Grondbeginselen van Apache Spark Training Cursus

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 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 een instructeur geleide live-training in Nederland (online of op locatie) is bedoeld voor systeembeheerders met weinig tot gemiddelde ervaring die Spark-clusters willen implementeren, onderhouden en optimaliseren.

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

• Apache Spark te installeren en te configureren in diverse omgevingen.
• Clusterbronnen te beheren en Spark-applicaties te monitoren.
• De prestaties van Spark-clusters te optimaliseren.
• Beveiligingsmaatregelen door te voeren en een hoge beschikbaarheid te garanderen.
• Veelvoorkomende problemen met Spark te debuggen en op te lossen.

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 instructeur geleide praktijktraining, die wordt aangeboden in Nederland, leren deelnemers hoe ze Python en Spark gezamenlijk kunnen gebruiken voor het analyseren van big data, waarbij zij actief oefeningen maken.

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

• Het gebruiken van Spark samen met Python om grote hoeveelheden data te analyseren.
• Het uitvoeren van oefeningen die reële situaties simuleren.
• Het hanteren van diverse tools en technieken voor big data-analyse via 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.

Stratio is een datagericht platform dat big data, kunstmatige intelligentie en beheer in één oplossing integreert. De Rocket- en Intelligence-modules maken snelle verkenning, transformatie en geavanceerde analyse van data mogelijk binnen ondernemingen.

Deze live-training, begeleid door een instructeur (online of op locatie), is bedoeld voor data-professionals met een gematigde kennis die Stratio’s Rocket- en Intelligence-modules effectief willen gebruiken met PySpark. De nadruk ligt op lusconstructies, zelfgedefinieerde functies en geavanceerde datalogica.

Na afloop van deze training kunnen deelnemers:

• Navigeren door en werken binnen het Stratio-platform met behulp van de Rocket- en Intelligence-modules.
• PySpark toepassen bij het inladen, transformeren en analyseren van data.
• Lussen en conditionele logica gebruiken om datastromen te beheren en feature engineering-taken uit te voeren.
• Zelfgedefinieerde functies (UDF’s) creëren en beheren voor herbruikbare dataoperaties in PySpark.

Opbouw van de cursus

• Interactieve presentaties en discussies.
• Talrijke oefeningen en praktische opdrachten.
• Praktische implementatie in een live-labomgeving.

Mogelijkheden tot aanpassing van de cursus

• Voor een op maat gemaakte versie van deze training kunt u contact met ons opnemen om de details te bespreken.