Helyi, oktatott élő Apache Spark tréningek demonstrálják a handson gyakorlatot arról, hogyan illeszkedik a Spark a Big Data ökoszisztémába, és hogyan használja a Sparkot az adatok elemzéséhez Az Apache Spark tréning "helyszíni élő képzés" vagy "távoli élő képzés" formájában érhető el A helyszíni élő képzés helyi szinten valósulhat meg az ügyfél telephelyén Magyarország vagy a NobleProg vállalati oktatóközpontjaiban Magyarország A távoli élőképzés interaktív, távoli asztal segítségével történik NobleProg Az Ön Helyi Képzési Szolgáltatója.
Machine Translated
Vélemények
Richard nagyon nyugodt és módszeres, analitikus betekintéssel - pontosan azokkal a tulajdonságokkal, amelyek ahhoz szükségesek, hogy bemutassák ezt a módszert.
Kieran Mac Kenna
Kurzus: Spark for Developers
Machine Translated
megoszthatja a koncepció diagramját és a mintákat a piszkos képpel M
Mark Yang - FMR
Kurzus: Spark for Developers
Machine Translated
Alkalmazható forgatókönyvek és esetek
zhaopeng liu - Fmr
Kurzus: Spark for Developers
Machine Translated
Esettanulmány
国栋 张
Kurzus: Spark for Developers
Machine Translated
az ülés minden részét
Eric Han - Fmr
Kurzus: Spark for Developers
Machine Translated
Sokkal többet tudunk az egész környezetről.
John Kidd
Kurzus: Spark for Developers
Machine Translated
A tréner érdekes és szórakoztató, ami egész nap egész napos edzést segíti.
Ryan Speelman
Kurzus: Spark for Developers
Machine Translated
Azt hiszem, a trénernek kiváló stílusa volt a humor és az élet történeteinek ötvözésével, hogy a tárgyakat könnyen elérhetővé tegye. Nagyon ajánlom ezt a professzort a jövőben.
Kurzus: Spark for Developers
Machine Translated
Ernesto nagyszerű munkát végzett a Spark és a különböző modulok magas szintű elképzeléseinek magyarázatával.
Michael Nemerouf
Kurzus: Spark for Developers
Machine Translated
Ez az egyik legjobb gyakorlati programozási gyakorlat, amit valaha vettem.
Laura Kahn
Kurzus: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Ez az egyik legjobb minőségű online képzés, amit valaha is vettem a 13 éves karrierem során. Folytasd a nagyszerű munkát!.
Kurzus: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Richard nagyon hajlandó volt kitérni, amikor félig kapcsolódó kérdéseket akartunk kérdezni olyan dolgokról, amelyek nem a tananyagon voltak. A magyarázatok világosak voltak, és a figyelmeztetésekkel kapcsolatban felvette a figyelmét minden olyan tanácsban, amit nekünk adtak.
ARM Limited
Kurzus: Spark for Developers
Machine Translated
A VM én szeretett nagyon sok A tanár nagyon tájékozott volt a témával kapcsolatban, valamint más témákban, nagyon kedves és barátságos volt. Tetszett a létesítmény Dubaiban.
Safar Alqahtani - Elm Information Security
Kurzus: Big Data Analytics in Health
Machine Translated
gyakorlófeladatokat
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Kurzus: Python and Spark for Big Data (PySpark)
Machine Translated
Ajay nagyon barátságos, segítőkész és ismeretes volt a tárgyalt témában is.
Biniam Guulay - ICE International Copyright Enterprise Germany GmbH
Kurzus: Spark for Developers
Machine Translated
A laboratóriumi gyakorlatok. Az elmélet alkalmazása a következő napok első napjától kezdve.
Dell
Kurzus: A Practical Introduction to Stream Processing
Machine Translated
A tanár a képzési programot a jelenlegi igényeinkhez igazította.
EduBroker Sp. z o.o.
Kurzus: Python and Spark for Big Data (PySpark)
Machine Translated
A hasonló gyakorlatok különböző módon történő végrehajtása segít megérteni, hogy az egyes összetevők ( Hadoop / Spark, önálló / klaszter) önmagukban és együtt képesek-e megtenni. Ötleteket adott nekem arról, hogyan kell tesztelnem az alkalmazásomat a helyi gépemen, amikor fejlesztem, amikor egy fürtbe telepítjük.
Thomas Carcaud - IT Frankfurt GmbH
Kurzus: Spark for Developers
Machine Translated
egyéni figyelmet.
ARCHANA ANILKUMAR - PPL
Kurzus: Python and Spark for Big Data (PySpark)
Machine Translated
Ismerje meg a Spark Streaming, az Adatriks és az AWS Redshift-t
Lim Meng Tee - Jobstreet.com Shared Services Sdn. Bhd.
Kurzus: Apache Spark in the Cloud
Machine Translated
A tartalom és a tudás.
Jobstreet.com Shared Services Sdn. Bhd.
Kurzus: Apache Spark in the Cloud
Machine Translated
Nagyon informatív volt. Nagyon kevés tapasztalatom volt a Spark-hoz, és eddig ez a tanfolyam nagyon jó bevezetést adott a témához.
Intelligent Medical Objects
Kurzus: Apache Spark in the Cloud
Machine Translated
Nagyszerű volt megérteni, hogy mi folyik a Spark motorháza alatt. Tudva, hogy mi folyik a motorháztető alatt segít jobban megérteni, hogy miért a kód, vagy nem csinál, amit elvár, hogy nem. Sok a képzés volt a kezét, amely mindig nagy, és a szakasz optimalizálás volt, rendkívül fontos, hogy az én jelenlegi munka, ami szép volt.
Intelligent Medical Objects
Kurzus: Apache Spark in the Cloud
Machine Translated
Ez egy nagyszerű osztály! Nagyon nagyra értékelem, hogy az András nagyon jól ismerte, hogy mi a szikra, ahol jött, és milyen problémák megoldhatók. Sokkal jobb, mint más bevezetések, amit láttam, hogy csak azért merülne fel, hogyan kell használni. András mély ismerete van a témáról, és jól ismerte a dolgokat.
Intelligent Medical Objects
Kurzus: Apache Spark in the Cloud
Machine Translated
Az élő példák, amelyeket megadtak és megmutatták a szikrák alapvető szempontjait.
Intelligent Medical Objects
Kurzus: Apache Spark in the Cloud
Machine Translated
1 . Jobb egyensúly a magas szintű koncepciók és a technikai adatok között. 2. Az András nagyon jól tudta a tanításáról. 3. Gyakorlat
Steven Wu - Intelligent Medical Objects
Kurzus: Apache Spark in the Cloud
Machine Translated
Kezében a munkamenet / megbízások
Poornima Chenthamarakshan - Intelligent Medical Objects
Kurzus: Apache Spark in the Cloud
Machine Translated
Edényt a közönség kérésére alapulva a képzést kissé kidobja, ezért néhány olyan fényt dob, hogy megköveteltem
Intelligent Medical Objects
Kurzus: Apache Spark in the Cloud
Machine Translated
A tempája nagyszerű volt. Szerettem azt a tényt, hogy elméletre is mentél, hogy megértem, miért csinálok, hogy megkérdezem.
Intelligent Medical Objects
Kurzus: Apache Spark in the Cloud
Machine Translated
Azt hiszem, a trénernek kiváló stílusa volt a humor és az élet történeteinek ötvözésével, hogy a tárgyakat könnyen elérhetővé tegye. Nagyon ajánlom ezt a professzort a jövőben.
Kurzus: Spark for Developers
Machine Translated
Ez az egyik legjobb minőségű online képzés, amit valaha is vettem a 13 éves karrierem során. Folytasd a nagyszerű munkát!.
Kurzus: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Spark Subcategories
Apache Spark Course Outlines
Kurzusnév
Időtartalma
Összefoglaló
Kurzusnév
Időtartalma
Összefoglaló
21 hours
Python egy méretezhető, rugalmas és széles körben használt programozási nyelv az adattudomány és a gépi tanulás számára. A Spark egy adatfeldolgozó motor, amelyet a nagy adatok lekérdezésében, elemzésében és átalakításában használnak, miközben Hadoop egy szoftverkönyvtár keretrendszer a nagyszabású adatok tárolására és feldolgozására.
Ez az oktató által vezetett, élő képzés (online vagy online) olyan fejlesztőknek szól, akik szeretnék használni és integrálni a Spark-t, Hadoop, és Python a nagy és összetett adatkészletek feldolgozására, elemzésére és átalakítására.
A képzés befejezése után a résztvevők képesek lesznek:
-
Hozzon létre a szükséges környezetet a nagy adatok feldolgozásának megkezdéséhez a Spark, Hadoop, és Python segítségével.
Ismerje meg a tulajdonságokat, a központi összetevőket és az építészet a Spark és Hadoop.
Ismerje meg, hogyan kell integrálni a Spark, Hadoop, és Python a nagy adatfeldolgozás.
Fedezze fel az eszközöket a Spark ökoszisztémában (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka és Flume).
Hozzon létre együttműködő szűrő ajánlás rendszerek hasonló Netflix, YouTube, Amazon, Spotify, és Google.
Használja az Apache Mahout-ot a gépi tanulási algoritmusok méretezéséhez.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
21 hours
In this instructor-led, live training in Magyarország, participants will learn how to use Python and Spark together to analyze big data as they work on hands-on exercises.
By the end of this training, participants will be able to:
- Learn how to use Spark with Python to analyze Big Data.
- Work on exercises that mimic real world cases.
- Use different tools and techniques for big data analysis using PySpark.
21 hours
CÉLKITŰZÉS: Ez a tanfolyam bemutatja az Apache Spark . A hallgatók megtanulják, hogyan illeszkedik a Spark a Big Data ökoszisztémájához, és hogyan lehet a Sparkot használni az adatok elemzéséhez. A tanfolyam kiterjed a Spark shellre az interaktív adatelemzéshez, a Spark belső részei, a Spark API-k, a Spark SQL , a Spark streaming, valamint a gépi tanulás és a graphX számára. ÖSSZETÉTEL: Fejlesztők / adatelemzők
21 hours
Hortonworks Data Platform (HDP) egy nyílt forráskódú Apache Hadoop támogatási platform, amely stabil alapot nyújt nagy adatmegoldások kifejlesztéséhez az Apache Hadoop ökoszisztémán. Ez az oktató által irányított, élő (helyszíni vagy távoli) képzés bemutatja a Hortonworks Data Platform (HDP) és a résztvevőket a Spark + Hadoop megoldás telepítésével járja el. A képzés végére a résztvevők képesek lesznek:
- Használja a Hortonworks alkalmazást a Hadoop nagyméretű megbízható futtatásához.
- Egyesítse a Hadoop biztonsági, irányítási és működési képességeit a Spark agilis elemző munkafolyamataival.
- A Hortonworks segítségével vizsgálhatja meg, érvényesítse, tanúsítsa és támogassa a Spark projekt minden egyes elemét.
- Különböző típusú adatok feldolgozása, ideértve a strukturált, nem strukturált, mozgásban lévő és nyugalmi állapotban lévő adatokat is.
- Interaktív előadás és beszélgetés.
- Sok gyakorlat és gyakorlat.
- Gyakorlati megvalósítás élő laboratóriumi környezetben.
- Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.
14 hours
A Magellan egy nyílt forráskódú, elosztott végrehajtó motor a nagy adatok geospatiális elemzésére. Végrehajtva a Apache Spark felett, kiterjeszti a Spark SQL és viszonylagos absztrakciót biztosít a geospatiális elemzéshez.
Ez az oktató-vezérelt, élő képzés bemutatja a koncepciókat és megközelítéseket a geospatiális elemzés végrehajtására, és a résztvevők az előrejelző elemzési alkalmazás létrehozásával járnak Magellan a Spark-on.
A képzés befejezése után a résztvevők képesek lesznek:
-
Hatékonyan keresni, párosítani és csatlakozni a geospatiális adatkészleteket a skálán
Geospatiális adatok alkalmazása az üzleti intelligenciában és az előrejelző analitikai alkalmazásokban
Használja a térbeli kontextust a mobil eszközök, érzékelők, naplók és hordozható eszközök kapacitásainak bővítésére
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
7 hours
Alluxio egy nyílt forráskódú virtuális elosztott tárolási rendszer, amely egyesíti a különböző tárolási rendszerek és lehetővé teszi a alkalmazások, hogy kölcsönhatásba az adatok a memória sebességgel. Olyan cégek, mint az Intel, a Baidu és az Alibaba.
Ebben az oktató által vezetett, élő képzésben a résztvevők megtanulják, hogyan kell használni Alluxio különböző számítási kereteket tároló rendszerekkel és hatékonyan kezelni a multi-petabyte méretű adatokat, miközben egy alkalmazás létrehozásán keresztül lépnek Alluxio.
A képzés befejezése után a résztvevők képesek lesznek:
-
Fejleszteni egy alkalmazást Alluxio
A nagy adatrendszerek és alkalmazások összekapcsolása egy névtér megőrzésével
Hatékonyan kivonja az értékeket a nagy adatokból bármely tárolási formátumban
A munkaerő teljesítményének javítása
Elhelyezése és kezelése Alluxio önálló vagy csoportosított
-
adat tudós
Fejlesztő
rendszer adminisztrátor
-
Részes előadások, részes viták, gyakorlatok és nehéz gyakorlatok
7 hours
A Spark SQL az Apache Spark modulja strukturált és nem strukturált adatok kezelésére. A Spark SQL információkat nyújt az adatok felépítéséről és a végrehajtott számításról. Ez az információ felhasználható optimalizáláshoz. A Spark SQL két általános használata:
- SQL lekérdezések végrehajtása.
- a meglévő Hive telepítés adatainak olvasása. Ebben az oktató által vezetett, élő (helyszíni vagy távoli) képzésen a résztvevők megtanulják, hogyan kell különféle típusú adatkészleteket elemezni a Spark SQL . A képzés végére a résztvevők képesek lesznek:
- SQL lekérdezések végrehajtása.
- a meglévő Hive telepítés adatainak olvasása. Ebben az oktató által vezetett, élő (helyszíni vagy távoli) képzésen a résztvevők megtanulják, hogyan kell különféle típusú adatkészleteket elemezni a Spark SQL . A képzés végére a résztvevők képesek lesznek:
- Telepítse és konfigurálja a Spark SQL .
- Végezzen adatelemzést a Spark SQL .
- Lekérdezés adatkészletek különböző formátumokban.
- Vizualizálja az adatokat és a lekérdezés eredményeit.
- Interaktív előadás és beszélgetés.
- Sok gyakorlat és gyakorlat.
- Gyakorlati megvalósítás élő laboratóriumi környezetben.
- Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.
21 hours
Stream Processing -feldolgozás a „mozgásban lévő adatok” valós idejű feldolgozására vonatkozik, vagyis a számítások elvégzésére az adatokra, amint azok beérkeznek. Ezek az adatok olvasható folyamatként adatforrásokból származó, mint érzékelő események honlap felhasználói aktivitás, anyagi ágakban, hitelkártya csúsztatással kattintson patakok, stb Stream Processing keretek képesek olvasni nagy mennyiségű bejövő adatokat, és értékes betekintést szinte azonnal. Ebben az oktató által vezetett, élő (helyszíni vagy távoli) képzésen a résztvevők megtanulják, hogyan állítson össze és integráljon különféle Stream Processing kereteket a meglévő nagy adattárolási rendszerekhez, valamint a kapcsolódó szoftveralkalmazásokhoz és mikroszolgáltatásokhoz. A képzés végére a résztvevők képesek lesznek:
- Telepítse és konfigurálja a különféle Stream Processing kereteket, például a Spark Streaming és a Kafka Streaming.
- Megérteni és kiválasztani a feladathoz legmegfelelőbb keretet.
- Az adatok feldolgozása folyamatosan, egyidejűleg és rekordonként.
- Integrálja az Stream Processing megoldásokat a meglévő adatbázisokkal, adattárházakkal, adattavakkal stb.
- Integrálja a legmegfelelőbb adatfeldolgozó könyvtárat a vállalati alkalmazásokkal és a mikro-szolgáltatásokkal.
- Fejlesztők
- Szoftvertervezők
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
- Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.
21 hours
A nagy adatelemzés magában foglalja a nagy mennyiségű, változatos adatkészlet vizsgálatát a korrelációk, rejtett minták és egyéb hasznos betekintések feltárása érdekében. Az egészségügyi ágazat hatalmas mennyiségű komplex, heterogén orvosi és klinikai adatot tartalmaz. A nagy adatelemzés alkalmazása az egészségügyi adatokra hatalmas potenciállal jár ahhoz, hogy betekintést szerezzen az egészségügyi ellátás javításában. Ezen adatkészletek hatalmassága azonban nagy kihívást jelent az elemzésekben és a klinikai környezetben történő gyakorlati alkalmazásokban. Ebben az oktató által vezetett, élő (távoli) képzésen a résztvevők megtanulják, hogyan végezzen nagy adatelemzést az egészségben, miközben gyakorlati élő laboratóriumi gyakorlatokat végeznek. A képzés végére a résztvevők képesek lesznek:
- Telepítse és konfigurálja a nagy adatelemző eszközöket, például a Hadoop MapReduce és a Spark
- Megérteni az orvosi adatok jellemzőit
- Nagyméretű technikák alkalmazása az orvosi adatok kezelésére
- Tanulmányozza a nagy adatrendszereket és algoritmusokat az egészségügyi alkalmazások összefüggésében
- Fejlesztők
- Adattudósok
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat.
- Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.
21 hours
Apache Spark tanulási görbéje eleinte lassan növekszik, sok erőfeszítésre van szükség az első visszatéréshez. Ez a tanfolyam célja az első nehéz rész átlépése. A tanfolyam elvégzése után a résztvevők megértik az Apache Spark alapjait, egyértelműen megkülönböztetik az RDD-t a DataFrame-től, megtanulják a Python és a Scala API-kat, megértik a végrehajtókat és a feladatokat, stb. A bevált gyakorlatokat követve ez a kurzus erősen a következőkre koncentrál: felhő telepítése, Databricks és AWS. A hallgatók megértik az AWS EMR és az AWS Glue, az AWS egyik legújabb Spark szolgáltatásának különbségeit is. KÖZÖNSÉG: DevOps , DevOps , Data Scientist
21 hours
Scala a Java tömörített változata nagyszabású funkcionális és objektum-orientált programozáshoz. Apache Spark Streaming a Spark API kibővített összetevője nagy adatkészletek valós idejű adatfolyamként történő feldolgozására. A Spark Streaming és a Scala lehetővé teszik a nagy adatok streamingjét. Ez az oktató által irányított, élő képzés (helyszíni vagy távoli) olyan szoftvermérnököknek szól, akik nagy adatátvitelt kívánnak folytatni a Spark Streaming és a Scala . A képzés végére a résztvevők képesek lesznek:
- Hozzon létre Spark alkalmazásokat a Scala programozási nyelven.
- A Spark Streaming segítségével folyamatos adatfolyamokat dolgozhat fel.
- A valós idejű adatfolyamok feldolgozása a Spark Streaming segítségével.
- Interaktív előadás és beszélgetés.
- Sok gyakorlat és gyakorlat.
- Gyakorlati megvalósítás élő laboratóriumi környezetben.
- Ha személyre szabott képzést szeretne kérni erre a kurzusra, kérjük vegye fel velünk a kapcsolatot, hogy megbeszélést szervezzen.
14 hours
A SMACK az adatplatform szoftverek gyűjteménye, nevezetesen Apache Spark, Apache Mesos, Apache Akka, Apache Cassandra, és Apache Kafka. A SMACK stack használatával a felhasználók létrehozhatják és méretezhetik az adatfeldolgozó platformokat.
Ez az oktató által vezetett, élő képzés (online vagy on-site) olyan adattudósokra irányul, akik a SMACK stack-t szeretnék használni az adatfeldolgozó platformok létrehozásához a nagy adatmegoldásokhoz.
A képzés befejezése után a résztvevők képesek lesznek:
-
A nagy adatok feldolgozására szolgáló adatcsövek architektúrájának megvalósítása.
Fejleszteni a klaszter infrastruktúráját Apache Mesos és Docker.
Az adatok elemzése a Spark és Scala segítségével.
A nem strukturált adatok kezelése az Apache segítségével Cassandra.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
21 hours
Apache Spark egy analitikai motor, amelynek célja az adatok egy csoporton át történő elosztása annak érdekében, hogy párhuzamosan feldolgozzák. Tartalmaz modulok streaming, SQL, gépi tanulás és grafikus feldolgozás.
Ez az oktató által vezetett, élő képzés (online vagy online) olyan mérnökökre irányul, akik nagyon nagy mennyiségű adat feldolgozására törekszenek Apache Spark rendszerbe.
A képzés befejezése után a résztvevők képesek lesznek:
-
Beállítása és beállítása Apache Spark.
Ismerje meg a különbséget a Apache Spark és Hadoop MapReduce és mikor kell használni melyik.
Gyorsan olvasni és elemezni nagyon nagy adatkészleteket.
Integrálja Apache Spark más gépi tanulási eszközökkel.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
21 hours
Apache Spark egy elosztott feldolgozómotor, amely nagyon nagy adatkészleteket elemez. Az adatokat csomagokban és valós időben feldolgozhatja, valamint gépi tanulást, ad hoc lekérdezéseket és grafikus feldolgozást végezhet. A.NET for Apache Spark egy ingyenes, nyílt forráskódú és cross-platform nagy adatelemzési keretrendszer, amely támogatja az alkalmazásokat, amelyeket C# vagy F# írtak.
Ez az oktató által vezetett, élő képzés (online vagy online) azoknak a fejlesztőknek szól, akik nagy adatelemzést szeretnének végrehajtani a.NET alkalmazásukban.
A képzés befejezése után a résztvevők képesek lesznek:
-
Beállítása és konfigurálása Apache Spark.
Ismerje meg, hogy a.NET hogyan hajtja végre a Spark API-kat, hogy hozzáférhető legyenek egy.NET alkalmazásból.
Fejleszteni az adatfeldolgozó alkalmazások használatával C# vagy F#, képes kezelni az adatkészleteket, amelynek mérete terabyte és pedabyte.
Fejleszteni a gépi tanulási funkciók egy.NET alkalmazás használatával Apache Spark képességek.
Végezze el a kutatási elemzést a nagy adatkészletek SQL lekérdezésével.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
35 hours
Az Apache Hadoop egy népszerű adatfeldolgozási keret a nagy adatkészletek feldolgozására számos számítógépen.
Ez az oktató által vezetett, élő képzés (online vagy online) olyan rendszergazdákra irányul, akik szeretnék megtanulni, hogyan kell létrehozni, telepíteni és kezelni Hadoop csoportokat szervezetükön belül.
A képzés befejezése után a résztvevők képesek lesznek:
-
Az Apache telepítése és konfigurálása Hadoop.
Ismerje meg a Hadoop ökoszisztéma négy fő összetevőjét: HDFS, MapReduce, YARN és Hadoop Common.
Használja Hadoop Distributed File System (HDFS), hogy egy oszlopot több száz vagy több ezer csomópontra méretezzen. •
Telepítse a HDFS-t, hogy tárolómotorként működjön az on-premise Spark telepítésekhez.
A Spark beállítása az alternatív tárolási megoldásokhoz való hozzáféréshez, mint például az Amazon S3 és NoSQL adatbázis-rendszerekhez, mint például a Redis, Elasticsearch, a Couchbase, Aerospike, stb.
Végezzen adminisztratív feladatokat, mint például az Apache Hadoop klaszter biztosítása, kezelése, nyomon követése és biztosítása.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
14 hours
This instructor-led, live training in Magyarország (online or onsite) is aimed at data scientists and developers who wish to use Spark NLP, built on top of Apache Spark, to develop, implement, and scale natural language text processing models and pipelines.
By the end of this training, participants will be able to:
- Set up the necessary development environment to start building NLP pipelines with Spark NLP.
- Understand the features, architecture, and benefits of using Spark NLP.
- Use the pre-trained models available in Spark NLP to implement text processing.
- Learn how to build, train, and scale Spark NLP models for production-grade projects.
- Apply classification, inference, and sentiment analysis on real-world use cases (clinical data, customer behavior insights, etc.).
35 hours
Az MLlib a Spark gépi tanulási (ML) könyvtára. Célja, hogy a gyakorlati gépi tanulás méretezhető és egyszerű legyen. Közös tanulási algoritmusokból és segédprogramokból áll, beleértve a besorolást, a regressziót, a klaszterezést, az együttműködő szűrést, a dimenziócsökkentést, valamint az alacsonyabb szintű optimalizálási primitíveket és a magasabb szintű csővezeték API-kat. Ez két csomagra oszlik:
- A spark.mllib tartalmazza az RDD-re épített eredeti API-t.
- A spark.ml magasabb szintű API-t kínál, amely a DataFrames tetején épült ML-csővezetékek építéséhez.
21 hours
This course is aimed at developers and data scientists who wish to understand and implement AI within their applications. Special focus is given to Data Analysis, Distributed AI and NLP.
28 hours
Számos valódi világprobléma leírható grafikonokkal. Például a webes gráf, a közösségi hálózati gráf, a vonathálózati gráf és a nyelvi gráf. Ezek a grafikonok általában rendkívül nagyok; feldolgozásukhoz speciális eszközök és folyamatok szükségesek - ezeket az eszközöket és folyamatokat Graph Computing (más néven Graph Analytics) lehet nevezni. Ebben az oktató által vezetett, élő képzésen a résztvevők megismerkednek a grafikus adatok feldolgozásának technológiai kínálatával és megvalósítási módszereivel. A cél az, hogy azonosítsuk a valós objektumokat, azok jellemzőit és összefüggéseit, majd modellezzük ezeket a kapcsolatokat és adatként dolgozzuk fel Graph Computing (más néven Graph Analytics) megközelítéssel. Az esettanulmányok, a gyakorlati gyakorlatok és az élő telepítések sorozatán keresztül átfogó áttekintéssel és a konkrét eszközök szűk keresztmetszetével kezdjük. A képzés végére a résztvevők képesek lesznek:
- Tudja meg, hogy a grafikon adatai megmaradnak és hogyan haladnak át.
- Válassza ki az adott feladat legjobb keretét (a grafikon adatbázisoktól a kötegelt feldolgozási keretekig).
- Végrehajtja a Hadoop , a Spark, a GraphX és a Pregel alkalmazást a GraphX elvégzésére párhuzamosan sok gépen.
- Tekintse meg a valós nagy adatokkal kapcsolatos problémákat grafikonok, folyamatok és átjárások szempontjából.
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
Last Updated:
Upcoming Spark Courses
Apache Spark Fundamentals
2022-10-25 09:30
21 hours
Apache Spark for .NET Developers
2022-11-02 09:30
21 hours
Python, Spark, and Hadoop for Big Data
2022-11-07 09:30
21 hours
Scaling Data Pipelines with Spark NLP
2022-11-10 09:30
14 hours
Hadoop and Spark for Administrators
2022-11-21 09:30
35 hours
Other countries
Consulting
Online Spark courses, Weekend Apache Spark courses, Evening Apache Spark training, Spark boot camp, Spark instructor-led, Weekend Spark training, Evening Spark courses, Apache Spark coaching, Spark instructor, Apache Spark trainer, Spark training courses, Apache Spark classes, Apache Spark on-site, Apache Spark private courses, Apache Spark one on one training
