Lokale, door een instructeur geleide, live Big Data-trainingen beginnen met een inleiding tot elementaire concepten van Big Data en vervolgens de voortgang in de programmeertalen en -methodieken die worden gebruikt om gegevensanalyse uit te voeren. Tools en infrastructuur voor het inschakelen van Big Data-opslag, gedistribueerde verwerking en schaalbaarheid worden besproken, vergeleken en geïmplementeerd in demo-oefensessies. Big Data-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
Ik heb genoten van de goede balans tussen theorie en praktische labs ..
N. V. Nederlandse Spoorwegen
Cursus: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Ik had over het algemeen baat bij het beter begrijpen van Ignite ..
N. V. Nederlandse Spoorwegen
Cursus: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Ik vond vooral de goede lezingen leuk.
N. V. Nederlandse Spoorwegen
Cursus: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Het feit dat alle gegevens en software klaar waren om te gebruiken op een reeds voorbereide VM, geleverd door de trainer op externe schijven.
vyzVoice
Cursus: Hadoop for Developers and Administrators
Machine Translated
bereik van materiaal
Maciej Jonczyk
Cursus: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
systematisering van kennis op het gebied van ML
Orange Polska
Cursus: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Veel problemen die na de training kunnen worden onderzocht
Klaudia Kłębek
Cursus: Data Mining z wykorzystaniem R
Machine Translated
De trainer was zo deskundig en inclusief gebieden waarin ik geïnteresseerd was.
Mohamed Salama
Cursus: Data Mining & Machine Learning with R
Machine Translated
Zeer afgestemd op de behoeften.
Yashan Wang
Cursus: Data Mining with R
Machine Translated
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
Ik hou van de uitgevoerde oefeningen.
Nour Assaf
Cursus: Data Mining and Analysis
Machine Translated
De hands-on oefening en de trainercapaciteit om complexe onderwerpen in eenvoudige bewoordingen uit te leggen.
youssef chamoun
Cursus: Data Mining and Analysis
Machine Translated
De gegeven informatie was interessant en het beste deel was tegen het einde toen we werden voorzien van gegevens van Durex en werkten aan gegevens die we kennen en uitvoeren om resultaten te krijgen.
Jessica Chaar
Cursus: Data Mining and Analysis
Machine Translated
Ik vond vooral de trainer die echte voorbeelden gaf.
Simon Hahn
Cursus: Administrator Training for Apache Hadoop
Machine Translated
Ik genoot oprecht van de grote competenties van Trainer.
Grzegorz Gorski
Cursus: Administrator Training for Apache Hadoop
Machine Translated
Ik genoot enorm van de vele hands-on sessies.
Jacek Pieczątka
Cursus: Administrator Training for Apache Hadoop
Machine Translated
deel conceptdiagram en ook monster voor handen vuil
Mark Yang - FMR
Cursus: Spark for Developers
Machine Translated
Ik dacht dat de informatie interessant was.
Allison May
Cursus: Data Visualization
Machine Translated
Ik waardeerde echt dat Jeff gegevens en voorbeelden gebruikte die van toepassing waren op onderwijsgegevens. Hij maakte het interessant en interactief.
Carol Wells Bazzichi
Cursus: Data Visualization
Machine Translated
Leren over alle grafiektypen en waarvoor ze worden gebruikt. De waarde van rommel leren kennen. Leren over de methoden om tijdgegevens weer te geven.
Susan Williams
Cursus: Data Visualization
Machine Translated
Trainer was enthousiast.
Diane Lucas
Cursus: Data Visualization
Machine Translated
Ik vond de inhoud / instructeur erg goed.
Craig Roberson
Cursus: Data Visualization
Machine Translated
Ik ben een hands-on leerling en dit was iets dat hij veel deed.
Lisa Comfort
Cursus: Data Visualization
Machine Translated
Ik vond de voorbeelden leuk.
Peter Coleman
Cursus: Data Visualization
Machine Translated
Over het algemeen was ik gebaat bij de voorbeelden.
Peter Coleman
Cursus: Data Visualization
Machine Translated
Ik heb genoten van de goede voorbeelden uit de echte wereld, beoordelingen van bestaande rapporten.
Ronald Parrish
Cursus: Data Visualization
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
Ik had echt baat bij de bereidheid van de trainer om meer te delen.
Balaram Chandra Paul
Cursus: A practical introduction to Data Analysis and Big Data
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
Ik vond de interactieve manier van leren erg leuk.
Luigi Loiacono
Cursus: Data Analysis with Hive/HiveQL
Machine Translated
Het was een heel praktische training, ik vond de praktische oefeningen leuk.
Proximus
Cursus: Data Analysis with Hive/HiveQL
Machine Translated
Ik had baat bij het goede overzicht, de goede balans tussen theorie en oefeningen.
Proximus
Cursus: Data Analysis with Hive/HiveQL
Machine Translated
Ik heb genoten van de dynamische interactie en het onderwerp "hands-on", dankzij de virtuele machine, zeer stimulerend !.
Philippe Job
Cursus: Data Analysis with Hive/HiveQL
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
Ik had baat bij de competentie en kennis van de trainer.
Jonathan Puvilland
Cursus: Data Analysis with Hive/HiveQL
Machine Translated
Over het algemeen had ik baat bij de presentatie van technologieën.
Continental AG / Abteilung: CF IT Finance
Cursus: A practical introduction to Data Analysis and Big Data
Machine Translated
Over het algemeen was de inhoud goed.
Sameer Rohadia
Cursus: A practical introduction to Data Analysis and Big Data
Machine Translated
Voorbeeldoefeningen; Praktische werkervaring delen
澳新银行
Cursus: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Cube en DV
Alan Xie
Cursus: Data Vault: Building a Scalable Data Warehouse
Machine Translated
De kennis van de leraar van het datawarehouse is uitgebreid en hij prijst het!
澳新银行
Cursus: Data Vault: Building a Scalable Data Warehouse
Machine Translated
De leraar legde in detail uit en besprak de sfeer
澳新银行
Cursus: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Michael de trainer is zeer deskundig en bekwaam met betrekking tot het onderwerp Big Data en R. Hij is zeer flexibel en past de training aan op de behoefte van de klant. Hij is ook zeer capabel om technische en probleemproblemen onderweg op te lossen. Fantastische en professionele training !.
Xiaoyuan Geng - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Cursus: Programming with Big Data in R
Machine Translated
Ik heb echt genoten van de introductie van nieuwe pakketten.
Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Cursus: Programming with Big Data in R
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
Big Data Cursusoverzicht
Course Name
Duration
Overview
Course Name
Duration
Overview
21 hours
Overview
Apache Accumulo is een gesorteerde, gedistribueerde sleutel / waarde-opslag die robuuste, schaalbare gegevensopslag en Apache Accumulo biedt. Het is gebaseerd op het ontwerp van Go ogle's BigTable en wordt aangedreven door Apache Hadoop , Apache Zookeeper en Apache Thrift .
Deze instructeur geleide, live cursussen behandelt de werkprincipes achter Accumulo en leidt deelnemers door de ontwikkeling van een voorbeeldapplicatie op Apache Accumulo .
Indeling van de cursus
- Deelcollege, deelbespreking, hands-on ontwikkeling en implementatie, incidentele tests om begrip te peilen
Deze instructeur geleide, live cursussen behandelt de werkprincipes achter Accumulo en leidt deelnemers door de ontwikkeling van een voorbeeldapplicatie op Apache Accumulo .
Indeling van de cursus
- Deelcollege, deelbespreking, hands-on ontwikkeling en implementatie, incidentele tests om begrip te peilen
21 hours
Overview
Kennisontdekking in databases (KDD) is het proces waarbij nuttige kennis uit een verzameling gegevens wordt ontdekt. Real-life toepassingen voor deze dataminingtechniek omvatten marketing, fraudedetectie, telecommunicatie en productie.
In deze door een instructeur geleide, live cursus introduceren we de processen die betrokken zijn bij KDD en voeren we een reeks oefeningen uit om de implementatie van die processen te oefenen.
Publiek
- Gegevensanalisten of iedereen die geïnteresseerd is in het leren interpreteren van gegevens om problemen op te lossen
Indeling van de cursus
- Na een theoretische bespreking van KDD zal de instructeur real-life cases presenteren waarin de toepassing van KDD wordt gevraagd om een probleem op te lossen. Deelnemers zullen voorbeeldgegevenssets voorbereiden, selecteren en opschonen en hun voorkennis over de gegevens gebruiken om oplossingen voor te stellen op basis van de resultaten van hun waarnemingen.
In deze door een instructeur geleide, live cursus introduceren we de processen die betrokken zijn bij KDD en voeren we een reeks oefeningen uit om de implementatie van die processen te oefenen.
Publiek
- Gegevensanalisten of iedereen die geïnteresseerd is in het leren interpreteren van gegevens om problemen op te lossen
Indeling van de cursus
- Na een theoretische bespreking van KDD zal de instructeur real-life cases presenteren waarin de toepassing van KDD wordt gevraagd om een probleem op te lossen. Deelnemers zullen voorbeeldgegevenssets voorbereiden, selecteren en opschonen en hun voorkennis over de gegevens gebruiken om oplossingen voor te stellen op basis van de resultaten van hun waarnemingen.
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.
28 hours
Overview
MonetDB is een open-source database die pionier was op het gebied van technologie voor kolomopslag.
In deze door een instructeur geleide, live training leren deelnemers hoe ze MonetDB kunnen gebruiken en hoe ze er de meeste waarde uit kunnen halen.
Aan het einde van deze training kunnen deelnemers:
- Begrijp MonetDB en zijn functies
- Installeer en ga aan de slag met MonetDB
- Ontdek en voer verschillende functies en taken uit in MonetDB
- Versnel de levering van hun project door de mogelijkheden van MonetDB te maximaliseren
Publiek
- ontwikkelaars
- Technische experts
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
In deze door een instructeur geleide, live training leren deelnemers hoe ze MonetDB kunnen gebruiken en hoe ze er de meeste waarde uit kunnen halen.
Aan het einde van deze training kunnen deelnemers:
- Begrijp MonetDB en zijn functies
- Installeer en ga aan de slag met MonetDB
- Ontdek en voer verschillende functies en taken uit in MonetDB
- Versnel de levering van hun project door de mogelijkheden van MonetDB te maximaliseren
Publiek
- ontwikkelaars
- Technische experts
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
7 hours
Overview
Deze door een instructeur geleide, live training (ter plaatse of op afstand) is gericht op technische personen die willen leren hoe een machine learning-strategie te implementeren en tegelijkertijd het gebruik van big data te maximaliseren.
Aan het einde van deze training zullen de deelnemers:
- Begrijp de evolutie en trends voor machine learning.
- Weet hoe machine learning wordt gebruikt in verschillende industrieën.
- Raak vertrouwd met de tools, vaardigheden en services die beschikbaar zijn om machine learning in een organisatie te implementeren.
- Begrijp hoe machine learning kan worden gebruikt om datamining en -analyse te verbeteren.
- Ontdek wat een data-backend in het midden is en hoe deze door bedrijven wordt gebruikt.
- Begrijp de rol die big data en intelligente applicaties spelen in verschillende industrieën.
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.
Aan het einde van deze training zullen de deelnemers:
- Begrijp de evolutie en trends voor machine learning.
- Weet hoe machine learning wordt gebruikt in verschillende industrieën.
- Raak vertrouwd met de tools, vaardigheden en services die beschikbaar zijn om machine learning in een organisatie te implementeren.
- Begrijp hoe machine learning kan worden gebruikt om datamining en -analyse te verbeteren.
- Ontdek wat een data-backend in het midden is en hoe deze door bedrijven wordt gebruikt.
- Begrijp de rol die big data en intelligente applicaties spelen in verschillende industrieën.
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.
28 hours
Overview
Mem SQL is een in het geheugen verdeeld, SQL databasebeheersysteem voor cloud en on-premises. Het is een realtime datawarehouse dat onmiddellijk inzichten levert uit live en historische gegevens.
In deze door een instructeur geleide, live training leren deelnemers de essentie van Mem SQL voor ontwikkeling en beheer.
Aan het einde van deze training kunnen deelnemers:
- Begrijp de belangrijkste concepten en kenmerken van Mem SQL
- Mem SQL installeren, ontwerpen, onderhouden en bedienen
- Optimaliseer schema's in Mem SQL
- Verbeter vragen in Mem SQL
- Benchmarkprestaties in Mem SQL
- Bouw realtime datatoepassingen met behulp van Mem SQL
Publiek
- ontwikkelaars
- Administrators
- Operation Engineers
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
In deze door een instructeur geleide, live training leren deelnemers de essentie van Mem SQL voor ontwikkeling en beheer.
Aan het einde van deze training kunnen deelnemers:
- Begrijp de belangrijkste concepten en kenmerken van Mem SQL
- Mem SQL installeren, ontwerpen, onderhouden en bedienen
- Optimaliseer schema's in Mem SQL
- Verbeter vragen in Mem SQL
- Benchmarkprestaties in Mem SQL
- Bouw realtime datatoepassingen met behulp van Mem SQL
Publiek
- ontwikkelaars
- Administrators
- Operation Engineers
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
7 hours
Overview
In deze live training onder leiding van een instructeur leren deelnemers de kernconcepten achter MapR Stream Architecture bij het ontwikkelen van een realtime streamingapplicatie.
Tegen het einde van deze training kunnen de deelnemers producent- en consumententoepassingen bouwen voor realtime stroomgegevensverwerking.
Publiek
- ontwikkelaars
- Administrators
Formaat 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.
Tegen het einde van deze training kunnen de deelnemers producent- en consumententoepassingen bouwen voor realtime stroomgegevensverwerking.
Publiek
- ontwikkelaars
- Administrators
Formaat 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.
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.
14 hours
Overview
Apache Kylin is een extreme, gedistribueerde analyse-engine voor big data.
In deze door een instructeur geleide live training leren deelnemers hoe ze Apache Kylin kunnen gebruiken om een realtime datawarehouse op te zetten.
Aan het einde van deze training kunnen deelnemers:
- Gebruik realtime streaminggegevens met Kylin
- Gebruik de krachtige functies van Apache Kylin , de rijke SQL interface, spark cubing en subseconden query latency
Notitie
- We gebruiken de nieuwste versie van Kylin (vanaf dit moment, Apache Kylin v2.0)
Publiek
- Big data-ingenieurs
- Big Data analisten
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
In deze door een instructeur geleide live training leren deelnemers hoe ze Apache Kylin kunnen gebruiken om een realtime datawarehouse op te zetten.
Aan het einde van deze training kunnen deelnemers:
- Gebruik realtime streaminggegevens met Kylin
- Gebruik de krachtige functies van Apache Kylin , de rijke SQL interface, spark cubing en subseconden query latency
Notitie
- We gebruiken de nieuwste versie van Kylin (vanaf dit moment, Apache Kylin v2.0)
Publiek
- Big data-ingenieurs
- Big Data analisten
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
7 hours
Overview
Confluent K SQL is een stroomverwerkingsraamwerk dat bovenop Apache Kafka . Het maakt real-time gegevensverwerking mogelijk met behulp van SQL bewerkingen.
Deze instructeur-geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars die Apache Kafka streamverwerking willen implementeren zonder code te schrijven.
Aan het einde van deze training kunnen deelnemers:
- Installeer en configureer Confluent K SQL .
- Stel een stroomverwerkingspijplijn in met alleen SQL opdrachten (geen Java of Python codering).
- Voer datafiltering, transformaties, aggregaties, joins, windowing en sessie volledig uit in SQL .
- Ontwerp en implementeer interactieve, continue zoekopdrachten voor het streamen van ETL en realtime analyses.
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 ontwikkelaars die Apache Kafka streamverwerking willen implementeren zonder code te schrijven.
Aan het einde van deze training kunnen deelnemers:
- Installeer en configureer Confluent K SQL .
- Stel een stroomverwerkingspijplijn in met alleen SQL opdrachten (geen Java of Python codering).
- Voer datafiltering, transformaties, aggregaties, joins, windowing en sessie volledig uit in SQL .
- Ontwerp en implementeer interactieve, continue zoekopdrachten voor het streamen van ETL en realtime analyses.
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
KNIME Analytics Platform is een toonaangevende open source-optie voor datagestuurde innovatie, waarmee u het potentieel in uw gegevens kunt ontdekken, nieuwe inzichten kunt vinden of nieuwe toekomstvoorspellingen kunt voorspellen. Met meer dan 1000 modules, honderden kant-en-klare voorbeelden, een uitgebreid scala aan geïntegreerde tools en de breedste keuze aan geavanceerde beschikbare algoritmen, is KNIME Analytics Platform de perfecte toolbox voor elke KNIME en bedrijfsanalist.
Deze cursus voor KNIME Analytics Platform is een ideale gelegenheid voor beginners, gevorderde gebruikers en KNIME experts om kennis te maken met KNIME , om te leren hoe het effectiever te gebruiken en om duidelijke, uitgebreide rapporten te maken op basis van KNIME workflows
Deze cursus voor KNIME Analytics Platform is een ideale gelegenheid voor beginners, gevorderde gebruikers en KNIME experts om kennis te maken met KNIME , om te leren hoe het effectiever te gebruiken en om duidelijke, uitgebreide rapporten te maken op basis van KNIME workflows
7 hours
Overview
Kafka Streams is een client-side bibliotheek voor het bouwen van applicaties en microservices waarvan de gegevens worden doorgegeven aan en van een Kafka-berichtensysteem. Traditioneel vertrouwde Apache Kafka op Apache Spark of Apache Storm om gegevens tussen berichtproducenten en consumenten te verwerken. Door de Kafka Streams API vanuit een applicatie aan te roepen, kunnen gegevens direct in Kafka worden verwerkt, waardoor de noodzaak om de gegevens naar een afzonderlijk cluster te sturen voor verwerking wordt omzeild.
In deze live training onder leiding van een instructeur leren deelnemers hoe ze Kafka Streams kunnen integreren in een reeks voorbeeld Java applicaties die gegevens van en naar Apache Kafka doorgeven voor stroomverwerking.
Aan het einde van deze training kunnen deelnemers:
- Begrijp de functies en voordelen van Kafka Streams ten opzichte van andere frameworks voor stroomverwerking
- Process stream gegevens rechtstreeks binnen een Kafka-cluster
- Schrijf een Java of Scala applicatie of microservice die kan worden geïntegreerd met Kafka en Kafka Streams
- Schrijf beknopte code die invoer Kafka-onderwerpen omzet in uitvoer Kafka-onderwerpen
- Bouw, verpak en implementeer de applicatie
Publiek
- ontwikkelaars
Formaat 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 live training onder leiding van een instructeur leren deelnemers hoe ze Kafka Streams kunnen integreren in een reeks voorbeeld Java applicaties die gegevens van en naar Apache Kafka doorgeven voor stroomverwerking.
Aan het einde van deze training kunnen deelnemers:
- Begrijp de functies en voordelen van Kafka Streams ten opzichte van andere frameworks voor stroomverwerking
- Process stream gegevens rechtstreeks binnen een Kafka-cluster
- Schrijf een Java of Scala applicatie of microservice die kan worden geïntegreerd met Kafka en Kafka Streams
- Schrijf beknopte code die invoer Kafka-onderwerpen omzet in uitvoer Kafka-onderwerpen
- Bouw, verpak en implementeer de applicatie
Publiek
- ontwikkelaars
Formaat 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
7 hours
Overview
Apache NiFi (Hortonworks DataFlow) is een realtime geïntegreerde datalogistiek en een eenvoudig platform voor gebeurtenisverwerking waarmee gegevens tussen systemen kunnen worden verplaatst, gevolgd en geautomatiseerd. Het is geschreven met behulp van flow-based programmeren en biedt een webgebaseerde gebruikersinterface om gegevensstromen in realtime te beheren.
In deze door een instructeur geleide, live training leren deelnemers de basisprincipes van flow-based programmeren bij het ontwikkelen van een aantal demo-extensies, componenten en processors met Apache NiFi .
Aan het einde van deze training kunnen deelnemers:
- Begrijp de architectuur en dataflow-concepten van NiFi.
- Ontwikkel extensies met behulp van NiFi en API's van derden.
- Aangepaste ontwikkeling van hun eigen Apache Nifi-processor.
- Inname en verwerk realtime gegevens uit ongelijksoortige en ongewone bestandsindelingen en gegevensbronnen.
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.
In deze door een instructeur geleide, live training leren deelnemers de basisprincipes van flow-based programmeren bij het ontwikkelen van een aantal demo-extensies, componenten en processors met Apache NiFi .
Aan het einde van deze training kunnen deelnemers:
- Begrijp de architectuur en dataflow-concepten van NiFi.
- Ontwikkel extensies met behulp van NiFi en API's van derden.
- Aangepaste ontwikkeling van hun eigen Apache Nifi-processor.
- Inname en verwerk realtime gegevens uit ongelijksoortige en ongewone bestandsindelingen en gegevensbronnen.
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
publiek
- ontwikkel
formaat van de cursus
- lezingen, hands-on praktijk, kleine testen langs de weg te meten begrip
- ontwikkel
formaat van de cursus
- lezingen, hands-on praktijk, kleine testen langs de weg te meten begrip
21 hours
Overview
Cloudera Impala is een open source massaal parallelle verwerking (MPP) SQL query-engine voor Apache Hadoop clusters.
Impala stelt gebruikers in staat om SQL query's met lage latentie te geven aan gegevens die zijn opgeslagen in Hadoop Distributed File System en Apache Hbase zonder dat gegevens moeten worden verplaatst of getransformeerd.
Publiek
Deze cursus is bedoeld voor analisten en datawetenschappers die analyses uitvoeren op gegevens die zijn opgeslagen in Hadoop via Business Intelligence of SQL tools.
Na deze cursus kunnen afgevaardigden dat doen
- Haal betekenisvolle informatie uit Hadoop clusters met Impala .
- Schrijf specifieke programma's om Business Intelligence in Impala SQL Dialect te vergemakkelijken.
- Problemen met Impala oplossen.
Impala stelt gebruikers in staat om SQL query's met lage latentie te geven aan gegevens die zijn opgeslagen in Hadoop Distributed File System en Apache Hbase zonder dat gegevens moeten worden verplaatst of getransformeerd.
Publiek
Deze cursus is bedoeld voor analisten en datawetenschappers die analyses uitvoeren op gegevens die zijn opgeslagen in Hadoop via Business Intelligence of SQL tools.
Na deze cursus kunnen afgevaardigden dat doen
- Haal betekenisvolle informatie uit Hadoop clusters met Impala .
- Schrijf specifieke programma's om Business Intelligence in Impala SQL Dialect te vergemakkelijken.
- Problemen met Impala oplossen.
7 hours
Overview
Deze cursus behandelt het gebruik van Hive SQL taal (AKA: Hive HQL, SQL on Hive , Hive QL) voor mensen die gegevens uit Hive
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
Deze cursus introduceert HBase - een No SQL store bovenop Hadoop . De cursus is bedoeld voor ontwikkelaars die HBase gaan gebruiken om applicaties te ontwikkelen, en beheerders die HBase-clusters gaan beheren.
We zullen een ontwikkelaar door HBase-architectuur en datamodellering en applicatie-ontwikkeling op HBase leiden. Er wordt ook ingegaan op het gebruik van MapReduce met HBase en enkele beheeronderwerpen met betrekking tot prestatieoptimalisatie. De cursus is zeer praktisch met veel laboratoriumoefeningen.
Duur : 3 dagen
Publiek : ontwikkelaars en beheerders
We zullen een ontwikkelaar door HBase-architectuur en datamodellering en applicatie-ontwikkeling op HBase leiden. Er wordt ook ingegaan op het gebruik van MapReduce met HBase en enkele beheeronderwerpen met betrekking tot prestatieoptimalisatie. De cursus is zeer praktisch met veel laboratoriumoefeningen.
Duur : 3 dagen
Publiek : ontwikkelaars en beheerders
28 hours
Overview
Hadoop is een populair Big Data verwerkingsraamwerk. Python is een programmeertaal op hoog niveau die bekend staat om zijn duidelijke syntaxis en leesbaarheid van code.
In deze door een instructeur geleide live training leren deelnemers hoe ze met Python , Hadoop , MapReduce, Pig en Spark kunnen werken, terwijl ze door meerdere voorbeelden en use cases bladeren.
Aan het einde van deze training kunnen deelnemers:
- Begrijp de basisconcepten achter Hadoop , MapReduce, Pig en Spark
- Gebruik Python met Hadoop Distributed File System (HDFS), MapReduce, Pig en Spark
- Gebruik Snakebite voor programmatische toegang tot HDFS binnen Python
- Gebruik mrjob om banen voor MapReduce in Python te schrijven
- Schrijf Spark-programma's met Python
- Breid de functionaliteit van varken uit met behulp van Python UDF's
- Beheer MapReduce-taken en Pig-scripts met Luigi
Publiek
- ontwikkelaars
- IT-professionals
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
In deze door een instructeur geleide live training leren deelnemers hoe ze met Python , Hadoop , MapReduce, Pig en Spark kunnen werken, terwijl ze door meerdere voorbeelden en use cases bladeren.
Aan het einde van deze training kunnen deelnemers:
- Begrijp de basisconcepten achter Hadoop , MapReduce, Pig en Spark
- Gebruik Python met Hadoop Distributed File System (HDFS), MapReduce, Pig en Spark
- Gebruik Snakebite voor programmatische toegang tot HDFS binnen Python
- Gebruik mrjob om banen voor MapReduce in Python te schrijven
- Schrijf Spark-programma's met Python
- Breid de functionaliteit van varken uit met behulp van Python UDF's
- Beheer MapReduce-taken en Pig-scripts met Luigi
Publiek
- ontwikkelaars
- IT-professionals
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
28 hours
Overview
Publiek:
Deze cursus is bedoeld om big data / hadoop-technologie te demystificeren en aan te tonen dat het niet moeilijk te begrijpen is.
Deze cursus is bedoeld om big data / hadoop-technologie te demystificeren en aan te tonen dat het niet moeilijk te begrijpen is.
14 hours
Overview
Naarmate meer en meer software- en IT-projecten migreren van lokale verwerking en gegevensbeheer naar gedistribueerde verwerking en big data-opslag, vinden projectmanagers de behoefte om hun kennis en vaardigheden te upgraden om de concepten en werkwijzen te begrijpen die relevant zijn voor Big Data projecten en kansen.
Deze cursus laat projectmanagers kennismaken met het meest populaire Big Data verwerkingsraamwerk: Hadoop .
In deze door instructeurs geleide training leren deelnemers de kerncomponenten van het Hadoop ecosysteem en hoe deze technologieën kunnen worden gebruikt om grootschalige problemen op te lossen. Door deze basis te leren, zullen deelnemers ook hun vermogen verbeteren om te communiceren met de ontwikkelaars en implementeerders van deze systemen, evenals met de datawetenschappers en analisten die bij veel IT-projecten betrokken zijn.
Publiek
- Projectmanagers die Hadoop willen implementeren in hun bestaande ontwikkelings- of IT-infrastructuur
- Projectmanagers die moeten communiceren met cross-functionele teams, waaronder big data-ingenieurs, datawetenschappers en bedrijfsanalisten
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
Deze cursus laat projectmanagers kennismaken met het meest populaire Big Data verwerkingsraamwerk: Hadoop .
In deze door instructeurs geleide training leren deelnemers de kerncomponenten van het Hadoop ecosysteem en hoe deze technologieën kunnen worden gebruikt om grootschalige problemen op te lossen. Door deze basis te leren, zullen deelnemers ook hun vermogen verbeteren om te communiceren met de ontwikkelaars en implementeerders van deze systemen, evenals met de datawetenschappers en analisten die bij veel IT-projecten betrokken zijn.
Publiek
- Projectmanagers die Hadoop willen implementeren in hun bestaande ontwikkelings- of IT-infrastructuur
- Projectmanagers die moeten communiceren met cross-functionele teams, waaronder big data-ingenieurs, datawetenschappers en bedrijfsanalisten
Formaat van de cursus
- Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
21 hours
Overview
Hadoop is het meest populaire framework voor Big Data-verwerking .
21 hours
Overview
Apache NiFi (Hortonworks DataFlow) is een realtime geïntegreerde datalogistiek en een eenvoudig platform voor gebeurtenisverwerking waarmee gegevens tussen systemen kunnen worden verplaatst, gevolgd en geautomatiseerd. Het is geschreven met behulp van flow-based programmeren en biedt een webgebaseerde gebruikersinterface om gegevensstromen in realtime te beheren.
In deze door een instructeur geleide, live training (op locatie of op afstand), leren deelnemers hoe ze Apache NiFi kunnen implementeren en beheren in een live labomgeving.
Aan het einde van deze training kunnen deelnemers:
- Installeer en configureer Apachi NiFi.
- Bron, transformeer en beheer gegevens uit ongelijksoortige, gedistribueerde gegevensbronnen, waaronder databases en grote gegevensmeren.
- Automatiseer gegevensstromen.
- Schakel streaming-analyse in.
- Pas verschillende benaderingen toe voor gegevensopname.
- Transformeer Big Data naar zakelijke inzichten.
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.
In deze door een instructeur geleide, live training (op locatie of op afstand), leren deelnemers hoe ze Apache NiFi kunnen implementeren en beheren in een live labomgeving.
Aan het einde van deze training kunnen deelnemers:
- Installeer en configureer Apachi NiFi.
- Bron, transformeer en beheer gegevens uit ongelijksoortige, gedistribueerde gegevensbronnen, waaronder databases en grote gegevensmeren.
- Automatiseer gegevensstromen.
- Schakel streaming-analyse in.
- Pas verschillende benaderingen toe voor gegevensopname.
- Transformeer Big Data naar zakelijke inzichten.
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.
14 hours
Overview
Het doel van de cursus is om deelnemers in staat te stellen om de beheersing van de SQL taal in Oracle database te beheersen voor data-extractie op intermediair niveau.
28 hours
Overview
Apache Hadoop is het populairste framework voor het verwerken van Big Data op clusters van servers. Deze cursus zal een ontwikkelaar om verschillende componenten (HDFS, MapReduce, Pig, introduceren Hive en HBase) Hadoop ecosysteem.
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
14 hours
Overview
Apache Zeppelin is een webbased notebook voor het vastleggen, onderzoeken, visualiseren en delen van Hadoop- en Spark-data Deze instructieve, live training introduceert de concepten achter interactieve data-analyse en leidt deelnemers door de inzet en het gebruik van Zeppelin in een omgeving met één gebruiker of meerdere gebruikers Aan het einde van deze training kunnen deelnemers: Installeer en configureer Zeppelin Ontwikkelen, organiseren, uitvoeren en delen van gegevens in een browsergebaseerde interface Visualiseer resultaten zonder naar de opdrachtregel of clusterdetails te verwijzen Uitvoeren en samenwerken aan lange workflows Werk met een van een aantal plugin-taal / dataprocessing-backends, zoals Scala (met Apache Spark), Python (met Apache Spark), Spark SQL, JDBC, Markdown en Shell Integreer Zeppelin met Spark, Flink en Map Reduce Beveiligde multi-user-instanties van Zeppelin met Apache Shiro Publiek Gegevensingenieurs Data-analisten Datawetenschappers Software ontwikkelaars Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
14 hours
Overview
Vespa en opensource big data processing and serving engine gemaakt door Yahoo Het wordt gebruikt om te reageren op vragen van gebruikers, aanbevelingen te doen en in realtime gepersonaliseerde inhoud en advertenties te bieden Deze instructieve, live training introduceert de uitdagingen van het bedienen van grootschalige gegevens en wandelt deelnemers door het creëren van een applicatie die antwoorden op gebruikersaanvragen kan berekenen, over grote datasets in realtime Aan het einde van deze training kunnen deelnemers: Gebruik Vespa om snel gegevens te berekenen (opslaan, zoeken, rangschikken, organiseren) tijdens het gebruik van de tijd terwijl een gebruiker wacht Implementeer Vespa in bestaande applicaties met functies zoeken, aanbevelingen en personalisatie Integreer en implementeer Vespa met bestaande big data-systemen zoals Hadoop en Storm Publiek ontwikkelaars Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
14 hours
Overview
Tigon is een opensource, realtime, lowlatency, highthroughput, native YARN, stream processing framework dat bovenop HDFS en HBase voor persistentie zit Tigon-applicaties richten zich op use-cases zoals detectie en analyse van netwerkintrus- sies, marktanalyses van sociale media, locatieanalyses en realtime aanbevelingen aan gebruikers Deze instructieve, live training introduceert Tigon's benadering van het mengen van realtime en batchverwerking terwijl het deelnemers door de creatie van een voorbeeldtoepassing leidt Aan het einde van deze training kunnen deelnemers: Maak krachtige, stroomverwerkingsprogramma's voor het verwerken van grote hoeveelheden gegevens Processtroombronnen zoals Twitter en Webserver Logs Gebruik Tigon voor snel samenvoegen, filteren en aggregeren van streams Publiek ontwikkelaars Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
Weekend Big Data cursus, Avond Big Data training, Avond Big Data opleiding Big Data boot camp, Big Data instructeur geleid, Weekend Big Data training, Avond Big Data cursus, Big Data coaching, Big Data instructeur, Big Data trainer, Big Data training cursus, Big Data lessen, Big Data on-site, Big Data privé cursus, Big Data een op een training, Big Data op locatie, Weekend Big Data opleiding
.jpg "procter & gamble (p&g)")
.png "european space agency (esa)")
.jpg "international air transport association (iata)")
