Ta kontakt
 Varighet 14 timer

Kursplan

Innføring i Stratio-plattformen

  • Oversikt over Stratio-arkitektur og kjerne-moduler
  • Rollet til Rocket og Intelligence i data-syklusen
  • Logging inn og navigering i Stratio-brukergrensesnittet

Arbeid med Rocket-modulen

  • Datainnsamling og opprettelse av rørledninger
  • Koble til datakilder og konfigurere transformasjoner
  • Bruk av PySpark for forbehandling i Rocket

PySpark-essensielle ferdigheter for Stratio-brukere

  • PySpark datatyper og operasjoner
  • Løkkonstrukt: bruk av for, while, if/else
  • Skriv custom funksjoner med def og bruk dem

Avansert bruk av Rocket med PySpark

  • Streaming-innsamling og transformasjoner
  • Bruk av løkker og funksjoner i batch- og sanntidsscenarier
  • Beste praksis for ytelse i PySpark-rørledninger

Utforsking av Intelligence-modulen

  • Oversikt over funksjonalitet for datamodellering og analyse
  • Valg, transformasjon og utforskning av funksjoner
  • PySparks rolle i custom analyse og innsikt

Oppbygging av avanserte analysearbeidsflyter

  • Opprettelse av brukergenererte funksjoner (UDF) i Intelligence
  • Anvendelse av betingelser og løkker for datalogikk
  • Bruksområder: segmentering, aggregering og prediksjon

Utsetting og samarbeid

  • Lagre, eksportere og gjenbruke arbeidsflyter
  • Samarbeid med andre teammedlemmer i Stratio
  • Gjennomgang av output og integrasjon med nedstrøms verktøy

Oppsummering og neste steg

Krav

  • Erfaring med Python-programmering
  • Forståelse av konsepter for dataanalyse eller prosessering av big data
  • Grunnleggende kjennskap til Apache Spark og distribuert databehandling

Målgruppe

  • Dataingeniører som jobber med Stratio-baserte plattformer
  • Analyse eller utviklere som bruker Rocket- og Intelligence-modulene
  • Tekniske team som overgår til PySpark-arbeidsflyter innenfor Stratio

Antall deltakere


Pris per deltaker

Referanser (3)

Kommende kurs

Relaterte kategorier