Big Data Trainingen in Groningen

Deze door een instructeur geleide live training (online of op locatie) is bedoeld voor datascientists en ingenieurs op intermediair niveau die Google Colab en Apache Spark willen gebruiken voor big data verwerking en analyse.

Aan het einde van deze training kunnen deelnemers:

• Een big data omgeving instellen met behulp van Google Colab en Spark.
• Grote datasets efficiënt verwerken en analyseren met Apache Spark.
• Big data visualiseren in een samenwerkingsomgeving.
• Apache Spark integreren met cloudgebaseerde hulpmiddelen.

Stratio is een datacentrisch platform dat big data, AI en governance integreert in één oplossing. De Rocket- en Intelligence-modules maken snelle data-exploratie, transformatie en geavanceerde analyse mogelijk in bedrijfsumgevingen.

Deze door instructeurs geleide, live-training (online of op locatie) is gericht op geavanceerde data-professionals die de Rocket- en Intelligence-modules in Stratio effectief willen gebruiken met PySpark, met focus op lusstructuren, gebruikersgedefinieerde functies en geavanceerde datalogica.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Te navigeren en te werken binnen het Stratio-platform met behulp van de Rocket- en Intelligence-modules.
• PySpark toe te passen in de context van data-inname, transformatie en analyse.
• Lussen en conditionele logica te gebruiken om data-workflows en feature-engineeringtaken te besturen.
• Gebruikersgedefinieerde functies (UDFs) te creëren en beheren voor herbruikbare data-operaties in PySpark.

Formaat van de cursus

• Interactieve colleges en discussies.
• Veel oefeningen en praktijk.
• Hands-on implementatie in een live-laboratoriumomgeving.

Opties voor cursusaanpassing

• Voor het aanvragen van een aangepaste training voor deze cursus, neem dan contact met ons op om dit te regelen.

Data Warehousing is de praktijk van het ontwerpen, bouwen en beheren van gecentraliseerde databestanden die analytiek, rapportering en besluitvorming ondersteunen.

Deze door een instructeur geleide live-training (online of op locatie) is gericht op data-professionals met een gemiddeld niveau die dimensionele gegevens willen modelleren, robuuste ETL-pipelines willen bouwen en analytische workloads willen optimaliseren.

Aan het einde van deze training kunnen de deelnemers:

• De kernconcepten en architecturen van data warehousing uitleggen.
• Dimensionele modellen ontwerpen en kiezen tussen star- en snowflake-schema's.
• ETL- en ELT-pipelines betrouwbaar bouwen en orchestreren.
• OLTP- versus OLAP-workloads onderscheiden en optimaliseren voor analytiek.

Formaat van de cursus

• Interactieve lezingen en discussies.
• Veel oefeningen en praktijk.
• Hand-on implementatie in een live-labomgeving.

Opties voor cursusaanpassing

• Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om dit te regelen.

Deelnemers die deze door een instructeur geleide, live training in Groningen voltooien, krijgen een praktisch, real-world begrip van Big Data en de bijbehorende 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 klas.

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

Greenplum is een open-source massively parallel processing (MPP) dataplatform ontworpen voor analytics en grootschalige data-omgevingen.

Dit door een instructeur geleide, live training (online of on-site) is gericht op technisch gebruikers op tussen- tot geavanceerd niveau die de interne architectuur van Greenplum willen begrijpen, geoptimaliseerde datamodellen willen bouwen en hoogpresterende SQL willen toepassen in gedistribueerde omgevingen.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De shared-nothing architectuur en parallelisme-model van Greenplum te begrijpen.
• Gedistribueerde tabelstructuren en partities te ontwerpen die geoptimaliseerd zijn voor query-prestaties.
• Indexstrategieën, opslagformaten en fysieke ontwerktechnieken te gebruiken.
• EXPLAIN-plannen te interpreteren en queries te optimaliseren met behulp van best practices.

Opzet van de cursus

• Interactieve lezingen en discussies.
• Veel oefeningen en praktijk.
• Handson-implementatie in een live-labomgeving.

Opties voor cursusanpassing

• Voor een aangepaste training voor deze cursus, neem contact met ons op om te regelen.

Greenplum is een open-source massively parallel data platform gebaseerd op PostgreSQL, ontworpen voor geavanceerde analyse en grootschalige data warehousing.

Deze door een instructeur geleide, live training (online of ter plekke) is gericht op beheerders op intermiddelijniveau die een Greenplum-omgeving willen installeren, configureren en beheren, inclusief het beheren van systeemupdates en bibliotheken.

Aan het einde van deze training kunnen de deelnemers:

• Een productieklaar Greenplum-cluster installeren en configureren.
• Systeemupdates beheren en patches veilig toepassen.
• Greenplum-bibliotheekbeheer voor analyse en extensies uitvoeren.
• Greenplum-systeemproblemen oplossen en monitoren.

Formaat van de cursus

• Interactieve lezingen en discussies.
• Hand-on gebruik van Greenplum in een gecontroleerde labomgeving.
• Geleide oefeningen gericht op clusteropstelling, upgradewerkstromen en systeemextensies.

Opties voor cursusaanpassing

• Om een aangepaste training voor deze cursus aan te vragen op basis van uw omgeving of dataplatform, neem dan contact met ons op om dit te regelen.

Deze door een instructeur geleide, live training (online of ter plekke) is gericht op geavanceerde dataprofessionals die dataverwerkingswerkstromen willen optimaliseren, data-integriteit willen waarborgen en robuuste data lakehouse-oplossingen willen implementeren die de complexiteiten van moderne big data-applicaties kunnen aan.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Een diepgaande kennis te verwerven van de architectuur van Iceberg, inclusief metadata-beheer en bestandsindeling.
• Iceberg te configureren voor optimale prestaties in verschillende omgevingen en te integreren met meerdere dataverwerkingsmotoren.
• Grote Iceberg-tabellen beheren, complexe schemacomponenten uitvoeren en partitie-evolutie beheren.
• Technieken beheersen om de queryprestaties en de efficiëntie van datascans te optimaliseren voor grote datasets.
• Mechanismen implementeren om data-consistentie te waarborgen, transactiegaranties te beheren en fouten in gedistribueerde omgevingen te verhelpen.

Deze door een instructeur geleide, live training (online of op locatie) is gericht op beginnende data-professionals die de kennis en vaardigheden willen verwerven die nodig zijn om Apache Iceberg effectief te gebruiken voor het beheren van grote datasets, het waarborgen van gegevensintegriteit en het optimaliseren van gegevensverwerkingsworkflows.

Aan het einde van deze training kunnen de deelnemers:

• Een diepgaand begrip krijgen van de architectuur, kenmerken en voordelen van Apache Iceberg.
• Meer te weten komen over tabelformaten, partitie-onderverdeling, schema-evolutie en tijdreizen-mogelijkheden.
• Apache Iceberg installeren en configureren in verschillende omgevingen.
• Iceberg-tabellen aanmaken, beheren en manipuleren.
• Het proces van het migreren van gegevens van andere tabelformaten naar Iceberg begrijpen.

Deze door een instructeur geleide, live training (online of op locatie) is gericht op IT-professionals op tussenniveau die hun vaardigheden in data-architectuur, governance, cloud computing en big data-technologieën willen verbeteren om grote datasets effectief te beheren en te analyseren voor datamigratie binnen hun organisaties.

Aan het einde van deze training zullen deelnemers in staat zijn om:

• De basisconcepten en componenten van verschillende data-architecturen te begrijpen.
• Een grondig begrip te krijgen van de principes van data governance en hun belang in regulerende omgevingen.
• Data governance frameworks zoals Dama en Togaf te implementeren en beheren.
• Cloudplatformen te gebruiken voor efficiënte data-opslag, -verwerking en -beheer.

Deze door een docent geleide, live training (online of op locatie) is bedoeld voor gegevensingenieurs op tussenniveau die willen leren hoe ze Azure Data Lake Storage Gen2 kunnen gebruiken voor effectieve gegevensanalyseoplossingen.

Aan het einde van deze training kunnen de deelnemers:

• De architectuur en belangrijkste kenmerken van Azure Data Lake Storage Gen2 begrijpen.
• Dataopslag en -toegang optimaliseren voor kosten en prestaties.
• Azure Data Lake Storage Gen2 integreren met andere Azure-diensten voor analyse en gegevensverwerking.
• Oplossingen ontwikkelen met behulp van de Azure Data Lake Storage Gen2 API.
• Veelvoorkomende problemen oplossen en opslagstrategieën optimaliseren.

Deze live training in Groningen onder leiding van een instructeur (online of op locatie) is bedoeld voor ontwikkelaars die Spark, Hadoop en Python willen gebruiken en integreren om grote en complexe datasets te verwerken, analyseren en transformeren.

Aan het einde van deze training zijn de deelnemers in staat om:

• Zet de benodigde omgeving in om te beginnen met het verwerken van big data met Spark, Hadoop en Python.
• Krijg inzicht in de functies, kernonderdelen en architectuur van Spark en Hadoop.
• Leer hoe u Spark, Hadoop en Python kunt integreren voor de verwerking van big data.
• Verken de tools in het Spark-ecosysteem (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka en Flume).
• Bouw gezamenlijke filteraanbevelingssystemen die vergelijkbaar zijn met Netflix, YouTube, Amazon, Spotify en Google.
• Gebruik Apache Mahout om machine learning-algoritmen te schalen.

Big Data en Geavanceerde Analytische Oplossingen is het toepassen van geavanceerde technieken en hulpmiddelen om grote, complexe datasets te analyseren voor handelbare inzichten en strategische besluitvorming.

Deze instructeurgeleide, live training (online of ter plaatse) is bedoeld voor geavanceerde dataprofessionals die geavanceerde analytische methoden en big data technologieën willen benutten voor voorspellende, voorschrijvende en real-time analytische oplossingen.

Aan het einde van deze training zullen deelnemers in staat zijn om:

• Grootschalige dataverwerkingspijplijnen te ontwerpen en implementeren voor gestructureerde en ongestructureerde data.
• Geavanceerde machine learning- en deep learningtechnieken toe te passen op grote datasets.
• Verdeelde rekenkaders te benutten voor real-time analytische oplossingen en data streaming.
• Big data analytische oplossingen te integreren in business intelligence- en besluitvormingssystemen.

Formaat van de Cursus

• Interactieve lezingen en discussies.
• Veel oefeningen en praktijkopdrachten.
• Handson implementatie in een live-labomgeving.

Opties voor Cursusaanpassing

• Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om te regelen.

Deze door een instructeur geleide, live training (online of op locatie) is gericht op IT-professionals op tussenniveau die een omvattend begrip van IBM DataStage willen verwerven vanuit zowel een administratief als een ontwikkelingsperspectief. Dit stelt hen in staat om dit hulpmiddel effectief te beheren en te gebruiken in hun respectieve werkplekken.

Aan het einde van deze training kunnen de deelnemers:

• De kernbegrippen van DataStage begrijpen.
• Leren hoe ze DataStage-omgevingen effectief kunnen installeren, configureren en beheren.
• Verbinding maken met verschillende databronnen en gegevens efficiënt extraheren uit databases, vlakke bestanden en externe bronnen.
• Effectieve gegevensladingstechnieken implementeren.

Deze live training onder leiding van een instructeur in Groningen (online of op locatie) is bedoeld voor beginnende tot gemiddelde systeembeheerders die Spark-clusters willen implementeren, onderhouden en optimaliseren.

Aan het einde van deze training zijn de deelnemers in staat om:

• Installeer en configureer Apache Spark in verschillende omgevingen.
• Clusterresources beheren en Spark-toepassingen bewaken.
• Optimaliseer de prestaties van Spark-clusters.
• Implementeer beveiligingsmaatregelen en zorg voor een hoge beschikbaarheid.
• Veelvoorkomende problemen met Spark opsporen en oplossen.

Deelnemers die deze door een instructeur geleide, live training voltooien in Groningen 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.

In deze door een instructeur geleide, live training in Groningen, leren deelnemers hoe ze Python en Spark samen kunnen gebruiken om big data te analyseren terwijl ze werken aan praktische oefeningen.

Aan het einde van deze training zijn de deelnemers in staat om:

• Leer hoe u Spark kunt gebruiken met Python om Big Data te analyseren.
• Werk aan oefeningen die gevallen uit de echte wereld nabootsen.
• Gebruik verschillende tools en technieken voor big data-analyse met behulp van PySpark.

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.

Doelgroep:

Deze cursus is bedoeld voor IT-specialisten die op zoek zijn naar een oplossing om grote datasets op te slaan en te verwerken in een gedistribueerde systeemomgeving.

Goal:

Diepgaande kennis van Hadoop clusteradministratie.

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 hoogniveau-overzicht van essentiële Big Data onderwerpen. De module is verdeeld in een reeks secties, waarvan elk wordt geaccompagneerd door een praktische oefening.

Dag 2 - onderzoekt een reeks onderwerpen die betrokken zijn bij analysepraktijken en -gereedschappen voor Big Data-omgevingen. Het gaat niet in op implementatie of programmeringsdetails, maar houdt de dekking op een conceptueel niveau, met focus op onderwerpen die deelnemers in staat stellen een uitgebreid begrip te ontwikkelen van de gemeenschappelijke analysefuncties en kenmerken die worden aangeboden door Big Data-oplossingen.

Dag 3 - biedt een overzicht van de fundamentele en essentiële onderwerpen met betrekking tot de architectuur van een Big Data-oplossingsplatform. Het dekt Big Data-mechanismen die nodig zijn voor de ontwikkeling van een Big Data-oplossingsplatform en architectuuropties voor het samenstellen van een dataverwerkingsplatform. Er worden ook enkele scenario's gepresenteerd om een basisbegrip te geven van hoe een Big Data-oplossingsplatform over het algemeen wordt gebruikt.

Dag 4 - bouwt voort op Dag 3 door geavanceerde onderwerpen met betrekking tot de architectuur van een Big Data-oplossingsplatform te onderzoeken. In het bijzonder worden verschillende architectuurlagen die deel uitmaken van het Big Data-oplossingsplatform geïntroduceerd en besproken, waaronder databronnen, data-ingang, databewaring, dataverwerking en beveiliging.

Dag 5 - behandelt een aantal oefeningen en problemen die zijn ontworpen om de vaardigheden van de deelnemers te testen om het inzicht te toepassen van de onderwerpen die op Dag 3 en 4 zijn behandeld.

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.

In deze instructeursgeleide, live training in Groningen, leren de deelnemers de mindset waarmee ze Big Data technologieën kunnen benaderen, de impact op bestaande processen en beleidslijnen kunnen evalueren, en deze technologieën kunnen implementeren om criminële activiteiten te identificeren en criminaliteit te voorkomen. Case studies van handhavingsorganisaties over de hele wereld zullen worden onderzocht om inzichten te krijgen in hun adoptiebenaderingen, uitdagingen en resultaten.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Big Data technologie combineren met traditionele processen voor gegevensverzameling om een verhaal samen te voegen tijdens een onderzoek.
• Industriële big data-opslag- en verwerkingsoplossingen implementeren voor data-analyse.
• Een voorstel voor te bereiden voor de adoptie van de meest geschikte tools en processen om een datagestuurde aanpak van strafrechtelijk onderzoek mogelijk te maken.

Big Data is een term die verwijst naar oplossingen die bedoeld zijn voor het opslaan en verwerken van grote dataverzamelingen. Aanvankelijk ontwikkeld door Google, hebben deze Big Data-oplossingen zich verder ontwikkeld en andere vergelijkbare projecten geïnspireerd, waarvan veel open source beschikbaar zijn. 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.

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

Deze klassikale trainingssessie onderzoekt Big Data. Afgevaardigden krijgen computergebaseerde voorbeelden en casestudy-oefeningen die ze kunnen uitvoeren met relevante 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.

De cursus is gericht op IT-specialisten die op zoek zijn naar een oplossing om grote gegevenssets op te slaan en te verwerken in een gedistribueerde systeemomgeving.

Cursusdoel:

Kennis opdoen over Hadoop clusteradministratie.

Apache Hadoop is het meest populaire framework voor verwerking op clusters van servers. In deze drie (optioneel, vier) dagen cursus leren deelnemers over de zakelijke voordelen en gebruiksscenario’s voor Hadoop en zijn ecosystem, hoe ze een clusterimplementatie en groei moeten plannen, hoe ze Hadoop moeten installeren, onderhouden, monitoren, opsporen en optimaliseren. Ze oefenen ook met bulk gegevenslading in een cluster, raken vertrouwd met verschillende Hadoop-distributies en oefenen met het installeren en beheren van Hadoop-ecosysteemtools. De cursus sluit af met een discussie over het beveiligen van een cluster met Kerberos.

“…De materialen waren zeer goed voorbereid en gedetailleerd. Het Lab was zeer nuttig en goed georganiseerd” — Andrew Nguyen, Principal Integration DW Engineer, Microsoft Online Advertising

Aanwezigheid

Hadoop beheerders

Formaat

College en hands-on labo’s, ongeveer 60% college, 40% labo’s.

Apache Hadoop is de meest populaire framework voor het verwerken van big data op clusters van servers. Deze cursus introduceert een ontwikkelaar in verschillende componenten (HDFS, MapReduce, Pig, Hive en HBase) van de Hadoop-ecosystem.

Apache Hadoop is één van de meest populaire frameworks voor verwerking Big Data op clusters van servers. Deze cursus gaat dieper in op databeheer in HDFS, geavanceerde Pig, Hive en HBase. Deze geavanceerde programmeertechnieken zijn nuttig voor ervaren Hadoop ontwikkelaars.

Doelgroep: ontwikkelaars

Duur: drie dagen

Formaat: college's (50%) en praktijkgerichte workshops (50%).

Doelgroep:

Deze cursus is bedoeld om big data/Hadoop-technologie te ontrafelen en te tonen dat het niet moeilijk is om te begrijpen.

Deze instructeur-geleide, live training in Groningen (op locatie of op afstand) is gericht op systeembeheerders die willen leren hoe ze clusters binnen hun organisatie kunnen opzetten, implementeren en beheren.

Aan het einde van deze training kunnen deelnemers:

• Installeer en configureer Apache Hadoop.
• Begrijp de vier belangrijkste componenten in het Hadoop-ecosysteem: HDFS, MapReduce, YARN en Hadoop Common.
• Gebruik Hadoop Distributed File System (HDFS) om een cluster te schalen naar honderden of duizenden knooppunten.
• Stel HDFS in om te functioneren als opslagengine voor on-premise Spark-implementaties.
• Stel Spark in voor toegang tot alternatieve opslagoplossingen zoals Amazon S3 en NoSQL databasesystemen zoals Redis, Elasticsearch, Couchbase, Aerospike, enz.
• Voer administratieve taken uit zoals het inrichten, beheren, monitoren en beveiligen van een Apache Hadoop-cluster.

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

In deze instructor-led, live training in Groningen (op locatie of remote), leren deelnemers hoe ze verschillende Stream Processing frameworks kunnen installeren en integreren met bestaande big data opslagsystemen en gerelateerde softwaretoepassingen en microservices.

Tegen het einde van deze training zullen de deelnemers in staat zijn om:

• Diverse Stream Processing frameworks te installeren en configureren, zoals Spark Streaming en Kafka Streaming.
• Het meest geschikte framework voor de taak te begrijpen en selecteren.
• Gegevens continu, gelijktijdig en op een record-per-record manier te verwerken.
• Stream Processing oplossingen te integreren met bestaande databases, datawarehouses, datalakes, enz.
• De meest geschikte Stream Processing library te integreren met ondernemingsapplicaties en microservices.

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.

In deze live training onder leiding van een instructeur in Groningen (ter plaatse of op afstand) leren deelnemers hoe ze Apache NiFi kunnen implementeren en beheren in een live labomgeving.

Aan het einde van deze training zijn de deelnemers in staat om:

• Installeer en configureer Apachi NiFi.
• Bron, transformeer en beheer gegevens uit ongelijksoortige, gedistribueerde gegevensbronnen, waaronder databases en big data lakes.
• Automatiseer gegevensstromen.
• Schakel streaminganalyse in.
• Pas verschillende benaderingen toe voor gegevensopname.
• Transformeer Big Data en naar zakelijke inzichten.

In deze door een instructeur geleide, live training in Groningen leren deelnemers de basisprincipes van flow-based programmeren terwijl ze een aantal demo-extensies, componenten en processors ontwikkelen met behulp van Apache NiFi.

Aan het einde van deze training zijn de deelnemers in staat om:

• Begrijp de architectuur en dataflowconcepten van NiFi.
• Ontwikkel extensies met behulp van NiFi en API's van derden.
• Op maat ontwikkelen van hun eigen Apache Nifi processor.
• Neem real-time gegevens op en verwerk ze uit ongelijksoortige en ongebruikelijke bestandsindelingen en gegevensbronnen.

Deze door een instructeur geleide, live training (online of ter plaatse) is bedoeld voor datawetenschappers die de SMACK-stack willen gebruiken om dataverwerkingsplatforms voor big data-oplossingen te bouwen.

Aan het einde van deze training kunnen de deelnemers:

• Een datapipeline-architectuur implementeren voor het verwerken van big data.
• Een clusterinfrastructuur ontwikkelen met Apache Mesos en Docker.
• Data analyseren met Spark en Scala.
• Ongestructureerde data beheren met Apache Cassandra.

Deze instructeur-geleide, live training in Groningen (op locatie of op afstand) is gericht op ingenieurs die een Apache Spark systeem willen opzetten en implementeren voor het verwerken van zeer grote hoeveelheden gegevens.

Aan het einde van deze training kunnen deelnemers:

• Installeer en configureer Apache Spark.
• Verwerk en analyseer snel zeer grote datasets.
• Begrijp het verschil tussen Apache Spark en Hadoop MapReduce en wanneer u welke moet gebruiken.
• Integreer Apache Spark met andere machine learning-tools.

De leercurve van Apache Spark begint traag en stijgt langzaam in het begin, het vereist veel moeite om de eerste resultaten te behalen. Deze cursus helpt u over het eerste moeilijke deel te springen. Na het volgen van deze cursus zullen de deelnemers de basis van Apache Spark begrijpen, ze zullen RDD duidelijk van DataFrame kunnen onderscheiden, ze zullen de Python- en Scala-API leren, ze zullen executors en taken begrijpen, enzovoort. Ook door de beste praktijken te volgen, richt deze cursus zich sterk op cloud-deployments, Databricks en AWS. De studenten zullen ook de verschillen tussen AWS EMR en AWS Glue begrijpen, een van de meest recente Spark-diensten van AWS.

AANWENDINGSGEBIED:

Data Engineer, DevOps, Data Scientist

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 live training onder leiding van een instructeur in Groningen (online of ter plaatse) is bedoeld voor datawetenschappers en -ontwikkelaars die Spark NLP, gebouwd op Apache Spark, willen gebruiken om tekstverwerkingsmodellen en pijplijnen in natuurlijke taal te ontwikkelen, implementeren en schalen.

Aan het einde van deze training zijn de deelnemers in staat om:

• Zet de benodigde ontwikkelomgeving op om NLP-pijplijnen te gaan bouwen met Spark NLP.
• Krijg inzicht in de functies, architectuur en voordelen van het gebruik van Spark NLP.
• Gebruik de vooraf getrainde modellen die beschikbaar zijn in Spark NLP om tekstverwerking te implementeren.
• Leer hoe u modellen Spark NLP bouwt, traint en schaalt voor projecten van productiekwaliteit.
• Pas classificatie-, inferentie- en sentimentanalyse toe op real-world gebruiksscenario's (klinische gegevens, inzichten in klantgedrag, enz.).

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.

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.