Local, instructor-led live Big Data training courses start with an introduction to elemental concepts of Big Data, then progress into the programming languages and methodologies used to perform Data Analysis. Tools and infrastructure for enabling Big Data storage, Distributed Processing, and Scalability are discussed, compared and implemented in demo practice sessions.
Big Data training is available as "onsite live training" or "remote live training". Onsite live Big Data trainings in Norge can be carried out locally on customer premises or in NobleProg corporate training centers. Remote live training is carried out by way of an interactive, remote desktop.
NobleProg -- Your Local Training Provider
Machine Translated
Testimonials
Det faktum at all data og programvare var klar til bruk på en allerede forberedt VM, levert av treneren på eksterne disker.
vyzVoice
Kurs: Hadoop for Developers and Administrators
Machine Translated
utvalg av materiale
Maciej Jonczyk
Kurs: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
systematisere kunnskap innen ML
Orange Polska
Kurs: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Mange saker som kan utforskes etter treningen
Klaudia Kłębek
Kurs: Data Mining z wykorzystaniem R
Machine Translated
Treneren var så kunnskapsrik og inkluderte områder jeg var interessert i
Mohamed Salama
Kurs: Data Mining & Machine Learning with R
Machine Translated
veldig skreddersydd etter behov
Yashan Wang
Kurs: Data Mining with R
Machine Translated
Richard er veldig rolig og metodisk, med en analytisk innsikt - nøyaktig egenskapene som trengs for å presentere denne typen kurs
Kieran Mac Kenna
Kurs: Spark for Developers
Machine Translated
Jeg liker øvelsene som er gjort
Nour Assaf
Kurs: Data Mining and Analysis
Machine Translated
Hendene på trening og trenerens kapasitet til å forklare komplekse emner på en enkel måte
youssef chamoun
Kurs: Data Mining and Analysis
Machine Translated
Informasjonen som ble gitt var interessant, og den beste delen var mot slutten da vi fikk data fra Murex og jobbet med data vi er kjent med og utfører operasjoner for å få resultater.
Jessica Chaar
Kurs: Data Mining and Analysis
Machine Translated
Trener gir eksakte eksempler
Simon Hahn
Kurs: Administrator Training for Apache Hadoop
Machine Translated
Store kompetanser fra Trainer
Grzegorz Gorski
Kurs: Administrator Training for Apache Hadoop
Machine Translated
Mange praktiske økter.
Jacek Pieczątka
Kurs: Administrator Training for Apache Hadoop
Machine Translated
Jeg trodde at informasjonen var interessant.
Allison May
Kurs: Data Visualization
Machine Translated
Jeg satte virkelig pris på at Jeff benyttet data og eksempler som gjaldt utdanningsdata. Han gjorde det interessant og interaktivt.
Carol Wells Bazzichi
Kurs: Data Visualization
Machine Translated
Lære om alle karttypene og hva de brukes til. Lære verdien av decluttering. Lære om metodene for å vise tidsdata.
Susan Williams
Kurs: Data Visualization
Machine Translated
Trener var entusiastisk.
Diane Lucas
Kurs: Data Visualization
Machine Translated
Innhold / instruktør
Craig Roberson
Kurs: Data Visualization
Machine Translated
Jeg er en praktisk lærer, og dette var noe han gjorde mye av.
Lisa Comfort
Kurs: Data Visualization
Machine Translated
Jeg likte eksemplene.
Peter Coleman
Kurs: Data Visualization
Machine Translated
Eksemplene.
Peter Coleman
Kurs: Data Visualization
Machine Translated
Go fra eksempler fra ekte verden, anmeldelser av eksisterende rapporter
Ronald Parrish
Kurs: Data Visualization
Machine Translated
Mulige scenarier og saker
zhaopeng liu - Fmr
Kurs: Spark for Developers
Machine Translated
Saksanalyse
国栋 张
Kurs: Spark for Developers
Machine Translated
Alle deler av økten
Eric Han - Fmr
Kurs: Spark for Developers
Machine Translated
Vilje til å dele mer
Balaram Chandra Paul
Kurs: A practical introduction to Data Analysis and Big Data
Machine Translated
Vi vet at vi vet mye mer om hele miljøet
John Kidd
Kurs: Spark for Developers
Machine Translated
Treneren gjorde klassen interessant og underholdende som hjelper ganske mye med treninger hele dagen
Ryan Speelman
Kurs: Spark for Developers
Machine Translated
Jeg synes at treneren hadde en utmerket stil med å kombinere humor og historier i det virkelige liv for å gjøre emnene for hånden veldig tilgjengelige. Jeg vil anbefale denne professoren på det sterkeste i fremtiden.
Kurs: Spark for Developers
Machine Translated
Likte veldig godt den interaktive måten å lære på.
Luigi Loiacono
Kurs: Data Analysis with Hive/HiveQL
Machine Translated
Det var en veldig praktisk trening, jeg likte de praktiske øvelsene.
Proximus
Kurs: Data Analysis with Hive/HiveQL
Machine Translated
god oversikt, god balanse mellom teori og øvelser
Proximus
Kurs: Data Analysis with Hive/HiveQL
Machine Translated
Dynamisk interaksjon og "hands on" emnet, takket være den virtuelle maskinen, veldig stimulerende!
Philippe Job
Kurs: Data Analysis with Hive/HiveQL
Machine Translated
Ernesto gjorde en god jobb med å forklare konsepter på høyt nivå med å bruke Spark og det er forskjellige moduler.
Michael Nemerouf
Kurs: Spark for Developers
Machine Translated
Trenerens kompetanse og kunnskap
Jonathan Puvilland
Kurs: Data Analysis with Hive/HiveQL
Machine Translated
presentasjon av teknologier
Continental AG / Abteilung: CF IT Finance
Kurs: A practical introduction to Data Analysis and Big Data
Machine Translated
Totalt sett var innholdet bra.
Sameer Rohadia
Kurs: A practical introduction to Data Analysis and Big Data
Machine Translated
Eksempeløvelser; praktisk arbeidserfaring
澳新银行
Kurs: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Lærerens kunnskap om datavarehuset er omfattende, ros!
澳新银行
Kurs: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Læreren forklarte detaljene og diskuterte atmosfæren.
澳新银行
Kurs: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Michael trener er veldig kunnskapsrik og dyktig om emnet Big Data og R. Han er veldig fleksibel og tilpasser raskt opplæringen til å imøtekomme kundenes behov. Han er også veldig dyktig til å løse tekniske og faglige problemer mens du er på farten. Fantastisk og profesjonell trening!
Xiaoyuan Geng - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Kurs: Programming with Big Data in R
Machine Translated
introduksjon av nye pakker
Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Kurs: Programming with Big Data in R
Machine Translated
Veilederen, Mr. Michael Yan, interagerte veldig godt med publikum, instruksjonen var tydelig. Veilederen kan også legge til mer informasjon basert på forespørsler fra studentene under opplæringen.
Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Kurs: Programming with Big Data in R
Machine Translated
Fagstoffet og tempoet var perfekt.
Tim - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Kurs: Programming with Big Data in R
Machine Translated
Eksemplet og treningsmateriellet var tilstrekkelig og gjorde det enkelt å forstå hva du gjør
Teboho Makenete
Kurs: Data Science for Big Data Analytics
Machine Translated
Dette er en av de beste praktiske oppgavene med programmeringskurs jeg noensinne har tatt.
Laura Kahn
Kurs: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Dette er en av de beste kvalitetstreningene jeg noensinne har tatt i løpet av min 13 år lange karriere. Fortsett den gode jobben!
Kurs: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Det var veldig praktisk, vi brukte halve tiden på å faktisk gjøre ting i Cloudera / Hadoop , kjøre forskjellige kommandoer, sjekke systemet og så videre. Ekstra materialene (bøker, nettsteder osv. ...) ble virkelig satt pris på, vi må fortsette å lære. Installasjonene var ganske morsomme, og veldig hendige, klyngeoppsettet fra bunnen av var veldig bra.
Ericsson
Kurs: Administrator Training for Apache Hadoop
Machine Translated
Richards treningstil holdt det interessant, eksemplene fra den virkelige verden bidro til å drive konseptene hjem.
Jamie Martin-Royle - NBrown Group
Kurs: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Innholdet, som jeg synes det var veldig interessant og tror det ville hjelpe meg i det siste året mitt på University.
Krishan Mistry - NBrown Group
Kurs: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Jeg synes at treneren hadde en utmerket stil med å kombinere humor og historier i det virkelige liv for å gjøre emnene for hånden veldig tilgjengelige. Jeg vil anbefale denne professoren på det sterkeste i fremtiden.
Kurs: Spark for Developers
Machine Translated
Dette er en av de beste kvalitetstreningene jeg noensinne har tatt i løpet av min 13 år lange karriere. Fortsett den gode jobben!
Kurs: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Big Data Kursplaner
Kursnavn
Varighet
Oversikt
Kursnavn
Varighet
Oversikt
21 timer
Oversikt
Apache Accumulo er en sortert, distribuert nøkkel / verdi-butikk som gir robust, skalerbar datalagring og gjenfinning. Den er basert på designet av Go ogles BigTable og drives av Apache Hadoop , Apache Zookeeper og Apache Thrift .
Dette instruktørledede, livekursene dekker arbeidsprinsippene bak Accumulo og leder deltakerne gjennom utviklingen av et eksempelapplikasjon på Apache Accumulo .
Kursets format
- Delforedrag, deldiskusjon, praktisk utvikling og implementering, sporadiske tester for å måle forståelse
Dette instruktørledede, livekursene dekker arbeidsprinsippene bak Accumulo og leder deltakerne gjennom utviklingen av et eksempelapplikasjon på Apache Accumulo .
Kursets format
- Delforedrag, deldiskusjon, praktisk utvikling og implementering, sporadiske tester for å måle forståelse
21 timer
Oversikt
Kunnskapsoppdagelse i databaser (KDD) er prosessen med å oppdage nyttig kunnskap fra en datasamling. Virkelige applikasjoner for denne data mining-teknikken inkluderer markedsføring, bedrageridetektering, telekommunikasjon og produksjon.
I dette instruktørledede, live-kurset introduserer vi prosessene som er involvert i KDD og gjennomfører en serie øvelser for å øve implementeringen av disse prosessene.
Publikum
- Dataanalytikere eller andre som er interessert i å lære å tolke data for å løse problemer
Kursets format
- Etter en teoretisk diskusjon av KDD, vil instruktøren presentere virkelighetssaker som krever bruk av KDD for å løse et problem. Deltakerne vil utarbeide, velge og rense utvalgte datasett og bruke deres forkunnskaper om dataene til å foreslå løsninger basert på resultatene fra deres observasjoner.
I dette instruktørledede, live-kurset introduserer vi prosessene som er involvert i KDD og gjennomfører en serie øvelser for å øve implementeringen av disse prosessene.
Publikum
- Dataanalytikere eller andre som er interessert i å lære å tolke data for å løse problemer
Kursets format
- Etter en teoretisk diskusjon av KDD, vil instruktøren presentere virkelighetssaker som krever bruk av KDD for å løse et problem. Deltakerne vil utarbeide, velge og rense utvalgte datasett og bruke deres forkunnskaper om dataene til å foreslå løsninger basert på resultatene fra deres observasjoner.
28 timer
Oversikt
MonetDB is an open-source database that pioneered the column-store technology approach.
In this instructor-led, live training, participants will learn how to use MonetDB and how to get the most value out of it.
By the end of this training, participants will be able to:
- Understand MonetDB and its features
- Install and get started with MonetDB
- Explore and perform different functions and tasks in MonetDB
- Accelerate the delivery of their project by maximizing MonetDB capabilities
Audience
- Developers
- Technical experts
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
In this instructor-led, live training, participants will learn how to use MonetDB and how to get the most value out of it.
By the end of this training, participants will be able to:
- Understand MonetDB and its features
- Install and get started with MonetDB
- Explore and perform different functions and tasks in MonetDB
- Accelerate the delivery of their project by maximizing MonetDB capabilities
Audience
- Developers
- Technical experts
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
7 timer
Oversikt
This instructor-led, live training (online or onsite) is aimed at technical persons who wish to learn how to implement a machine learning strategy while maximizing the use of big data.
By the end of this training, participants will:
- Understand the evolution and trends for machine learning.
- Know how machine learning is being used across different industries.
- Become familiar with the tools, skills and services available to implement machine learning within an organization.
- Understand how machine learning can be used to enhance data mining and analysis.
- Learn what a data middle backend is, and how it is being used by businesses.
- Understand the role that big data and intelligent applications are playing across industries.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
By the end of this training, participants will:
- Understand the evolution and trends for machine learning.
- Know how machine learning is being used across different industries.
- Become familiar with the tools, skills and services available to implement machine learning within an organization.
- Understand how machine learning can be used to enhance data mining and analysis.
- Learn what a data middle backend is, and how it is being used by businesses.
- Understand the role that big data and intelligent applications are playing across industries.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
28 timer
Oversikt
Mem SQL er et internt, distribuert, SQL databasesystem for sky og lokale. Det er et datalager i sanntid som umiddelbart leverer innsikt fra levende og historiske data.
I denne instruktørledede, liveopplæringen, vil deltakerne lære det vesentlige av Mem SQL for utvikling og administrasjon.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå nøkkelbegrepene og egenskapene til Mem SQL
- Installere, designe, vedlikeholde og betjene Mem SQL
- Optimaliser skjemaer i Mem SQL
- Forbedre spørsmål i Mem SQL
- Benchmark-ytelse i Mem SQL
- Bygg dataprogrammer i sanntid ved hjelp av Mem SQL
Publikum
- Utviklere
- administratorer
- Operasjonsingeniører
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
I denne instruktørledede, liveopplæringen, vil deltakerne lære det vesentlige av Mem SQL for utvikling og administrasjon.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå nøkkelbegrepene og egenskapene til Mem SQL
- Installere, designe, vedlikeholde og betjene Mem SQL
- Optimaliser skjemaer i Mem SQL
- Forbedre spørsmål i Mem SQL
- Benchmark-ytelse i Mem SQL
- Bygg dataprogrammer i sanntid ved hjelp av Mem SQL
Publikum
- Utviklere
- administratorer
- Operasjonsingeniører
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
21 timer
Oversikt
MATLAB is a numerical computing environment and programming language developed by MathWorks.
7 timer
Oversikt
I denne instruktørledede liveopplæringen vil deltakerne lære kjernekonseptene bak MapR Stream Architecture når de utvikler en streaming-applikasjon i sanntid.
Ved slutten av denne opplæringen vil deltakerne kunne bygge produsent- og forbrukerapplikasjoner for data-prosessering i sanntid.
Publikum
- Utviklere
- administratorer
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Merk
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
Ved slutten av denne opplæringen vil deltakerne kunne bygge produsent- og forbrukerapplikasjoner for data-prosessering i sanntid.
Publikum
- Utviklere
- administratorer
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Merk
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
14 timer
Oversikt
Magellan er en open source distribuert utførelsesmotor for geospatial analytics på big data. Implementert på toppen av Apache Spark , utvider den Spark SQL og gir en relasjonell abstraksjon for geospatial analyse.
Denne instruktørledede liveopplæringen introduserer konsepter og tilnærminger for implementering av geospacial analytics og leder deltakerne gjennom opprettelsen av en prediktiv analyseapplikasjon ved bruk av Magellan on Spark.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Spørsmål, analyser og bli med geospatiale datasett på en effektiv måte
- Implementere geospatiale data i forretningsintelligens og prediktive analyseprogrammer
- Bruk romlig kontekst for å utvide mulighetene til mobile enheter, sensorer, logger og wearables
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
Denne instruktørledede liveopplæringen introduserer konsepter og tilnærminger for implementering av geospacial analytics og leder deltakerne gjennom opprettelsen av en prediktiv analyseapplikasjon ved bruk av Magellan on Spark.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Spørsmål, analyser og bli med geospatiale datasett på en effektiv måte
- Implementere geospatiale data i forretningsintelligens og prediktive analyseprogrammer
- Bruk romlig kontekst for å utvide mulighetene til mobile enheter, sensorer, logger og wearables
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
14 timer
Oversikt
Apache Kylin is an extreme, distributed analytics engine for big data.
In this instructor-led live training, participants will learn how to use Apache Kylin to set up a real-time data warehouse.
By the end of this training, participants will be able to:
- Consume real-time streaming data using Kylin
- Utilize Apache Kylin's powerful features, rich SQL interface, spark cubing and subsecond query latency
Note
- We use the latest version of Kylin (as of this writing, Apache Kylin v2.0)
Audience
- Big data engineers
- Big Data analysts
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
In this instructor-led live training, participants will learn how to use Apache Kylin to set up a real-time data warehouse.
By the end of this training, participants will be able to:
- Consume real-time streaming data using Kylin
- Utilize Apache Kylin's powerful features, rich SQL interface, spark cubing and subsecond query latency
Note
- We use the latest version of Kylin (as of this writing, Apache Kylin v2.0)
Audience
- Big data engineers
- Big Data analysts
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
7 timer
Oversikt
Confluent KSQL is a stream processing framework built on top of Apache Kafka. It enables real-time data processing using SQL operations.
This instructor-led, live training (online or onsite) is aimed at developers who wish to implement Apache Kafka stream processing without writing code.
By the end of this training, participants will be able to:
- Install and configure Confluent KSQL.
- Set up a stream processing pipeline using only SQL commands (no Java or Python coding).
- Carry out data filtering, transformations, aggregations, joins, windowing, and sessionization entirely in SQL.
- Design and deploy interactive, continuous queries for streaming ETL and real-time analytics.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at developers who wish to implement Apache Kafka stream processing without writing code.
By the end of this training, participants will be able to:
- Install and configure Confluent KSQL.
- Set up a stream processing pipeline using only SQL commands (no Java or Python coding).
- Carry out data filtering, transformations, aggregations, joins, windowing, and sessionization entirely in SQL.
- Design and deploy interactive, continuous queries for streaming ETL and real-time analytics.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
35 timer
Oversikt
KNIME is a free and open-source data analytics, reporting and integration platform. KNIME integrates various components for machine learning and data mining through its modular data pipelining concept. A graphical user interface and use of JDBC allows assembly of nodes blending different data sources, including preprocessing (ETL: Extraction, Transformation, Loading), for modeling, data analysis and visualization without, or with only minimal, programming. To some extent as advanced analytics tool KNIME can be considered as a SAS alternative.
Since 2006, KNIME has been used in pharmaceutical research, it also used in other areas like CRM customer data analysis, business intelligence and financial data analysis.
Since 2006, KNIME has been used in pharmaceutical research, it also used in other areas like CRM customer data analysis, business intelligence and financial data analysis.
21 timer
Oversikt
KNIME Analytics-plattformen er et ledende open source-alternativ for datadrevet innovasjon, som hjelper deg med å oppdage potensialet som er skjult i dataene dine, mine for ny innsikt eller forutsi nye fremtider. Med mer enn 1000 moduler, hundrevis av klare eksempler, et omfattende utvalg av integrerte verktøy og det bredeste utvalg av avanserte algoritmer tilgjengelig, er KNIME Analytics Platform den perfekte verktøykassen for enhver dataforsker og forretningsanalytiker.
Dette kurset for KNIME Analytics-plattformen er en ideell mulighet for nybegynnere, avanserte brukere og KNIME eksperter å bli introdusert for KNIME , lære hvordan de kan bruke den mer effektivt, og hvordan lage klare, omfattende rapporter basert på KNIME arbeidsflyter
Dette kurset for KNIME Analytics-plattformen er en ideell mulighet for nybegynnere, avanserte brukere og KNIME eksperter å bli introdusert for KNIME , lære hvordan de kan bruke den mer effektivt, og hvordan lage klare, omfattende rapporter basert på KNIME arbeidsflyter
7 timer
Oversikt
Kafka Streams er et bibliotek på klientsiden for å bygge applikasjoner og mikroservices hvis data sendes til og fra et Kafka-meldingssystem. Tradisjonelt har Apache Kafka vært avhengig av Apache Spark eller Apache Storm å behandle data mellom meldingsprodusenter og forbrukere. Ved å kalle Kafka Streams API fra en applikasjon, kan data behandles direkte i Kafka, og omgå behovet for å sende dataene til en egen klynge for behandling.
I denne instruktørledede, liveopplæringen, vil deltakerne lære å integrere Kafka Streams i et sett med Java applikasjoner som sender data til og fra Apache Kafka for strømbehandling.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå Kafka Streams funksjoner og fordeler i forhold til andre rammeverk for prosessering av strømmer
- Behandle data direkte i en Kafka-klynge
- Skriv en Java eller Scala applikasjon eller mikroservice som integreres med Kafka og Kafka Streams
- Skriv kortfattet kode som forvandler input Kafka-emner til output Kafka-emner
- Bygg, pakke og distribuer applikasjonen
Publikum
- Utviklere
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Merknader
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale
I denne instruktørledede, liveopplæringen, vil deltakerne lære å integrere Kafka Streams i et sett med Java applikasjoner som sender data til og fra Apache Kafka for strømbehandling.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå Kafka Streams funksjoner og fordeler i forhold til andre rammeverk for prosessering av strømmer
- Behandle data direkte i en Kafka-klynge
- Skriv en Java eller Scala applikasjon eller mikroservice som integreres med Kafka og Kafka Streams
- Skriv kortfattet kode som forvandler input Kafka-emner til output Kafka-emner
- Bygg, pakke og distribuer applikasjonen
Publikum
- Utviklere
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Merknader
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale
21 timer
Oversikt
Apache NiFi (Hortonworks DataFlow) er en integrert Apache NiFi og enkel hendelsesbehandlingsplattform i sanntid som muliggjør flytting, sporing og automatisering av data mellom systemer. Det er skrevet med flytbasert programmering og gir et nettbasert brukergrensesnitt for å administrere dataflow i sanntid.
I denne instruktørledede Apache NiFi (på stedet eller fjernkontrollen) vil deltakerne lære å distribuere og administrere Apache NiFi i et levende laboratoriemiljø.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer Apachi NiFi.
- Kildes, transformer og administrer data fra forskjellige, distribuerte datakilder, inkludert databaser og big data innsjøer.
- Automatiser dataflow.
- Aktiver streaminganalyse.
- Bruk forskjellige fremgangsmåter for inntak av data.
- Transformer Big Data og til forretningsinnsikt.
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
I denne instruktørledede Apache NiFi (på stedet eller fjernkontrollen) vil deltakerne lære å distribuere og administrere Apache NiFi i et levende laboratoriemiljø.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer Apachi NiFi.
- Kildes, transformer og administrer data fra forskjellige, distribuerte datakilder, inkludert databaser og big data innsjøer.
- Automatiser dataflow.
- Aktiver streaminganalyse.
- Bruk forskjellige fremgangsmåter for inntak av data.
- Transformer Big Data og til forretningsinnsikt.
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
7 timer
Oversikt
Apache Kafka is an open-source stream-processing platform that provides a fast, reliable, and low-latency platform for handling real-time data analytics. Apache Kafka can be integrated with available programming languages such as Python.
This instructor-led, live training (online or onsite) is aimed at data engineers, data scientists, and programmers who wish to use Apache Kafka features in data streaming with Python.
By the end of this training, participants will be able to use Apache Kafka to monitor and manage conditions in continuous data streams using Python programming.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at data engineers, data scientists, and programmers who wish to use Apache Kafka features in data streaming with Python.
By the end of this training, participants will be able to use Apache Kafka to monitor and manage conditions in continuous data streams using Python programming.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
21 timer
Oversikt
Stream Processing refererer til sanntidsbehandling av "data in motion", det vil si å utføre beregninger på data når de mottas. Slike data blir lest som kontinuerlige strømmer fra datakilder som sensorhendelser, brukeraktivitet på nettstedet, finansielle handler, kredittkortveksler, Stream Processing , etc. Stream Processing kan lese store mengder innkommende data og gi verdifull innsikt nesten øyeblikkelig.
I denne instruktørledede, liveopplæringen (på stedet eller fjernkontrollen) vil deltakerne lære å sette opp og integrere forskjellige Stream Processing rammer med eksisterende store datalagringssystemer og relaterte programvareapplikasjoner og mikroservices.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer forskjellige Streaming Stream Processing rammer, for eksempel Spark Streaming og Kafka Streaming.
- Forstå og velg de mest passende rammene for jobben.
- Behandle data kontinuerlig, samtidig og på en post-for-post måte.
- Integrer Stream Processing med eksisterende databaser, datavarehus, datasjøer, etc.
- Integrer det mest passende strømbehandlingsbiblioteket med bedriftsapplikasjoner og mikroservices.
Publikum
- Utviklere
- Programvarearkitekter
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Merknader
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
I denne instruktørledede, liveopplæringen (på stedet eller fjernkontrollen) vil deltakerne lære å sette opp og integrere forskjellige Stream Processing rammer med eksisterende store datalagringssystemer og relaterte programvareapplikasjoner og mikroservices.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer forskjellige Streaming Stream Processing rammer, for eksempel Spark Streaming og Kafka Streaming.
- Forstå og velg de mest passende rammene for jobben.
- Behandle data kontinuerlig, samtidig og på en post-for-post måte.
- Integrer Stream Processing med eksisterende databaser, datavarehus, datasjøer, etc.
- Integrer det mest passende strømbehandlingsbiblioteket med bedriftsapplikasjoner og mikroservices.
Publikum
- Utviklere
- Programvarearkitekter
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Merknader
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
14 timer
Oversikt
Audience
- Developers
Format of the Course
- Lectures, hands-on practice, small tests along the way to gauge understanding
- Developers
Format of the Course
- Lectures, hands-on practice, small tests along the way to gauge understanding
21 timer
Oversikt
Cloudera Impala er en open source massively parallel processing (MPP) SQL spørringsmotor for Apache Hadoop klynger.
Impala gjør det mulig for brukere å sende ut SQL spørsmål med lav latens til data som er lagret i Hadoop Distribuerte filsystem og Apache Hbase uten å kreve databevegelse eller transformasjon.
Publikum
Dette kurset er rettet mot analytikere og dataforskere som utfører analyse av data som er lagret i Hadoop via Business Intelligence eller SQL verktøy.
Etter dette kurset vil delegatene kunne
- Trekk ut meningsfull informasjon fra Hadoop klynger med Impala .
- Skriv spesifikke programmer for å lette Business Intelligence i Impala SQL Dialect.
- Feilsøk Impala .
Impala gjør det mulig for brukere å sende ut SQL spørsmål med lav latens til data som er lagret i Hadoop Distribuerte filsystem og Apache Hbase uten å kreve databevegelse eller transformasjon.
Publikum
Dette kurset er rettet mot analytikere og dataforskere som utfører analyse av data som er lagret i Hadoop via Business Intelligence eller SQL verktøy.
Etter dette kurset vil delegatene kunne
- Trekk ut meningsfull informasjon fra Hadoop klynger med Impala .
- Skriv spesifikke programmer for å lette Business Intelligence i Impala SQL Dialect.
- Feilsøk Impala .
7 timer
Oversikt
Dette kurset dekker hvordan du bruker Hive SQL språk (AKA: Hive HQL, SQL on Hive , Hive QL) for folk som henter ut data fra Hive
21 timer
Oversikt
Hortonworks Data Platform (HDP) er en åpen kildekode-støtteplattform for Apache Hadoop som gir et stabilt grunnlag for å utvikle big data-løsninger på Apache Hadoop økosystemet.
Denne instruktørledede, live trening (på stedet eller ekstern) introduserer Hortonworks Data Platform (HDP) og leder deltakerne gjennom distribusjonen av Spark + Hadoop løsningen.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Bruk Hortonworks for å pålitelig kjøre Hadoop i stor skala.
- Forene Hadoop sikkerhets-, styrings- og operasjonsevner med Sparks agile analytiske arbeidsflyter.
- Bruk Hortonworks til å undersøke, validere, sertifisere og støtte hver av komponentene i et Spark-prosjekt.
- Behandle forskjellige typer data, inkludert strukturert, ustrukturert, i bevegelse og hvile.
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
Denne instruktørledede, live trening (på stedet eller ekstern) introduserer Hortonworks Data Platform (HDP) og leder deltakerne gjennom distribusjonen av Spark + Hadoop løsningen.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Bruk Hortonworks for å pålitelig kjøre Hadoop i stor skala.
- Forene Hadoop sikkerhets-, styrings- og operasjonsevner med Sparks agile analytiske arbeidsflyter.
- Bruk Hortonworks til å undersøke, validere, sertifisere og støtte hver av komponentene i et Spark-prosjekt.
- Behandle forskjellige typer data, inkludert strukturert, ustrukturert, i bevegelse og hvile.
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
21 timer
Oversikt
Dette kurset introduserer HBase - en No SQL butikk på toppen av Hadoop . Kurset er beregnet på utviklere som skal bruke HBase til å utvikle applikasjoner, og administratorer som vil administrere HBase klynger.
Vi vil gå en utvikler gjennom HBase-arkitektur og datamodellering og applikasjonsutvikling på HBase. Den vil også diskutere bruk av MapReduce med HBase, og noen administrasjonsemner, relatert til ytelsesoptimalisering. Kurset er veldig praktisk med mange labøvelser.
Varighet : 3 dager
Publikum : Utviklere og administratorer
Vi vil gå en utvikler gjennom HBase-arkitektur og datamodellering og applikasjonsutvikling på HBase. Den vil også diskutere bruk av MapReduce med HBase, og noen administrasjonsemner, relatert til ytelsesoptimalisering. Kurset er veldig praktisk med mange labøvelser.
Varighet : 3 dager
Publikum : Utviklere og administratorer
28 timer
Oversikt
Hadoop is a popular Big Data processing framework. Python is a high-level programming language famous for its clear syntax and code readibility.
In this instructor-led, live training, participants will learn how to work with Hadoop, MapReduce, Pig, and Spark using Python as they step through multiple examples and use cases.
By the end of this training, participants will be able to:
- Understand the basic concepts behind Hadoop, MapReduce, Pig, and Spark
- Use Python with Hadoop Distributed File System (HDFS), MapReduce, Pig, and Spark
- Use Snakebite to programmatically access HDFS within Python
- Use mrjob to write MapReduce jobs in Python
- Write Spark programs with Python
- Extend the functionality of pig using Python UDFs
- Manage MapReduce jobs and Pig scripts using Luigi
Audience
- Developers
- IT Professionals
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
In this instructor-led, live training, participants will learn how to work with Hadoop, MapReduce, Pig, and Spark using Python as they step through multiple examples and use cases.
By the end of this training, participants will be able to:
- Understand the basic concepts behind Hadoop, MapReduce, Pig, and Spark
- Use Python with Hadoop Distributed File System (HDFS), MapReduce, Pig, and Spark
- Use Snakebite to programmatically access HDFS within Python
- Use mrjob to write MapReduce jobs in Python
- Write Spark programs with Python
- Extend the functionality of pig using Python UDFs
- Manage MapReduce jobs and Pig scripts using Luigi
Audience
- Developers
- IT Professionals
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
28 timer
Oversikt
Publikum:
Dette kurset er ment å avmystifisere big data / hadoop-teknologi og for å vise at det ikke er vanskelig å forstå.
Dette kurset er ment å avmystifisere big data / hadoop-teknologi og for å vise at det ikke er vanskelig å forstå.
14 timer
Oversikt
As more and more software and IT projects migrate from local processing and data management to distributed processing and big data storage, Project Managers are finding the need to upgrade their knowledge and skills to grasp the concepts and practices relevant to Big Data projects and opportunities.
This course introduces Project Managers to the most popular Big Data processing framework: Hadoop.
In this instructor-led training, participants will learn the core components of the Hadoop ecosystem and how these technologies can be used to solve large-scale problems. In learning these foundations, participants will also improve their ability to communicate with the developers and implementers of these systems as well as the data scientists and analysts that many IT projects involve.
Audience
- Project Managers wishing to implement Hadoop into their existing development or IT infrastructure
- Project Managers needing to communicate with cross-functional teams that include big data engineers, data scientists and business analysts
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
This course introduces Project Managers to the most popular Big Data processing framework: Hadoop.
In this instructor-led training, participants will learn the core components of the Hadoop ecosystem and how these technologies can be used to solve large-scale problems. In learning these foundations, participants will also improve their ability to communicate with the developers and implementers of these systems as well as the data scientists and analysts that many IT projects involve.
Audience
- Project Managers wishing to implement Hadoop into their existing development or IT infrastructure
- Project Managers needing to communicate with cross-functional teams that include big data engineers, data scientists and business analysts
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
21 timer
Oversikt
Apache Spark is a distributed processing engine for analyzing very large data sets. It can process data in batches and real-time, as well as carry out machine learning, ad-hoc queries, and graph processing. .NET for Apache Spark is a free, open-source, and cross-platform big data analytics framework that supports applications written in C# or F#.
This instructor-led, live training (online or onsite) is aimed at developers who wish to carry out big data analysis using Apache Spark in their .NET applications.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand how .NET implements Spark APIs so that they can be accessed from a .NET application.
- Develop data processing applications using C# or F#, capable of handling data sets whose size is measured in terabytes and pedabytes.
- Develop machine learning features for a .NET application using Apache Spark capabilities.
- Carry out exploratory analysis using SQL queries on big data sets.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at developers who wish to carry out big data analysis using Apache Spark in their .NET applications.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand how .NET implements Spark APIs so that they can be accessed from a .NET application.
- Develop data processing applications using C# or F#, capable of handling data sets whose size is measured in terabytes and pedabytes.
- Develop machine learning features for a .NET application using Apache Spark capabilities.
- Carry out exploratory analysis using SQL queries on big data sets.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
7 timer
Oversikt
Apache NiFi (Hortonworks DataFlow) er en integrert Apache NiFi og enkel hendelsesbehandlingsplattform i sanntid som muliggjør flytting, sporing og automatisering av data mellom systemer. Det er skrevet med flytbasert programmering og gir et nettbasert brukergrensesnitt for å administrere dataflow i sanntid.
I denne instruktørledede Apache NiFi vil deltakerne lære grunnleggende grunnlag av Apache NiFi programmering når de utvikler en rekke demo-utvidelser, komponenter og prosessorer som bruker Apache NiFi .
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå NiFis arkitektur og dataflowkonsepter.
- Utvikle utvidelser ved å bruke NiFi og tredjeparts APIer.
- Custom utvikle sin egen Apache Nifi-prosessor.
- Sette inn og behandle sanntidsdata fra forskjellige og uvanlige filformater og datakilder.
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
I denne instruktørledede Apache NiFi vil deltakerne lære grunnleggende grunnlag av Apache NiFi programmering når de utvikler en rekke demo-utvidelser, komponenter og prosessorer som bruker Apache NiFi .
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå NiFis arkitektur og dataflowkonsepter.
- Utvikle utvidelser ved å bruke NiFi og tredjeparts APIer.
- Custom utvikle sin egen Apache Nifi-prosessor.
- Sette inn og behandle sanntidsdata fra forskjellige og uvanlige filformater og datakilder.
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
14 timer
Oversikt
Teradata er et populært Relational Database Management System for å bygge storskala datavarehus programmer. Teradata oppnår dette ved parallellitet.
Denne instruktørledede, liveopplæringen (på stedet eller fjernkontrollen) er rettet mot applikasjonsutviklere og ingeniører som ønsker å mestre mer sofistikerte bruksområder av Teradata databasen.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Administrer Teradata plass.
- Beskytt og distribuer data i Teradata .
- Les Forklar plan.
- Forbedre SQL ferdigheter.
- Bruk hovedverktøyene til Teradata .
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
Denne instruktørledede, liveopplæringen (på stedet eller fjernkontrollen) er rettet mot applikasjonsutviklere og ingeniører som ønsker å mestre mer sofistikerte bruksområder av Teradata databasen.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Administrer Teradata plass.
- Beskytt og distribuer data i Teradata .
- Les Forklar plan.
- Forbedre SQL ferdigheter.
- Bruk hovedverktøyene til Teradata .
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
7 timer
Oversikt
Apache Spark Streaming is a scalable, open source stream processing system that allows users to process real-time data from supported sources. Spark Streaming enables fault-tolerant processing of data streams.
This instructor-led, live training (online or onsite) is aimed at data engineers, data scientists, and programmers who wish to use Spark Streaming features in processing and analyzing real-time data.
By the end of this training, participants will be able to use Spark Streaming to process live data streams for use in databases, filesystems, and live dashboards.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at data engineers, data scientists, and programmers who wish to use Spark Streaming features in processing and analyzing real-time data.
By the end of this training, participants will be able to use Spark Streaming to process live data streams for use in databases, filesystems, and live dashboards.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
14 timer
Oversikt
Apache Zeppelin er en nettbasert notisbok for å fange, utforske, visualisere og dele Hadoop og Spark-baserte data.
Denne instruktørledede liveopplæringen introduserer konseptene bak interaktiv dataanalyse og leder deltakerne gjennom distribusjonen og bruken av Zeppelin i et enkeltbruker- eller flerbrukermiljø.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer Zeppelin
- Utvikle, organisere, utføre og dele data i et nettleserbasert grensesnitt
- Visualiser resultater uten å referere til kommandolinjen eller klyngedetaljene
- Utfør og samarbeid om lange arbeidsflyter
- Arbeid med noen av en rekke plug-in-språk / databehandlings-backends, for eksempel Scala (med Apache Spark ), Python (med Apache Spark ), Spark SQL , JDBC, Markdown og Shell.
- Integrer Zeppelin med Spark, Flink og Map Reduce
- Sikre flerbrukerforekomster av Zeppelin med Apache Shiro
Publikum
- Dataingeniører
- Dataanalytikere
- Data forskere
- Programvareutviklere
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Denne instruktørledede liveopplæringen introduserer konseptene bak interaktiv dataanalyse og leder deltakerne gjennom distribusjonen og bruken av Zeppelin i et enkeltbruker- eller flerbrukermiljø.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer Zeppelin
- Utvikle, organisere, utføre og dele data i et nettleserbasert grensesnitt
- Visualiser resultater uten å referere til kommandolinjen eller klyngedetaljene
- Utfør og samarbeid om lange arbeidsflyter
- Arbeid med noen av en rekke plug-in-språk / databehandlings-backends, for eksempel Scala (med Apache Spark ), Python (med Apache Spark ), Spark SQL , JDBC, Markdown og Shell.
- Integrer Zeppelin med Spark, Flink og Map Reduce
- Sikre flerbrukerforekomster av Zeppelin med Apache Shiro
Publikum
- Dataingeniører
- Dataanalytikere
- Data forskere
- Programvareutviklere
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
14 timer
Oversikt
Vespa is an open-source big data processing and serving engine created by Yahoo. It is used to respond to user queries, make recommendations, and provide personalized content and advertisements in real-time.
This instructor-led, live training introduces the challenges of serving large-scale data and walks participants through the creation of an application that can compute responses to user requests, over large datasets in real-time.
By the end of this training, participants will be able to:
- Use Vespa to quickly compute data (store, search, rank, organize) at serving time while a user waits
- Implement Vespa into existing applications involving feature search, recommendations, and personalization
- Integrate and deploy Vespa with existing big data systems such as Hadoop and Storm.
Audience
- Developers
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
This instructor-led, live training introduces the challenges of serving large-scale data and walks participants through the creation of an application that can compute responses to user requests, over large datasets in real-time.
By the end of this training, participants will be able to:
- Use Vespa to quickly compute data (store, search, rank, organize) at serving time while a user waits
- Implement Vespa into existing applications involving feature search, recommendations, and personalization
- Integrate and deploy Vespa with existing big data systems such as Hadoop and Storm.
Audience
- Developers
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
Kommende Big Data Kurs
2021-03-31 09:30:00
21 timer
2021-04-14 09:30:00
14 timer
2021-04-22 09:30:00
14 timer
2021-04-28 09:30:00
21 timer
2021-05-10 09:30:00
21 timer
Rådgivning
Helg Big Data kurs, kveld Big Data trening, Big Data boot camp, Big Data instruktørledet, Helg Big Data trening, Kveld Big Data kurs, Big Data coaching, Big Data instruktør, Big Data trener, Big Data kurs, Big Data klasser, Big Data on-site, Big Data private kurs, Big Data tomannshånd trening
.jpg "european southern observatory (eso)")
.jpg "procter & gamble (p&g)")
.jpg "european organization for nuclear research (cern)")