to:
- Implement a data pipeline architecture for processing big data.
- Develop a cluster infrastructure with Apache Mesos and Docker.
- Analyze data with Spark and Scala.
- Manage unstructured data with Apache Cassandra.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use the SMACK stack to build data processing platforms for big data solutions.
By the end of this training, participants will be able to:
- Implement a data pipeline architecture for processing big data.
- Develop a cluster infrastructure with Apache Mesos and Docker.
- Analyze data with Spark and Scala.
- Manage unstructured data with Apache Cassandra.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
21 hours
Overview
Apache Spark is an analytics engine designed to distribute data across a cluster in order to process it in parallel. It contains modules for streaming, SQL, machine learning and graph processing.
This instructor-led, live training (online or onsite) is aimed at engineers who wish to deploy Apache Spark system for processing very large amounts of data.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand the difference between Apache Spark and Hadoop MapReduce and when to use which.
- Quickly read in and analyze very large data sets.
- Integrate Apache Spark with other machine learning tools.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at engineers who wish to deploy Apache Spark system for processing very large amounts of data.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand the difference between Apache Spark and Hadoop MapReduce and when to use which.
- Quickly read in and analyze very large data sets.
- Integrate Apache Spark with other machine learning tools.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
21 hours
Overview
Apache Spark leercurve van Apache Spark neemt in het begin langzaam toe, het kost veel inspanning om het eerste rendement te behalen. Deze cursus is bedoeld om door het eerste moeilijke gedeelte te springen. Na het volgen van deze cursus zullen de deelnemers de basisprincipes van Apache Spark begrijpen, ze zullen RDD duidelijk onderscheiden van DataFrame, ze zullen Python en Scala API leren kennen, ze zullen uitvoerders en taken begrijpen, etc. Ook volgens de best practices richt deze cursus zich sterk op cloud-implementatie, Databricks en AWS. De studenten zullen ook de verschillen begrijpen tussen AWS EMR en AWS Glue, een van de nieuwste Spark-services van AWS.
PUBLIEK:
Data Engineer, DevOps , Data Scientist
PUBLIEK:
Data Engineer, DevOps , Data Scientist
21 hours
Overview
DOELSTELLING:
Deze cursus introduceert Apache Spark . De studenten leren hoe Spark past in het Big Data ecosysteem en hoe Spark gebruikt kan worden voor data-analyse. De cursus behandelt Spark shell voor interactieve gegevensanalyse, Spark internals, Spark API's, Spark SQL , Spark streaming en machine learning en graphX.
PUBLIEK :
Ontwikkelaars / gegevensanalisten
Deze cursus introduceert Apache Spark . De studenten leren hoe Spark past in het Big Data ecosysteem en hoe Spark gebruikt kan worden voor data-analyse. De cursus behandelt Spark shell voor interactieve gegevensanalyse, Spark internals, Spark API's, Spark SQL , Spark streaming en machine learning en graphX.
PUBLIEK :
Ontwikkelaars / gegevensanalisten
21 hours
Overview
Python is een programmeertaal op hoog niveau die bekend staat om zijn duidelijke syntaxis en leesbaarheid van code. Spark is een gegevensverwerkingsengine die wordt gebruikt voor het opvragen, analyseren en transformeren van big data. PySpark kunnen gebruikers Spark koppelen met Python .
In deze door een instructeur geleide live training leren deelnemers hoe ze Python en Spark samen kunnen gebruiken om big data te analyseren terwijl ze aan hands-on oefeningen werken.
Aan het einde van deze training kunnen deelnemers:
- Leer hoe u Spark met Python kunt gebruiken om Big Data te analyseren.
- Werk aan oefeningen die echte omstandigheden nabootsen.
- Gebruik verschillende tools en technieken voor big data-analyse met behulp van PySpark .
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
In deze door een instructeur geleide live training leren deelnemers hoe ze Python en Spark samen kunnen gebruiken om big data te analyseren terwijl ze aan hands-on oefeningen werken.
Aan het einde van deze training kunnen deelnemers:
- Leer hoe u Spark met Python kunt gebruiken om Big Data te analyseren.
- Werk aan oefeningen die echte omstandigheden nabootsen.
- Gebruik verschillende tools en technieken voor big data-analyse met behulp van PySpark .
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
21 hours
Overview
Scala is een verkorte versie van Java voor grootschalige functionele en objectgeoriënteerde programmering. Apache Spark Streaming is een uitgebreid onderdeel van de Spark API voor het verwerken van big data-sets als realtime streams. Spark Streaming en Scala zorgen samen voor het streamen van big data.
Deze instructeur-geleide, live training (op locatie of op afstand) is gericht op software-ingenieurs die big data willen streamen met Spark Streaming en Scala .
Aan het einde van deze training kunnen deelnemers:
- Maak Spark-applicaties met de Scala programmeertaal.
- Gebruik Spark Streaming om continue gegevensstromen te verwerken.
- Verwerk realtime gegevensstromen met Spark Streaming.
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 instructeur-geleide, live training (op locatie of op afstand) is gericht op software-ingenieurs die big data willen streamen met Spark Streaming en Scala .
Aan het einde van deze training kunnen deelnemers:
- Maak Spark-applicaties met de Scala programmeertaal.
- Gebruik Spark Streaming om continue gegevensstromen te verwerken.
- Verwerk realtime gegevensstromen met Spark Streaming.
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.
7 hours
Overview
Spark SQL is de module van Apache Spark voor het werken met gestructureerde en ongestructureerde gegevens. Spark SQL geeft informatie over de structuur van de gegevens en de berekeningen die worden uitgevoerd. Deze informatie kan worden gebruikt om optimalisaties uit te voeren. Twee veel voorkomende toepassingen voor Spark SQL zijn:
- om SQL query's uit te voeren.
- om gegevens van een bestaande Hive installatie te lezen.
In deze door een instructeur geleide, live training (op locatie of op afstand), leren deelnemers hoe ze verschillende soorten gegevenssets kunnen analyseren met Spark SQL .
Aan het einde van deze training kunnen deelnemers:
- Installeer en configureer Spark SQL .
- Voer gegevensanalyse uit met Spark SQL .
- Query-gegevenssets in verschillende indelingen.
- Visualiseer gegevens en queryresultaten.
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.
- om SQL query's uit te voeren.
- om gegevens van een bestaande Hive installatie te lezen.
In deze door een instructeur geleide, live training (op locatie of op afstand), leren deelnemers hoe ze verschillende soorten gegevenssets kunnen analyseren met Spark SQL .
Aan het einde van deze training kunnen deelnemers:
- Installeer en configureer Spark SQL .
- Voer gegevensanalyse uit met Spark SQL .
- Query-gegevenssets in verschillende indelingen.
- Visualiseer gegevens en queryresultaten.
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.
35 hours
Overview
MLlib is Spark's machine learning (ML) bibliotheek. Het doel is om praktische machine learning schaalbaar en eenvoudig te maken. Het bestaat uit algemene leeralgoritmen en hulpprogramma's, waaronder classificatie, regressie, clustering, collaboratieve filtering, vermindering van de dimensionaliteit, evenals optimalisatieprimitieven op een lager niveau en pijplijn-API's op een hoger niveau.
Het is verdeeld in twee pakketten:
-
spark.mllib bevat de originele API gebouwd bovenop RDD's.
-
spark.ml biedt een API op een hoger niveau gebouwd bovenop DataFrames voor het construeren van ML-pijpleidingen.
Publiek
Deze cursus is bedoeld voor ingenieurs en ontwikkelaars die een ingebouwde machinebibliotheek voor Apache Spark
Het is verdeeld in twee pakketten:
-
spark.mllib bevat de originele API gebouwd bovenop RDD's.
-
spark.ml biedt een API op een hoger niveau gebouwd bovenop DataFrames voor het construeren van ML-pijpleidingen.
Publiek
Deze cursus is bedoeld voor ingenieurs en ontwikkelaars die een ingebouwde machinebibliotheek voor Apache Spark
Weekend Spark cursus, Avond Spark training, Avond Spark opleiding Apache Spark boot camp, Spark instructeur geleid, Weekend Apache Spark training, Avond Spark cursus, Apache Spark coaching, Spark instructeur, Apache Spark trainer, Apache Spark training cursus, Apache Spark lessen, Apache Spark on-site, Apache Spark privé cursus, Apache Spark een op een training, Spark op locatie, Weekend Apache Spark opleiding
.jpg "procter & gamble (p&g)")
.png "european space agency (esa)")
.jpg "international air transport association (iata)")
