Talend Big Data Integration Training Cursus

Deze door een instructeur geleide training in Nederland (online of op locatie) is bedoeld voor gevorderde data-professionals die hun dataverwerkingsworkflows willen optimaliseren, de integriteit van data willen waarborgen en robuuste datalakehouse-oplossingen willen implementeren die goed kunnen omgaan met de complexiteit van hedendaagse big data-toepassingen.

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

• De architectuur van Iceberg grondig te begrijpen, inclusief het beheer van metadata en de opbouw van bestanden.
• Iceberg zo in te stellen dat het optimaal presteert onder verschillende omstandigheden, evenals het integreren ervan met diverse dataverwerkingsengines.
• Grote Iceberg-tabellen te beheren, complexe schemawijzigingen door te voeren en veranderingen in partities af te handelen.
• Technieken onder de knie te krijgen waarmee de queryperformance en efficiëntie van gegevensscanning bij grote datasets verbeterd kunnen worden.
• Mechanismen te implementeren die dataconsistentie waarborgen, transactiegaranties regelen en fouten in gedistribueerde omgevingen afhandelen.

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.

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 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.

Deze door een instructeur geleide, live-training in Nederland (online of op locatie) is bedoeld voor systeembeheerders, datawetenschappers en businessanalisten die Talend Administration Center willen instellen om rollen en taken binnen hun organisatie te beheren.

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

• Talend Administration Center installeren en configureren.
• De basisprincipes van beheer binnen Talend begrijpen en toepassen.
• Bedrijfsprojecten of taken in Talend opzetten, implementeren en uitvoeren.
• De beveiliging van datasets monitoren en bedrijfsprocessen ontwikkelen op basis van het TAC-framework.
• Een breder begrip krijgen van big data-toepassingen.

Deze door instructeurs geleide live-training in Nederland (online of op locatie) is bedoeld voor data-analisten met een basis- tot gemiddeld niveau die hun kennis en vaardigheden willen vergroten op het gebied van het verbeteren en beheren van datakwaliteit via Talend Data Stewardship.

Na afronding van deze training kunnen deelnemers:

• Een grondige begrip ontwikkelen van de rol die data stewardship speelt bij het behouden van een hoge datakwaliteit.
• Talend Data Stewardship gebruiken voor het beheren van taken rondom datakwaliteit.
• Taken binnen Talend Data Stewardship aanmaken, toewijzen en beheren, inclusief workflowaanpassingen.
• De rapportage- en monitoringsfuncties van de tool benutten om datakwaliteit en stewardshipactiviteiten in kaart te brengen.

In deze praktijkgerichte training onder leiding van een instructeur in Nederland, zullen deelnemers leren hoe ze Talend Open Studio voor ESB kunnen gebruiken om services te creëren, verbinden en beheren.

Aan het einde van de cursus zullen deelnemers in staat zijn

• ESB-technologieën te integreren, verfijnen en als complete pakketten uit te leveren naar diverse implementatieomgevingen.
• De meest gebruikte componenten van Talend Open Studio te begrijpen en toe te passen.
• Elke gewenste applicatie, database, API of webservice te koppelen.
• Het probleemloos integreren van diverse systemen en toepassingen met elkaar.
• Bestaande Java-codebibliotheken te gebruiken om projecten verder uit te breiden.
• Gebruik te maken van community-componenten en -code voor extra ontwikkelingen.
• Systemen, applicaties en databronnen snel te koppelen via een intuïtieve drag-and-drop omgeving in Eclipse.
• De ontwikkel- en onderhoudskosten te verlagen door het genereren van geoptimaliseerde, herbruikbare code.