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
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
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
Tetszett a Jorge által várt módszer
Experian Colombia S.A
Kurzus: Spark for Developers
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
Small group (4 trainees) and we could progress together. Also the trainer could so help everybody.
ICE International Copyright Enterprise Germany GmbH
Kurzus: Spark for Developers
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
* Organization * Trainer's expertise with the subject
ENGIE- 101 Arch Street
Kurzus: Python and Spark for Big Data (PySpark)
The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.
Kurzus: A Practical Introduction to Stream Processing
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
The lessons were taught in a Jupyter notebook. The topics were structured with a logical sequence and naturally helped develop the session from the easier parts to the more complex. I'm already an advanced user of Python with background in Machine Learning, so found the course easier to follow than, possibly, some of my classmates that took the training course. I appreciate that some of the most elementary concepts were skipped and that he focused on the most substantial matters.
Angela DeLaMora - ADT, LLC
Kurzus: Python and Spark for Big Data (PySpark)
NA
DBS
Kurzus: Python and Spark for Big Data (PySpark)
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
The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.
Kurzus: A Practical Introduction to Stream Processing
Spark Subcategories
Apache Spark Course Outlines
Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan lehet az Alluxio t felhasználni a különféle számítási keretrendszerek áthidalására a tárolórendszerekkel, és hatékonyan kezelni a Alluxio méretű adatokat az Alluxio alkalmazásának létrehozása során.
A képzés végére a résztvevők képesek lesznek:
- Készítsen egy alkalmazást az Alluxio
- Csatlakoztasson nagy adatrendszereket és alkalmazásokat, miközben megőriz egy névteret
- Hatékonyan nyerje ki az értékeket a nagy adatokból bármilyen tárolási formátumban
- Javítsa a munkaterhelést
- Telepítse és kezelje az Alluxio önálló vagy fürtözött Alluxio
Közönség
- Adattudós
- Fejlesztő
- Rendszergazda
A tantárgy formátuma
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
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.
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
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.
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.
Ez az oktató által irányított, élő képzés bemutatja a geospacial elemzés megvalósításának koncepcióit és megközelítéseit, és a résztvevőket egy prediktív elemző alkalmazás létrehozásával készíti el a Magellan on Spark segítségével.
A képzés végére a résztvevők képesek lesznek:
- Hatékony lekérdezés, elemzés és csatlakozás a térinformatikai adatkészletekhez méretarányosan
- Helyezze be a térinformatikai adatokat az üzleti intelligencia és a prediktív elemző alkalmazásokba
- Használjon térbeli kontextust a mobil eszközök, érzékelők, naplók és hordozható eszközök bővítéséhez
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.
This instructor-led, live training (onsite or remote) is aimed at data scientists who wish to use the SMACK stack to build data processing platforms for big data solutions.
By the end of this training, participants will be able to:
- Implement a data pipeline architecture for processing big data.
- Develop a cluster infrastructure with Apache Mesos and Docker.
- Analyze data with Spark and Scala.
- Manage unstructured data with Apache Cassandra.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
KÖZÖNSÉG:
DevOps , DevOps , Data Scientist
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
Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan kell együtt használni a Python és a Spark-ot a nagy adatok elemzésére, miközben gyakorlati gyakorlatokon dolgoznak.
A képzés végére a résztvevők képesek lesznek:
- Tanulja meg, hogyan kell a Sparkot használni a Python segítségével a Big Data elemzéséhez.
- Dolgozzon olyan gyakorlatokon, amelyek utánozzák a valós körülményeket.
- Használjon különféle eszközöket és technikákat a nagy adatok elemzéséhez a PySpark segítségével.
A tantárgy formátuma
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
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.
- 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.
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
.png "european space agency (esa)")
.png "aeronautical radio, incorporated (arinc)")
.png "new york stock exchange (nyse)")
