Azure Data Lake Storage Gen2 Training Cursus

Deze live-training onder leiding van een instructeur in Nederland (online of op locatie) is bedoeld voor professionals met een gemiddelde tot gevorderde kennis die AI-cloudapplicaties willen bouwen en implementeren met behulp van Microsoft Azure.

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

• Evenementgestuurde en serverloze applicaties te ontwikkelen met Azure Functions.
• Azure-opslagoplossingen en virtuele machines te beheren.
• Webapplicaties te implementeren en schalen via Azure App Service en Docker-containers.
• AI, machine learning en natuurlijke taalverwerking te integreren met behulp van Azure AI Services.
• GitHub Copilot te gebruiken ter ondersteuning bij het ontwikkelen van AI-gestuurde cloudapplicaties.

Deze door een instructeur geleide training in Nederland (online of op locatie) is bedoeld voor ontwikkelaars en technische professionals van beginner- tot gevorderd niveau die Microsoft Azure willen gebruiken om AI-agenten te bouwen, testen en implementeren voor zakelijke doeleinden.

Aan het einde van de cursus kunnen deelnemers onder andere de architectuur van AI-agenten op Azure begrijpen, een werkende agent creëren en configureren, deze koppelen aan bedrijfskennisbronnen en vervolgens evalueren en voorbereiden op implementatie.

Deze door een docent geleide training in Nederland (online of op locatie) is gericht op DevOps-engineers, ontwikkelaars en projectmanagers die met Azure DevOps sneller dan traditionele methoden enterprise-applicaties willen ontwerpen en implementeren.

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

• De kernbegrippen en principes van DevOps te beheersen.
• De relevante Azure DevOps-tools voor softwareontwikkeling te installeren en te configureren.
• Azure DevOps-tools in te zetten om zich voortdurend aan te passen aan marktveranderingen.
• Enterprise-applicaties te bouwen en de huidige ontwikkelprocessen te verbeteren via Azure DevOps-oplossingen.
• Het team beter te beheren en de implementatiecyclus van software aanzienlijk te versnellen.
• DevOps-methodieken succesvol binnen de organisatie toe te passen.

Deze praktijkgerichte training onder begeleiding van een docent (online of op locatie) richt zich op datawetenschappers en -engineers met een gemiddelde kennisgraad die Google Colab en Apache Spark willen gebruiken voor big data-verwerking en analyse.

Na afloop van deze training zullen deelnemers in staat zijn om:

• Een big data-omgeving op te zetten met behulp van Google Colab en Spark.
• Grote datasets efficiënt te verwerken en te analyseren met Apache Spark.
• Big data visueel weer te geven in een collaboratieve omgeving.
• Apache Spark te integreren met cloudgebaseerde hulpmiddelen.

Deze instructeur-gestuurde, live training (online of ter plaatse) is gericht op data engineers, data analisten en data professionals die Databricks en PySpark willen gebruiken om schaalbare datapipelines te bouwen en bestaande SQL-workflows te migreren.

Deze door een instructeur geleide, live-training in Nederland (online of op locatie) is bedoeld voor Java-ontwikkelaars en software-engineers met een middenniveau kennis, evenals cloud-geïnteresseerden die de kracht van Azure OpenAI willen benutten om intelligente toepassingen te creëren.

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

• De kernprincipes van generatieve AI en haar toepassingen te begrijpen.
• Een Azure OpenAI-service in te richten en te beheren.
• De modellen van OpenAI te integreren in Java-applicaties.
• AI-gestuurde functies te implementeren binnen webapplicaties.

Apache NiFi is een open source-platform voor gegevensintegratie en -verwerking, dat werkt op basis van dataflows. Het maakt geautomatiseerde, real-time routing en transformatie van gegevens mogelijk tussen verschillende systemen, met behulp van een webgebaseerd gebruikersinterface en gedetailleerde beheersmogelijkheden.

Deze praktijkgerichte training, verzorgd door ervaren instructeurs (fysiek of online), richt zich op beheerders en engineers met een middenniveau kennis die NiFi willen implementeren, beheren, beveiligen en optimaliseren in productieomgevingen.

Na afloop van deze training zijn de deelnemers in staat tot het volgende:

• Apache NiFi-clusters installeren, configureren en onderhouden.
• Dataflows ontwerpen en beheren vanuit diverse bronnen en bestemmingen.
• Automatisering, routing en transformatielogica in dataflows implementeren.
• Prestaties optimaliseren, bewerkingen monitoren en problemen oplossen.

Opzet van de cursus

• Interactieve presentaties met besprekingen over reële architecturen.
• Praktijkopdrachten: het opbouwen, implementeren en beheren van dataflows.
• Oefeningen gebaseerd op realistische scenario’s in een live-labomgeving.

Individuele aanpassingsmogelijkheden

• Indien u een maatwerktraining wenst, kunt u contact met ons opnemen om deze te regelen.

Deze training biedt een praktische introductie tot het ontwikkelen van schaalbare dataprocessings- en Machine Learning-workflows met behulp van PySpark. Deelnemers leren hoe Apache Spark functioneert binnen moderne big data-omgevingen en hoe ze grote datasets efficiënt verwerken aan de hand van principes van gedistribueerde berekeningen.

Deze door instructeurs geleide live-training in Nederland (online of op locatie) richt zich op engineers die Apache Spark willen implementeren voor het verwerken van zeer grote hoeveelheden data.

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

• Apache Spark te installeren en configureren.
• Zeer grote datasets snel te verwerken en te analyseren.
• Het verschil tussen Apache Spark en Hadoop MapReduce te begrijpen, evenals wanneer je het een of het ander gebruikt.
• Apache Spark te integreren met andere machine learning-tools.

Deze door een instructeur geleide, live training in Nederland (online of ter plaatse) is bedoeld voor systeembeheerders met een beginnend tot intermediair niveau die Spark-clusters willen implementeren, onderhouden en optimaliseren.

Na afloop van deze training kunnen deelnemers:

• Apache Spark installeren en configureren in diverse omgevingen.
• Clusterbronnen beheren en Spark-toepassingen monitoren.
• De prestaties van Spark-clusters optimaliseren.
• Beveiligingsmaatregelen implementeren en hoge beschikbaarheid garanderen.
• Fouten opsporen en algemene Spark-problemen oplossen.

Aanvankelijk is de leercurve van Apache Spark vrij steil; het vergt veel inspanning om de eerste resultaten te behalen. Deze cursus helpt deelnemers deze moeilijke fase snel te doorlopen. Na afronding van de cursus hebben zij een grondige basiskennis van Apache Spark, kunnen ze RDD onderscheiden van DataFrame en kennen ze de Python- en Scala-API's. Daarnaast begrijpen ze het concept van executors en taken. Deze cursus legt sterk de nadruk op best practices en specifiek op cloudimplementatie, waarbij aandacht wordt geschonken aan Databricks en AWS. Deelnemers krijgen tevens inzicht in de verschillen tussen AWS EMR en AWS Glue – het nieuwste Spark-gebaseerde service van AWS.

DOELGROEP:

Data Engineers, DevOps-specialisten, Data Scientists

In deze door een instructor geleide live training in Nederland, leren deelnemers hoe ze Python en Spark samen gebruiken om Big Data te analyseren, terwijl ze aan de hand van praktische oefeningen werken.

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

• Te leren hoe Spark met Python wordt gebruikt voor het analyseren van Big Data.
• Te werken aan oefeningen die echte situaties simuleren.
• Onderscheiden tools en technieken te gebruiken voor big data-analyse met behulp van PySpark.

Deze begeleide, live-training in Nederland (online of op locatie) richt zich op ontwikkelaars die Spark, Hadoop en Python willen gebruiken om grote en complexe datasets te verwerken, analyseren en transformeren.

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

• Het instellen van de benodigde omgeving voor het verwerken van big data met Spark, Hadoop en Python.
• De kenmerken, kernonderdelen en architectuur van Spark en Hadoop begrijpen.
• Leren hoe Spark, Hadoop en Python te integreren zijn voor big data-verwerking.
• De tools binnen het Spark-ecosysteem verkennen (Spark MlLib, Spark Streaming, Kafka, Sqoop, en Flume).
• Samenwerkingsgerichte aanbevelingssystemen ontwikkelen, vergelijkbaar met die van Netflix, YouTube, Amazon, Spotify en Google.
• Apache Mahout gebruiken om machine learning-algoritmen te schalen.