Online Big Data Training in Norge

Denne instruktørledede, live opplæringen (online eller på sted) er rettet mot mellomnivå dataforskere og ingeniører som ønsker å bruke Google Colab og Apache Spark for behandling og analyse av store datasett.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Opprette en stor data-miljø ved bruk av Google Colab og Spark.
• Behandle og analysere store datasett effektivt med Apache Spark.
• Visualisere store data i et samarbeidsmiljø.
• Integrere Apache Spark med skyløsninger.

Stratio er en datacentrisk plattform som integrerer big data, AI og governance i én løsning. Rocket- og Intelligence-modulene muliggjør rask datautforskning, transformasjon og avansert analyse i bedriftsmiljøer.

Denne instruktørledede, levende opplæringen (online eller på sted) er rettet mot mellomnivå-datafagpersonell som ønsker å bruke Rocket- og Intelligence-modulene i Stratio effektivt med PySpark, med fokus på løkker, brukerdefinerte funksjoner og avansert datalogikk.

Ved slutten av denne opplæringen vil deltakerne være i stand til:

• Navigere og arbeide innenfor Stratio-plattformen ved bruk av Rocket- og Intelligence-modulene.
• Bruke PySpark i forbindelse med datainnsamling, transformasjon og analyse.
• Bruke løkker og betinget logikk til å kontrollere dataflyter og oppgavearbeid for egenskapsutvinning.
• Opprette og administrere brukerdefinerte funksjoner (UDFs) for gjentatte dataoperasjoner i PySpark.

Kursformat

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praksis.
• Håndson implementering i en levende labmiljø.

Tilpassingsalternativer for kurset

• For å bestille en tilpasset opplæring for dette kurset, kontakt oss for å avtale.

Data Warehousing er praksisen å designe, bygge og drifte sentraliserte datalagre som støtter analyse, rapportering og beslutningstaking.

Denne instruktørledede, live-traeningen (online eller på stedet) er rettet mot mellomnivådataprofesjonelle som ønsker å modellere dimensjonelle data, bygge robuste ETL-pipelines og optimalisere analytiske arbeidsbelastninger.

Ved slutten av denne trainingen vil deltakerne kunne:

• Forklare kjernekonsepter og arkitekturer for datawarehousing.
• Designe dimensjonelle modeller og velge mellom star- og snowflake-skjemaer.
• Bygge og orchestrere ETL- og ELT-pipelines pålitelig.
• Skille mellom OLTP- og OLAP-arbeidsbelastninger og optimalisere for analyse.

Kursformat

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praktiske oppgaver.
• Hånds-on implementering i en live-lab-miljø.

Tilpassingsmuligheter for kurset

• For å be om en tilpasset training for dette kurset, kontakt oss for å avtale.

Deltakere som fullfører denne instruktørledede, liveopplæringen i Norge vil få en praktisk, virkelig forståelse av Big Data og dets relaterte teknologier, metoder og verktøy.

Deltakerne vil få mulighet til å omsette denne kunnskapen i praksis gjennom praktiske øvelser. Gruppesamhandling og instruktørtilbakemeldinger utgjør en viktig del av klassen.

Kurset starter med en introduksjon til elementære konsepter av Big Data, og går deretter videre til programmeringsspråkene og metodikkene som brukes til å utføre Data Analysis. Til slutt diskuterer vi verktøyene og infrastrukturen som muliggjør Big Data lagring, distribuert prosessering og Scalability.

Greenplum er en åpen kilde massivt parallell prosesserings (MPP) dataplattform designet for analyse og store data-miljøer.

Denne instruktørledede, live opplæringen (online eller på stedet) er rettet mot tekniske brukere på mellomnivå til avansert nivå som ønsker å forstå den interne arkitekturen i Greenplum, bygge optimaliserte datamodeller og bruke høyytelses SQL i fordelte miljøer.

Ved slutten av denne opplæringen vil deltakere være i stand til å:

• Forstå Greenplums "shared-nothing" arkitektur og parallellisme modell.
• Designere fordelt tabellstruktur og partisjoner optimalisert for spørreydelse.
• Bruke indekseringsstrategier, lagringsformater og fysisk designteknikker.
• Tolke EXPLAIN-planer og optimalisere spørringer ved hjelp av beste praksis.

Kursformat

• Interaktiv forelesning og diskusjon.
• Mye øvelser og praktisk trening.
• Hånds-på implementering i en live-lab-miljø.

Kurs-tilpassingsalternativer

• For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.

Greenplum er en åpen kildekode, massivt parallell dataplattform basert på PostgreSQL, designet for avansert analyse og stort skala datalager.

Denne instruktørlede, live-treningen (online eller på stedet) er rettet mot mellomnivå-administratorer som ønsker å installere, konfigurere og administrere Greenplum-miljøer effektivt, inkludert håndtering av systemoppdateringer og biblioteker.

Ved slutten av denne treningen vil deltakere kunne:

• Installere og konfigurere en produksjonsklar Greenplum-klaster.
• Håndtere systemoppdateringer og påføre plasser trygt.
• Håndtere biblioteksadministrasjon for analyse og utvidelser i Greenplum.
• Feilsøke og overvåke Greenplum-systemer.

Kursets format

• Interaktiv forelesning og diskusjon.
• Hånds-on bruk av Greenplum i et kontrollert lab-miljø.
• Veiledede øvelser som fokuserer på klasteroppsett, oppgraderingsflyter og systemutvidelser.

Muligheter for tilpasning av kurset

• For å be om et tilpasset kurs for dette kurset basert på ditt miljø eller dataplattform, ta kontakt med oss for å avtale.

Denne instruktørledede, live-opplæringskurset (online eller på stedet) er rettet mot avanserte dataprofesjonelle som ønsker å optimalisere datahåndteringsarbeidsflyter, sikre dataintegritet og implementere robuste data lakehouse-løsninger som kan håndtere kompleksiteten i moderne big data-applikasjoner.

Ved kursets avslutning vil deltakerne kunne:

• Oppnå en dyp forståelse av Icebergs arkitektur, inkludert metadatahåndtering og filstruktur.
• Konfigurere Iceberg for optimal ytelse i ulike miljøer og integrere den med flere datahåndteringsmotorer.
• Administrere store Iceberg-tabeller, gjennomføre komplekse skjemauendringer og håndtere partisjonsutvikling.
• Mestre teknikker for å optimalisere spørreytelse og datasøkeffektivitet for store datasett.
• Implementere mekanismer for å sikre datakonsistens, håndtere transaksjonsgarantier og feilhåndtering i fordelte miljøer.

Denne instruktørledede, live opplæringen (online eller på stedet) er rettet mot begynnernivå datafagfolk som ønsker å oppnå kunnskap og ferdigheter som er nødvendige for å effektivt utnyttet Apache Iceberg for å håndtere store datasett, sikre datasikkerhet og optimalisere datastrømningsprosesser.

Ved avslutningen av denne opplæringen vil deltakerne være i stand til å:

• Få en grundig forståelse av Apache Icebergs arkitektur, funksjoner og fordeler.
• Lære om tabellformater, partisjoner, skjemautvikling og tidshoppingsfunksjoner.
• Installere og konfigurere Apache Iceberg i ulike miljøer.
• Opprette, administrere og manipulere Iceberg-tabeller.
• Forstå prosessen med å migrere data fra andre tabellformater til Iceberg.

Denne instruktørledede, live opplæringen (online eller på sted) retter seg mot IT-profesjonelle på mellomnivå som ønsker å forbedre sine ferdigheter innen dataarkitektur, styring, skybasert regning og big data-teknologier for å effektivt håndtere og analysere store datasett for dataoverføringer innen sine organisasjoner.

Ved avslutningen av denne opplæringen vil deltakerne kunne:

• Forstå grunnleggende konsepter og komponenter i ulike dataarkitekturer.
• Oppnå en omfattende forståelse av prinsipper for datastyring og deres betydning i reguleringsmiljøer.
• Implementere og administrere datastyringsrammeverk som Dama og Togaf.
• Utnytte skyplattformer for effektiv dataoppbevaring, -behandling og -administrasjon.

Denne instruktørledede, live treningen (online eller på stedet) er rettet mot mellomnivå dataingeniører som ønsker å lære å bruke Azure Data Lake Storage Gen2 for effektive dataanalytiske løsninger.

Ved avslutningen av denne treningen vil deltakerne kunne:

• Forstå arkitekturen og hovedfunksjonene til Azure Data Lake Storage Gen2.
• Optimalisere data lagring og tilgang for kostnad og ytelse.
• Integere Azure Data Lake Storage Gen2 med andre Azure tjenester for analyse og databehandling.
• Utvikle løsninger ved hjelp av Azure Data Lake Storage Gen2 API.
• Få feilsøkt vanlige problemer og optimalisere lagringsstrategier.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere som ønsker å bruke og integrere Spark, Hadoop og Python for å behandle, analysere og transformere store og komplekse datasett.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp det nødvendige miljøet for å begynne å behandle store data med Spark, Hadoop og Python.
• Forstå funksjonene, kjernekomponentene og arkitekturen til Spark og Hadoop.
• Lær hvordan du integrerer Spark, Hadoop og Python for behandling av store data.
• Utforsk verktøyene i Spark-økosystemet (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka og Flume).
• Bygg anbefalingssystemer for samarbeidsfiltrering som ligner på Netflix, YouTube, Amazon, Spotify og Google.
• Bruk Apache Mahout til å skalere maskinlæringsalgoritmer.

Big Data og Avansert Analyse er anvendelsen av sofistikerte teknikker og verktøy for å analysere store, komplekse datasett for å skaffe virkelighetsnære innsikter og strategisk beslutningstaking.

Denne instruktørledede, live opplæringen (online eller på sted) er rettet mot avanserte dataprofesjonelle som ønsker å utnytte fremskrittlige analytiske metoder og big data teknologier for prediktiv, preskriptiv og sanstidanalyse.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Utforme og implementere store datasettbehandlingsrørledninger for strukturerte og ustrukturerte data.
• Anvende avanserte maskinlæring og dyp læringsmetoder på store datasett.
• Utnytte fordelte beregningsrammeverk for sanstidsanalyse og datastrøming.
• Integrere big data analyse i forretningsintelligens- og beslutningssystemer.

Format på Kurset

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praksis.
• Hender på implementering i et live-lab miljø.

Tilleggsanpassningsalternativer for Kurset

• For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å ordne.

Denne instruktørlede, live-trening i Norge (online eller på stedet) er rettet mot IT-profesjonelle på mellomnivå som ønsker en omfattende forståelse av IBM DataStage fra både en administrativ og utviklingsmåte, slik at de kan administrere og utnyttet dette verktøyet effektivt på sine respektive arbeidsplasser.

Ved avslutningen av denne treningen vil deltakerne kunne:

• Forstå de grunnleggende konsepter i DataStage.
• Lære å installere, konfigurere og administrere DataStage-miljøer effektivt.
• Kopple til forskjellige datasøkere og trekke ut data effektivt fra databaser, flate filer og eksterne kilder.
• Implementere effektive datainnlastingsteknikker.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot systemadministratorer på nybegynnere til mellomnivå som ønsker å distribuere, vedlikeholde og optimalisere Spark-klynger.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer Apache Spark i forskjellige miljøer.
• Administrer klyngeressurser og overvåk Spark-applikasjoner.
• Optimaliser ytelsen til Spark-klynger.
• Iverksette sikkerhetstiltak og sikre høy tilgjengelighet.
• Feilsøk og feilsøk vanlige Spark-problemer.

Deltakere som fullfører denne instruktørledede, liveopplæringen i Norge vil få en praktisk, virkelig forståelse av Big Data og dets relaterte teknologier, metoder og verktøy.

Deltakerne vil få mulighet til å omsette denne kunnskapen i praksis gjennom praktiske øvelser. Gruppesamhandling og instruktørtilbakemeldinger utgjør en viktig del av klassen.

Kurset starter med en introduksjon til grunnleggende konsepter for Big Data, og går deretter videre til programmeringsspråkene og metodene som brukes til å utføre dataanalyse. Til slutt diskuterer vi verktøyene og infrastrukturen som muliggjør Big Data-lagring, distribuert prosessering og Scalability.

I denne instruktørledede, live-treningen i Norge vil deltakerne lære å bruke Python og Spark sammen for å analysere store data mens de jobber med praktiske øvelser.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Lær hvordan du bruker Spark med Python for å analysere Big Data.
• Arbeid med øvelser som etterligner virkelige tilfeller.
• Bruk forskjellige verktøy og teknikker for stordataanalyse ved hjelp av PySpark.

Målgruppe:

Kurset er ment for IT-spesialister som ser etter en løsning for å lagre og behandle store datasett i en distribusjonssystemmiljø.

Goal:

Dypt kunnskap om Hadoop klusteradministrasjon.

Fremskritt innen teknologi og økende mengder informasjon endrer hvordan forretninger drives i mange bransjer, inkludert regjering. Generering av data og digital arkivering øker i regjeringen på grunn av den raske veksten av mobiltelefoner og applikasjoner, intelligente sensorer og enheter, skybaserte løsninger, og portaler for borgere. Når digital informasjon ekspanderer og blir mer kompleks, blir informasjonshåndtering, behandling, lagring, sikkerhet og avhendelse også mer komplekse. Nye verktøy for innhenting, søking, oppdagelse og analyse hjelper organisasjoner til å få innsikt fra ustrukturert data. Regjeringens marked er ved et vendepunkt og innser at informasjon er en strategisk ressurs. Regjeringen må beskytte, utnytte og analysere både strukturerte og ustrukturerte informasjoner for å bedre tjene og møte oppdragskrav. Når regjeringens ledere streber etter å utvikle datadrivne organisasjoner for å oppnå suksess i oppdragene, legger de grunnlaget for å korrelere avhengigheter over hendelser, personer, prosesser og informasjon.

Høyverdige regjeringløsninger vil bli skapt ved å kombinere de mest revolusjonerende teknologiene:

• Mobiltelefoner og applikasjoner
• Skytjenester
• Sosiale forretningsteknologier og nettverk
• Big Data og analyse

IDC forutsier at IT-bransjen vil nå 5 billioner dollar i 2020, omtrent 1,7 billioner dollar større enn i dag, og at 80 % av bransjens vekst vil bli drevet av disse 3. plattformsteknologiene. På lang sikt vil disse teknologiene være nøkkelverktøy for å håndtere kompleksiteten til økt digital informasjon. Big Data er en av de intelligente bransjeløsningene og lar regjeringen ta bedre beslutninger ved å handle basert på mønstre som avsløres ved analyse av store volum av data – relatert og urelatert, strukturerte og ustrukturerte.

Men å oppnå disse bedriftene krever mye mer enn bare å samle enorme mengder data. “Å forstå disse volumene av Big Data krever avanserte verktøy og teknologier som kan analysere og trekke ut nyttig kunnskap fra bred og mangfoldig strøm av informasjon,” skrev Tom Kalil og Fen Zhao fra Det hvite husets kontor for vitenskap og teknologi i en bloggpost på OSTP Blog.

Det hvite huset tok et skritt for å hjelpe etater til å finne disse teknologiene da det etablerte National Big Data Research and Development Initiative i 2012. Initiativet inkluderte over 200 millioner dollar for å utnytte eksplosjonen av Big Data og de verktøyene som er nødvendige for å analysere den.

Utfordringene som Big Data stiller, er nesten like skremmende som dets løfter er oppmuntrende. Å lagre data effektivt er en av disse utfordringene. Som alltid er budsjettene stramme, så må etater minimere pris per megabyte for lagring og holde dataen tilgjengelig slik at brukere kan få tilgang når de vil og hvordan de trenger det. Å sikkerhetskopiere enorme mengder data øker utfordringen.

Å analysere dataen effektivt er en annen stor utfordring. Mange etater bruker kommersielle verktøy som lar dem sjekke gjennom fjell av data og oppdage trender som kan hjelpe dem til å operere mer effektivt. (En nylig studie av MeriTalk fant at føderale IT-leder tror Big Data kan hjelpe etater å spare mer enn 500 milliarder dollar samtidig som de oppfyller oppdragsobjektivene.)

Tilpassede Big Data-verktøy lar også etater til å møte behovet for å analysere dataene. For eksempel har Computational Data Analytics Group ved Oak Ridge National Laboratory gjort deres Piranha dataanalyse-system tilgjengelig for andre etater. Systemet har hjulpet medisinske forskere med å finne en sammenheng som kan varsle leger om aortaanneurykser før de rammer. Det brukes også til mer rutinemessige oppgaver, som å sortere gjennom CV-er for å koble jobbsøkere med ansattledere.

Dag 1 - gir en oversikt over viktige emneområder innen Big Data. Modulen er delt inn i en rekke seksjoner, hvor hver seksjon følges opp av en praktisk øvelse.

Dag 2 - utforsker en rekke emner som knytter analysemetoder og verktøy til Big Data-miljøer. Det går ikke inn på implementering eller programmeringsdetaljer, men holder seg på et konseptuelt nivå, og fokuserer på emner som lar deltakerne få en omfattende forståelse av de vanlige analysefunksjoner og funksjoner som Big Data-løsninger tilbyr.

Dag 3 - gir en oversikt over grunnleggende og essensielle emneområder knyttet til arkitektur for Big Data-løsningsplattformer. Den dekker Big Data-mekanismer som kreves for utvikling av en Big Data-løsningsplattform og arkitektoniske alternativer for å samle en databehandlingsplattform. Vanlige scenarier presenteres også for å gi en grunnleggende forståelse av hvordan en Big Data-løsningsplattform vanligvis brukes.

Dag 4 - bygger videre på Dag 3 ved å utforske avanserte emner knyttet til arkitektur for Big Data-løsningsplattformer. Spesielt introduseres og diskuteres ulike arkitektoniske lag som utgjør Big Data-løsningsplattformen, inkludert datakilder, datainntak, datalagring, databehandling og sikkerhet.

Dag 5 - dekker en rekke øvelser og problemer designet for å teste deltakernes evne til å anvende kunnskap om emner som ble dekket på Dag 3 og 4.

Big data analytics innebærer prosessen med å undersøke store mengder varierte datasett for å avdekke korrelasjoner, skjulte mønstre og annen nyttig innsikt.

Helseindustrien har enorme mengder komplekse heterogene medisinske og kliniske data. Å bruke big data-analyse av helsedata gir et stort potensial i å oppnå innsikt for å forbedre leveransen av helsetjenester. Imidlertid gir enorme datasett store utfordringer i analyser og praktiske applikasjoner i et klinisk miljø.

I denne instruktørledede liveopplæringen (ekstern) vil deltakerne lære å utføre big data-analyse innen helse når de går gjennom en serie praktiske live-lab-øvelser.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer verktøy for analyse av big data som Hadoop MapReduce og Spark
• Forstå egenskapene til medisinsk data
• Bruk big data-teknikker for å håndtere medisinske data
• Studer store datasystemer og algoritmer i sammenheng med helseprogrammer

Publikum

• Utviklere
• Dataforskere

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.

I denne instruktørledede, live-opplæringen i Norge vil deltakerne lære tankesettet for å nærme seg Big Data teknologier, vurdere deres innvirkning på eksisterende prosesser og retningslinjer, og implementere disse teknologiene med det formål å identifisere kriminell aktivitet og forebygge kriminalitet. Kasusstudier fra rettshåndhevelsesorganisasjoner rundt om i verden vil bli undersøkt for å få innsikt i deres adopsjonstilnærminger, utfordringer og resultater.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Kombiner Big Data teknologi med tradisjonelle datainnsamlingsprosesser for å sette sammen en historie under en etterforskning.
• Implementer industrielle løsninger for lagring og prosessering av store data for dataanalyse.
• Utarbeide et forslag for å ta i bruk de mest passende verktøyene og prosessene for å muliggjøre en datadrevet tilnærming til kriminell etterforskning.

Big Data er en betegnelse som refererer til løsninger som er beregnet på å lagre og behandle store datamengder. Utviklet av Google i utgangspunktet, har disse Big Data-løsningene utviklet seg og inspirert andre lignende prosjekter, mange av disse tilgjengelig som open source. R er et populært programmeringsspråk innen finansbransjen.

Når tradisjonelle lagringsteknologier ikke takler mengden data du må lagre, er det hundrevis av alternativer. Dette kurset forsøker å veilede deltakerne om hvilke alternativer det finnes for å lagre og analysere Big Data og hvilke fordeler og ulemper de har.

Dette kurset er hovedsakelig fokusert på diskusjon og presentasjon av løsninger, selv om praktiske øvelser er tilgjengelig på forespørsel.

Kurset er en del av Data Scientist ferdighetssettet (Domain: Data and Technology).

Denne klasseromsbaserte treningsøkten vil utforske Big Data. Delegatene vil ha datamaskinbaserte eksempler og casestudieøvelser å gjennomføre med relevante stordataverktøy

Publikum

Hvis du prøver å være fornuftig ut fra dataene du har tilgang til eller ønsker å analysere ustrukturerte data tilgjengelig på nettet (som Twitter, koblet inn osv.), Er dette kurset noe for deg.

Det er mest rettet mot beslutningstakere og personer som trenger å velge hvilke data som er verdt å samle inn og hva som er verdt å analysere.

Det er ikke rettet mot folk som konfigurerer løsningen, de menneskene vil dra nytte av det store bildet.

Leveringsmodus

I løpet av kurset vil delegatene bli presentert med fungerende eksempler på stort sett åpen kildekode-teknologier.

Korte forelesninger blir fulgt av presentasjon og enkle øvelser av deltakerne

Innhold og programvare brukt

All programvare som brukes oppdateres hver gang kurset kjøres, så vi sjekker de nyeste versjonene som er mulig.

Den dekker prosessen fra innhenting, formatering, behandling og analyse av dataene, for å forklare hvordan man kan automatisere beslutningsprosesser med maskinlæring.

Big data er datasett som er så omfangsrike og komplekse at tradisjonell databehandlingsapplikasjonsprogramvare er utilstrekkelig til å håndtere dem. Store datautfordringer inkluderer innhenting av data, datalagring, dataanalyse, søk, deling, overføring, visualisering, spørring, oppdatering og informasjon om personvern.

Kurset er rettet mot IT-spesialister som leter etter en løsning for å lagre og behandle store datamengder i et distribuert systemmiljø

Kursmål:

Oppnå kunnskap om Hadoop klusteradministrasjon

Apache Hadoop er det mest populære rammeverket for behandling på klustre av servere. I dette tre (valgfritt, fire) dagers kurs vil deltakerne lære om de forretningsmessige fordeler og bruksområdene for Hadoop og dets økosystem, hvordan man planlegger klusterutplassering og vekst, hvordan man installerer, vedlikeholder, overvåker, feilsøker og optimaliserer Hadoop. De vil også øve på klusterbulkdataopplasting, bli kjent med ulike Hadoop-distribusjoner og øve på installasjon og administrasjon av Hadoop-økosystemverktøy. Kurset avsluttes med en diskusjon om å sikre kluster med Kerberos.

“…Materialene var svært godt forberedt og dekket grundig. Laboratoriene var svært nyttige og godt organisert”— Andrew Nguyen, Principal Integration DW Engineer, Microsoft Online Advertising

Målgruppe

Hadoop-administratorer

Format

Forelesninger og praktiske laboratorier, omtrentlig balanse 60% forelesninger, 40% laboratorier.

Apache Hadoop er den mest populære rammeverket for behandling Big Data på kluster av servere. Denne kurset vil introdusere en utvikler for forskjellige komponenter ([HDFS], MapReduce, Pig, Hive og HBase) i Hadoop økosystemet.

Apache Hadoop er en av de mest populære rammeverkene for behandling av data på serverklustre. Denne kurset dyper seg inn i databehandling i HDFS, avansert Pig, Hive, og HBase. Disse avanserte programmeringsteknikkene vil være nyttige for erfarne Hadoop-utviklere.

Målgruppe: Utviklere

Varighet: tre dager

Format: forelesninger (50%) og praktiske øvelser (50%).

Målgruppe:

Dette kurset er ment å gjøre big data/Hadoop-teknologi mindre mystisk og vise at det ikke er vanskelig å forstå.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot systemadministratorer som ønsker å lære hvordan de konfigurerer, distribuerer og administrerer Hadoop klynger i organisasjonen deres.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer Apache Hadoop.
• Forstå de fire hovedkomponentene i Hadoop-økosystemet: HDFS, MapReduce, YARN og Hadoop Common.
• Bruk Hadoop Distributed File System (HDFS) for å skalere en klynge til hundrevis eller tusenvis av noder.
• Konfigurer HDFS for å fungere som lagringsmotor for Spark-distribusjoner på stedet.
• Sett opp Spark for å få tilgang til alternative lagringsløsninger som Amazon S3 og NoSQL databasesystemer som Redis, Elasticsearch, Couchbase, Aerospike, etc.
• Utfør administrative oppgaver som klargjøring, administrasjon, overvåking og sikring av en Apache Hadoop-klynge.

Denne kursen introduserer HBase – en NoSQL-lagring på toppen av Hadoop. Kursen er ment for utviklere som vil bruke HBase til å utvikle applikasjoner, og for administratorer som vil administrere HBase-kluster.

Vi vil veilede en utvikler gjennom HBase-arkitekturen og data-modellering og applikasjonsutvikling på HBase. Den vil også diskutere bruk av MapReduce med HBase, og noen administrative emner knyttet til ytelsesoptimalisering. Kurset er svært praktisk med mange labøvelser.

Varighet: 3 dager

Målgruppe: Utviklere & Administratører

I denne instruktørledede, live opplæringen på Norge (på sted eller fjern), vil deltakerne lære å sette opp og integrere ulike Stream Processing-rammeverk med eksisterende big data-lagringssystemer og relaterte programvareapplikasjoner og mikrotjenester.

Ved avslutningen av denne opplæringen vil deltakerne være i stand til:

• Installere og konfigurere ulike Stream Processing-rammeverk, som Spark Streaming og Kafka Streaming.
• Forstå og velge det mest passende rammeverket for oppgaven.
• Behandle data kontinuerlig, samtidig og på en post-for-post-måte.
• Integrere Stream Processing-løsninger med eksisterende databaser, datawarehouses, datalagre, etc.
• Integrere det mest passende Stream Processing-biblioteket med virksomhetsapplikasjoner og mikrotjenester.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot tekniske personer som ønsker å lære hvordan man implementerer en maskinlæringsstrategi samtidig som man maksimerer bruken av big data.

Ved slutten av denne opplæringen vil deltakerne:

• Forstå utviklingen og trendene for maskinlæring.
• Vet hvordan maskinlæring brukes på tvers av ulike bransjer.
• Bli kjent med verktøyene, ferdighetene og tjenestene som er tilgjengelige for å implementere maskinlæring i en organisasjon.
• Forstå hvordan maskinlæring kan brukes til å forbedre datautvinning og analyse.
• Finn ut hva en datamellomstøtte er, og hvordan den brukes av bedrifter.
• Forstå rollen som big data og intelligente applikasjoner spiller på tvers av bransjer.

Apache NiFi er en open source, flytdriftsbasert dataintegrering- og hendelseshåndteringplattform. Det muliggjør automatisert, sanntids-datarouting, -transformasjon og systemmediasjon mellom ulike systemer, med en webbasert brukergrensesnitt og detaljert kontroll.

Dette instruktørførte, live-utdanningskurs (på stedet eller fjern) er rettet mot mellemnivåadministratorer og ingeniører som ønsker å distribuere, administrere, sikre og optimalisere NiFi-dataflyter i produksjonsmiljøer.

Av slutten av dette kurset vil deltakerne kunne:

• Installere, konfigurere og vedlikeholde Apache NiFi-kluster.
• Utforme og administrere dataflyter fra ulike kilder og mottakere.
• Implementere flytautomatisering, -ruting og transformasjonslogikk.
• Optimalisere ytelse, overvåke operasjonen og feilsøke problemer.

Kursformat

• Interaktiv forelesning med diskusjon om virkelige arkitekturer.
• Håndsom lab: bygge, distribuere og administrere flyter.
• Situasjonsbaserte øvelser i et live-lab-miljø.

Kurs tilpasningsmuligheter

• For å be om et tilpasset kurs, vennligst kontakt oss for å organisere det.

I denne instruktørledede, live-opplæringen i Norge vil deltakerne lære det grunnleggende om flytbasert programmering når de utvikler en rekke demo-utvidelser, komponenter og prosessorer ved hjelp av Apache NiFi.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå NiFis arkitektur og dataflytkonsepter.
• Utvikle utvidelser ved å bruke NiFi og tredjeparts APIer.
• Tilpasset utvikle sin egen Apache Nifi-prosessor.
• Ta inn og behandle sanntidsdata fra forskjellige og uvanlige filformater og datakilder.

Denne instruktørledede, live-opplæring (online eller på stedet) er rettet mot datavitere som ønsker å bruke SMACK-stakken for å bygge dataprosesseringsplattformer for big data-løsninger.

Ved slutten av denne opplæringen vil deltakere være i stand til å:

• Implementere en datapipelinearkitektur for prosessering av big data.
• Utvikle en klusterinfrastruktur med Apache Mesos og Docker.
• Analysere data med Spark og Scala.
• Håndtere ustrukturert data med Apache Cassandra.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot ingeniører som ønsker å sette opp og distribuere Apache Spark-system for å behandle svært store datamengder.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer Apache Spark.
• Behandle og analysere svært store datasett raskt.
• Forstå forskjellen mellom Apache Spark og Hadoop MapReduce og når du skal bruke hvilken.
• Integrer Apache Spark med andre maskinlæringsverktøy.

Læringskurven til Apache Spark stiger sakte i begynnelsen, det krever mye innsats for å få den første tilbakemeldingen. Dette kurset har som mål å hoppe over den første vanskelige delen. Etter å ha tatt dette kurset vil deltakerne forstå grunnleggende om Apache Spark, de vil klart skille mellom RDD og DataFrame, de vil lære Python og Scala API, de vil forstå executors og tasks, etc. I tillegg til å følge beste praksis, fokuserer dette kurset sterkt på skydeploering, Databricks og AWS. Studentene vil også forstå forskjellene mellom AWS EMR og AWS Glue, en av de nyeste Spark-tjenestene fra AWS.

MÅLGREP:

Data Engineer, DevOps, Data Scientist

MÅL:

Dette kurset vil introdusere Apache Spark. Studentene vil lære hvordan Spark passer inn i Big Data-økosystemet, og hvordan man bruker Spark til dataanalyse. Kurset dekker Spark shell for interaktiv dataanalyse, Spark internt, Spark APIer, Spark SQL, Spark strømming, maskinlæring og GraphX.

MÅLGRUPPE:

Utviklere / Dataanalytikere

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot datavitere og utviklere som ønsker å bruke Spark NLP, bygget på toppen av Apache Spark, for å utvikle, implementere og skalere tekstbehandling av naturlig språk modeller og rørledninger.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp det nødvendige utviklingsmiljøet for å begynne å bygge NLP-rørledninger med Spark NLP.
• Forstå funksjonene, arkitekturen og fordelene ved å bruke Spark NLP.
• Bruk de forhåndstrente modellene tilgjengelig i Spark NLP for å implementere tekstbehandling.
• Lær hvordan du bygger, trener og skalerer Spark NLP modeller for prosjekter i produksjonsgrad.
• Bruk klassifisering, inferens og sentimentanalyse på brukssaker i den virkelige verden (kliniske data, kundeatferdsinnsikt, etc.).

Spark SQL er modulen til Apache Spark for å arbeide med strukturerte og ustrukturerte data. Spark SQL gir informasjon om datastrukturen samt beregningene som utføres. Denne informasjonen kan brukes til å utføre optimaliseringer. To vanlige bruksområder for Spark SQL er:

- å kjøre SQL-spørringer.

- å lese data fra en eksisterende Hive-installasjon.

I denne instruktørledede kurset (på sted eller fjern), vil deltakerne lære å analysere ulike typer datasett ved hjelp av Spark SQL.

Ved slutten av dette kurset vil deltakerne kunne:

• Installere og konfigurere Spark SQL.


• Utføre dataanalyse ved hjelp av Spark SQL.


• Spørre datasett i forskjellige formater.


• Visualisere data og spørreresultater.

Formatet på kurset

• Interaktiv forelesning og diskusjon.


• Mange øvelser og praksis.


• Håndtert implementering i en live-lab-miljø.

Tilpassningsalternativer for kurset

• For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot tekniske personer som ønsker å distribuere Talend Open Studio for Big Data for å forenkle prosessen med å lese og knaske gjennom Big Data.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer Talend Open Studio for Big Data.
• Koble til Big Data-systemer som Cloudera, HortonWorks, MapR, Amazon EMR og Apache.
• Forstå og konfigurer Open Studios store datakomponenter og koblinger.
• Konfigurer parametere for automatisk å generere MapReduce-kode.
• Bruk Open Studios dra-og-slipp-grensesnitt for å kjøre Hadoop-jobber.
• Prototype big data pipelines.
• Automatiser stordata-integrasjonsprosjekter.