Ta kontakt
 Varighet 42 timer (6 dager)

Kursplan

Innføring til Stordata-økosystemer

  • Overblikk over stordatateknologier og arkitekturer
  • Batch-prosessering vs. sanntidsprosessering
  • Dataplagelagringsstrategier for skalerbarhet

Avansert dataprosessering med Apache Spark

  • Optimering av Spark-jobber for ytelse
  • Avanserte transformasjoner og handlinger
  • Arbeid med strukturert strømming

Maskinlæring i stor skala

  • Distribuerte tekniker for modelltrening
  • Hyperparameterjustering på store datasett
  • Modellimplementering i stordata-miljøer

Dyp læring for stordata

  • Integrasjon av TensorFlow og PyTorch med Spark
  • Distribuerte dyp læring-treningrør
  • Use cases i bilde-, tekst- og tidsseriesanalyse

Sanntidsanalytikk og datastrømming

  • Apache Kafka for streamingdata-inntak
  • Strømmingsprosessering-rammeverk
  • Overvåking og varsling i sanntidssystemer

Datastyre, sikkerhet og etikkk

  • Datapersonvern og overholdelse av krav
  • Tilgangsstyring og kryptering i stordatasystemer
  • Ethiske hensyn i stor skala-analytikk

Integrasjon av stordata med business intelligence

  • Datavisualisering og dashbord for stordata
  • Kopling av stordatarør til BI-verktøy
  • Å drive forretningsresultater med avansert analytikk

Oppsummering og neste steg

Krav

  • Solid forståelse av datadata- og statistisk modellering
  • Erfaring med dataprosesseringsverktøy og programmeringsspråk som Python, R eller Scala
  • Kjennskap til distribuerte beregningsrammeverk som Hadoop eller Spark

Målgruppe

  • Dataingeniører som ønsker å mestre storskala dataprosessering og prediktiv analytikk
  • Senioranalytikere som søker å designe og implementere avanserte analytiske arbeidsflyter
  • F&E-fagpersoner som fokuserer på innovasjon i datadrevne løsninger

Antall deltakere


Pris per deltaker

Referanser (3)

Kommende kurs

Relaterte kategorier