
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
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.
A kurzus formája
Interaktív előadás és vita. Rengeteg gyakorlat és gyakorlat. Hands-on megvalósítás egy élő laboratóriumi környezetben.
Szakképesítési lehetőségek
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
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.
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
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.
A tantárgy formátuma
- Interaktív előadás és beszélgetés.
- Sok gyakorlat és gyakorlat.
- Gyakorlati megvalósítás élő laboratóriumi környezetben.
Tanfolyam testreszabási lehetőségek
- Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.
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
A kurzus formája
Interaktív előadás és vita. Rengeteg gyakorlat és gyakorlat. Hands-on megvalósítás egy élő laboratóriumi környezetben.
Szakképesítési lehetőségek
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
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
közönség
adat tudós Fejlesztő rendszer adminisztrátor
A kurzus formázása
Részes előadások, részes viták, gyakorlatok és nehéz gyakorlatok
- 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.
A tantárgy formátuma
- Interaktív előadás és beszélgetés.
- Sok gyakorlat és gyakorlat.
- Gyakorlati megvalósítás élő laboratóriumi környezetben.
Tanfolyam testreszabási lehetőségek
- Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.
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.
Közönség
- Fejlesztők
- Szoftvertervezők
A tantárgy formátuma
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
Megjegyzések
- Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.
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
Közönség
- Fejlesztők
- Adattudósok
A tantárgy formátuma
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat.
jegyzet
- Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.
KÖZÖNSÉG:
DevOps , DevOps , Data Scientist
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.
A tantárgy formátuma
- Interaktív előadás és beszélgetés.
- Sok gyakorlat és gyakorlat.
- Gyakorlati megvalósítás élő laboratóriumi környezetben.
Tanfolyam testreszabási lehetőségek
- Ha személyre szabott képzést szeretne kérni erre a kurzusra, kérjük vegye fel velünk a kapcsolatot, hogy megbeszélést szervezzen.
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.
A kurzus formája
Interaktív előadás és vita. Rengeteg gyakorlat és gyakorlat. Hands-on megvalósítás egy élő laboratóriumi környezetben.
Szakképesítési lehetőségek
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
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.
A kurzus formája
Interaktív előadás és vita. Rengeteg gyakorlat és gyakorlat. Hands-on megvalósítás egy élő laboratóriumi környezetben.
Szakképesítési lehetőségek
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
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.
A kurzus formája
Interaktív előadás és vita. Rengeteg gyakorlat és gyakorlat. Hands-on megvalósítás egy élő laboratóriumi környezetben.
Szakképesítési lehetőségek
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
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.
A kurzus formája
Interaktív előadás és vita. Rengeteg gyakorlat és gyakorlat. Hands-on megvalósítás egy élő laboratóriumi környezetben.
Szakképesítési lehetőségek
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
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.).
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.
Közönség
Ez a tanfolyam olyan mérnökökre és fejlesztőkre irányul, akik egy beépített gépkönyvtárat kívánnak használni az Apache Spark
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.
A tantárgy formátuma
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
Last Updated: