Hadoop Trainingen in Utrecht

Deze live training in Utrecht 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.

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.

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.

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 Utrecht (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.

Dit cursus introduceert HBase – een NoSQL-opslag op de Hadoop. Het is bedoeld voor ontwikkelaars die HBase gaan gebruiken om toepassingen te ontwikkelen, en beheerders die HBase-clusters zullen beheren.

We nemen een ontwikkelaar mee door de architectuur van HBase, datamodels en applicatieontwikkeling op HBase. Het zal ook bespreken hoe MapReduce met HBase wordt gebruikt, en enkele beheeronderwerpen gerelateerd aan prestatieoptimalisatie. De cursus is zeer praktijkgericht met veel laboefeningen.

Duur: 3 dagen

Gepaste voor: Ontwikkelaars & Beheerders

Apache NiFi is een opensource, flow-based data-integratie- en gebeurtenisverwerkingsplatform. Het stelt automatische, real-time datarouting, -transformatie en systeemediatie tussen verschillende systemen mogelijk met een webgebaseerde UI en fijnmazige controle.

Dit instructeurgeleide, live training (op locatie of op afstand) is gericht op middelvorderlingenadministratoren en ingenieurs die NiFi-dataflows willen implementeren, beheren, beveiligen en optimaliseren in productieomgevingen.

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

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

Format van de cursus

• Interactieve presentatie met discussie over echte architectuur.
• Pogingen in de praktijk: bouwen, implementeren en beheren van vloeien.
• Scenario-gebaseerde oefeningen in een live-labomgeving.

Cursusaanpassingsopties

• Neem contact met ons op om een aangepaste training voor deze cursus te regelen.

In deze door een instructeur geleide, live training in Utrecht 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.