Ta kontakt
 Varighet 42 timer

Kursplan

Introduksjon til Stordata-ekosystemer

  • Utsikt over stordatateknologier og arkitekturer
  • Batch-behandling vs. reell tidspunkt-behandling
  • Lagringsstrategier for skalbarhet

Avansert databehandling med Apache Spark

  • Optimalisering av Spark-jobber for ytelse
  • Avanserte transformasjoner og handlinger
  • Å jobbe med strukturert strømming

Maskinlæring i stor skala

  • Teknikker for distribuert modelltrening
  • Tuning av hyperparametere på store datamengder
  • Utrulling av modeller i stordatamiljøer

Dyp læring for stordata

  • Integrering av TensorFlow og PyTorch med Spark
  • Rør for distribuert dyp læringstrening
  • Anvendelser i analyse av bilder, tekst og tidsserier

Reelle analyse og datastrømming

  • Apache Kafka for inntak av strømmende data
  • Rammeverk for strømmeprosessering
  • Overvåking og varsling i systemer i reell tid

Dataforvaltning, sikkerhet og etikk

  • Krav til databeskyttelse og samsvar
  • Tilgangskontroll og kryptering i stordatasystemer
  • Ethiske hensyn ved analyse i stor skala

Integrasjon av stordata med business intelligence

  • Datavisualisering og dashboards for stordata
  • Kopling av stordatarør til BI-verktøy
  • Kjøre frem business-resultater med avansert analyse

Oppsummering og neste trinn

Krav

  • Solid forståelse av datanalyse og statistisk modellering
  • Erfaring med databehandlingsverktøy og programmeringsspråk som Python, R eller Scala
  • Kjennskap til distribuerede beregningsrammer som Hadoop eller Spark

Målgruppe

  • Datavitere som ønsker å mestre databehandling i stor skala og prediktiv analyse
  • Senioranalytikere som søker å designe og implementere avanserte analytiske arbeidsflyter
  • F&U-profesjonelle som fokuserer på innovative, datastyrtede løsninger

Antall deltakere


Pris per deltaker

Referanser (3)

Kommende kurs

Relaterte kategorier