Apache Spark Fundamentals Treningskurs

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 til å analysere Big Data.
• Arbeid med øvelser som etterligner virkelige tilfeller.
• Bruk forskjellige verktøy og teknikker for stordataanalyse ved hjelp av PySpark.

I denne instruktørledede, live-opplæringen i Norge vil deltakerne lære om teknologitilbudene og implementeringstilnærmingene for behandling av grafdata. Målet er å identifisere virkelige objekter, deres egenskaper og relasjoner, deretter modellere disse relasjonene og behandle dem som data ved å bruke en Graph Computing (også kjent som Graph Analytics) tilnærming. Vi starter med en bred oversikt og begrenser oss til spesifikke verktøy når vi går gjennom en serie casestudier, praktiske øvelser og live-implementeringer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå hvordan grafdata opprettholdes og krysses.
• Velg det beste rammeverket for en gitt oppgave (fra grafdatabaser til rammeverk for batchbehandling.)
• Implementer Hadoop, Spark, GraphX og Pregel for å utføre grafberegning på tvers av mange maskiner parallelt.
• Se virkelige big data-problemer når det gjelder grafer, prosesser og traverseringer.

MLlib er Sparks maskinlæringsbibliotek. Målet er å gjøre praktisk maskinlæring skalerbar og enkel. Den består av vanlige læringsalgoritmer og verktøy, inkludert klassifisering, regresjon, klynger, samarbeidende filtrering, dimensjonalitetsreduksjon, samt primitiver på lavere nivå og optimaliseringsgrensesnitt på rørledningen.

Den deler seg i to pakker:

• spark.mllib inneholder den originale API-en som er bygget på toppen av RDD-er.

• spark.ml gir API på høyere nivå bygget oppå DataFrames for konstruksjon av ML-rørledninger.

Publikum

Dette kurset er rettet mot ingeniører og utviklere som søker å bruke et innebygd maskinbibliotek for Apache Spark

Kursets format

• Interaktivt foredrag og diskusjon.
• Mye øvelser og trening.
• Praktisk implementering i et live-lab-miljø.

Alternativer for kurstilpasning

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

OBJEKTIV:

Dette kurset vil introdusere Apache Spark . Studentene skal lære hvordan Spark passer inn i Big Data økosystemet, og hvordan de kan bruke Spark til dataanalyse. Emnet dekker Spark shell for interaktiv dataanalyse, Spark internals, Spark APIer, Spark SQL , Spark streaming, og maskinlæring og grafX.

Audiens:

Utviklere / dataanalytikere

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) introduserer Hortonworks Data Platform (HDP) og leder deltakerne gjennom utrullingen av Spark + Hadoop-løsningen.

Ved slutten av denne opplæringen vil deltakerne kunne:

Bruk Hortonworks til å kjøre Hadoop pålitelig i stor skala. Foren Hadoops sikkerhet, styring og drift med Sparks smidige analytiske arbeidsflyter. Bruk Hortonworks til å undersøke, validere, sertifisere og støtte hver av komponentene i et Spark-prosjekt. Behandle ulike typer data, inkludert strukturert, ustrukturert, i bevegelse og i hvile.

Magellan er en åpen kildekode distribuert utføringsmotor for geospatial analyse av store data. Implementert på toppen av Apache Spark, det utvider Spark SQL og gir en relativ abstraksjon for geospatial analyse.

Denne instruktørledede, live-trening introduserer konseptene og tilnærminger for implementering av geospatiell analyse og går deltakerne gjennom skapelsen av en forutsigbar analyse applikasjon ved hjelp av Magellan på Spark.

Ved slutten av denne treningen vil deltakerne være i stand til å:

• Effektivt spørre, parse og bli med i geospatiale datasett i skala
• Implementering av geospatiale data i forretningsintelligens og prediktive analytics applikasjoner
• Bruk rumslig kontekst for å utvide kapasitetene til mobile enheter, sensorer, logger og bærbare enheter

Format av kurset

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

Kurs tilpassingsalternativer

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

Spark SQL er Apache Spark modul for arbeid med strukturerte og ustrukturerte data. Spark SQL gir informasjon om strukturen til dataene samt beregningen som blir utført. Denne informasjonen kan brukes til å utføre optimaliseringer. To vanlige bruksområder for Spark SQL er:
- for å utføre SQL spørsmål.
- å lese data fra en eksisterende Hive installasjon.

I denne instruktørledede, liveopplæringen (på stedet eller fjernkontrollen) vil deltakerne lære å analysere ulike typer datasett ved å bruke Spark SQL .

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer Spark SQL .
• Utfør dataanalyse ved å bruke Spark SQL .
• Forespørselsdatasett i forskjellige formater.
• Visualiser data og spørreresultater.

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, live-opplæringen i Norge (på stedet eller ekstern), vil deltakerne lære å sette opp og integrere forskjellige Stream Processing rammeverk med eksisterende lagringssystemer for store data og relaterte programvareapplikasjoner og mikrotjenester.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer forskjellige Stream Processing rammeverk, for eksempel Spark Streaming og Kafka Streaming.
• Forstå og velg det mest passende rammeverket for jobben.
• Prosess av data kontinuerlig, samtidig og på en rekord-for-post måte.
• Integrer Stream Processing løsninger med eksisterende databaser, datavarehus, datainnsjøer, etc.
• Integrer det mest passende strømbehandlingsbiblioteket med bedriftsapplikasjoner og mikrotjenester.

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.

Apache Spark læringskurve øker sakte i begynnelsen, det krever mye krefter for å komme tilbake. Dette kurset tar sikte på å hoppe gjennom den første tøffe delen. Etter å ha tatt dette kurset vil deltakerne forstå det grunnleggende om Apache Spark , de vil tydelig differensiere RDD fra DataFrame, de vil lære Python og Scala API, de vil forstå eksekutører og oppgaver, etc. I tillegg til å følge beste praksis fokuserer dette kurset sterkt på skyutplassering, Databricks og AWS. Studentene vil også forstå forskjellene mellom AWS EMR og AWS Glue, en av de siste gnisttjenestene til AWS.

PUBLIKUM:

Data Engineer, DevOps , Data Scientist

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot programvareingeniører som ønsker å streame big data med Spark Streaming og Scala.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Lag Spark-applikasjoner med programmeringsspråket Scala.
• Bruk Spark Streaming til å behandle kontinuerlige datastrømmer.
• Behandle strømmer av sanntidsdata med Spark Streaming.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot dataforskere som ønsker å bruke SMACK-stakken til å bygge databehandlingsplattformer for big data-løsninger.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Implementer en datapipeline-arkitektur for behandling av big data.
• Utvikle en klyngeinfrastruktur med Apache Mesos og Docker.
• Analyser data med Spark og Scala.
• Administrer ustrukturerte data med Apache Cassandra.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere som ønsker å utføre big data-analyse ved å bruke Apache Spark i sine .NET-applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer Apache Spark.
• Forstå hvordan .NET implementerer Spark APIer slik at de kan nås fra en .NET-applikasjon.
• Utvikle databehandlingsapplikasjoner ved å bruke C# eller F#, i stand til å håndtere datasett hvis størrelse måles i terabyte og pedabyte.
• Utvikle maskinlæringsfunksjoner for en .NET-applikasjon ved å bruke Apache Spark-funksjoner.
• Utfør utforskende analyser ved å bruke SQL spørringer på store datasett.

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.