Helyi, oktató által vezetett élő Big Data tanfolyamok kezdődnek a Bevezetés az elemi koncepciók Big Data, majd előrehaladás a programozási nyelvek és módszertanok használt adatok elemzése. A nagyméretű adattárolás, az elosztott feldolgozás és a skálázhatóság lehetővé tételére szolgáló eszközök és infrastruktúrák megvitatásra, összehasonlításra és végrehajtásra kerülnek a demo gyakorlatban. A Big Data képzés "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 - a helyi oktatási szolgáltató
Machine Translated
Ajánlások
A tréner háttérismerete és „származása”.
Francis McGonigal - Birmingham City University
Kurzus: Foundation R
Machine Translated
gyakorlati dolgok, az elméletet is szolgálja az Ajay
Dominik Mazur - Capgemini Polska Sp. z o.o.
Kurzus: Hadoop Administration on MapR
Machine Translated
Feladatok
Capgemini Polska Sp. z o.o.
Kurzus: Hadoop Administration on MapR
Machine Translated
Erőforrások
Hafiz Rana - Birmingham City University
Kurzus: Foundation R
Machine Translated
Go magyarázatot arra, hogyan csináljuk a dolgokat
Birmingham City University
Kurzus: Foundation R
Machine Translated
Most már magabiztosabb vagyok a kódolásban. Még soha nem tettem meg, de most megértem, hogy ez nem rakéta tudomány, és szükség esetén meg tudom csinálni.
Anna Yartseva - Birmingham City University
Kurzus: Foundation R
Machine Translated
gyakorlatok hasznossága
Algomine sp.z.o.o sp.k.
Kurzus: Apache NiFi for Administrators
Machine Translated
Jónak, nagyon informatívnak találtam a tréninget, de 4 vagy 5 nap alatt elterjedt volna, ami lehetővé tette számunkra, hogy több részletet tudjunk megvizsgálni a különböző szempontokról.
Veterans Affairs Canada
Kurzus: Hadoop Administration
Machine Translated
Nagyon élveztem a képzést. Anton sok tudással rendelkezik, és a szükséges elméletet nagyon hozzáférhető módon fogalmazta meg. Nagyszerű, hogy a képzés sok érdekes gyakorlat volt, tehát a technológiával már a kezdetektől fogva kapcsolatba kerültünk.
Szymon Dybczak - Algomine sp.z.o.o sp.k.
Kurzus: Apache NiFi for Administrators
Machine Translated
Megállapítottam, hogy ez a kurzus nagyszerű áttekintést nyújt, és gyorsan megérintett néhány olyan területet, amelyre még nem is gondoltam.
Veterans Affairs Canada
Kurzus: Hadoop Administration
Machine Translated
A témák széles körű lefedettsége
Roche
Kurzus: Big Data Storage Solution - NoSQL
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
the good energy of the trainer, he explained everything clearly and precisely
MicroStrategy Poland Sp. z o.o.
Kurzus: Teradata Fundamentals
Materials (code, presentation) were good
MicroStrategy Poland Sp. z o.o.
Kurzus: Teradata Fundamentals
Nice training, full of interesting topics. After each topic helpful examples were provided.
Pawel Wojcikowski - MicroStrategy Poland Sp. z o.o.
Kurzus: Teradata Fundamentals
Szeretem az oktatott tantárgy átfogó megközelítését. A tanfolyam jól felépített volt, a témákat elkészítették és sorrendben mutatták be, segítve lépésrõl-lépésre a logika megértését, ahogy a Teradata egyes aspektusai mûködnek. Különösen tetszik, hogy sok hatást gyakoroltak az indexek témájára. Pablo nagyon kedves ember és jó tanár. Az e képzésre fordított idő határozottan jó volt.
MicroStrategy Poland Sp. z o.o.
Kurzus: Teradata Fundamentals
Machine Translated
interaction
Maastricht University | UMIO
Kurzus: Teradata Fundamentals
Discussing many examples.
Emily Chesworth - Maastricht University | UMIO
Kurzus: Teradata Fundamentals
exercises & subquery
Maastricht University | UMIO
Kurzus: Teradata Fundamentals
I liked the depth of the training. I was able to understand most of it and definitely learned from this training
Maastricht University | UMIO
Kurzus: Teradata Fundamentals
passionate trainer
Sylvia Baniak - Maastricht University | UMIO
Kurzus: Teradata Fundamentals
x
Maastricht University | UMIO
Kurzus: Teradata Fundamentals
New learned skills
Maastricht University | UMIO
Kurzus: Teradata Fundamentals
The enthusiasm of the trainer
Maastricht University | UMIO
Kurzus: Teradata Fundamentals
Annak ismertetése, hogy miként kell megválaszolni egy kérdést az SQL n keresztül
Maastricht University | UMIO
Kurzus: Teradata Fundamentals
Machine Translated
The Topic
Accenture Inc.
Kurzus: Data Vault: Building a Scalable Data Warehouse
Content was good
Northrop Grumman
Kurzus: Apache Accumulo Fundamentals
Instructor very knowledgeable and very happy to stop and explain stuff to the group or to an individual.
Paul Anstee - Northrop Grumman
Kurzus: Apache Accumulo Fundamentals
the follow along style instead of just sitting and listening.
Jack Gallacher - Northrop Grumman
Kurzus: Apache Accumulo Fundamentals
The ability of the trainer to break down complex topics to simple topics.
Northrop Grumman
Kurzus: Apache Accumulo Fundamentals
Fulvio took time and attention from the outset to check what delegates wanted most out of their training days and in particular I liked that he focused quite a lot of attention to working with the Shell e.g. scan, grep, egrep commands – particularly filtering over a system time period e.g. last hour. Fulvio's style and pace can be quite quick at times which mostly suited me as there were a lot of topics covered especially in the last 2 days. I realise that the class was a bit of a mixed audience with varying technical skills, so it was good to see that he was able to allow others to catchup and to help them fix their problems whenever encountered. Nothing seemed to be too much trouble for Fulvio and enjoyed this course a lot.
Northrop Grumman
Kurzus: Apache Accumulo Fundamentals
A tanár nagyon jól továbbította a tudást, nincs megválaszolatlan kérdés.
Karolin Papaj - Mowi Poland SA
Kurzus: Data Mining and Analysis
Machine Translated
Covered a lot in a short space of time. Gained a good overall knowledge of Accumulo and knowledge gained will be useful for other NoSQL databases.
Lauren Rees - Northrop Grumman
Kurzus: Apache Accumulo Fundamentals
Nagyon tetszett a klaszterrel végzett munkagyakorlatok, hogy megnézhessük a csomópontok teljesítményét a klaszterben és a kibővített funkcionalitást.
CACI Ltd
Kurzus: Apache NiFi for Developers
Machine Translated
The trainers in depth knowledge of the subject
CACI Ltd
Kurzus: Apache NiFi for Administrators
Ajay nagyon tapasztalt tanácsadó volt, és képes volt válaszolni minden kérdésre, sőt még javaslatokat tett a bevált gyakorlatokkal kapcsolatban a jelenlegi projektünkben.
CACI Ltd
Kurzus: Apache NiFi for Administrators
Machine Translated
That I had it in the first place.
Peter Scales - CACI Ltd
Kurzus: Apache NiFi for Developers
content & detail to the point
Sirat Khwaja - Northrop Grumman
Kurzus: Apache Accumulo Fundamentals
Kódos példák a gyakorlati feladatokra.
Northrop Grumman
Kurzus: Apache Accumulo Fundamentals
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
The NIFI workflow excercises
Politiets Sikkerhetstjeneste
Kurzus: Apache NiFi for Administrators
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
Big Data Course Outlines
Ez az oktatók által vezetett, élő tanfolyamok az Accumulo mögött meghúzódó munkamódszereket fedik le, és a résztvevőket egy mintaalkalmazás fejlesztésével Apache Accumulo az Apache Accumulo .
A tantárgy formátuma
- Rész előadás, rész vita, gyakorlati fejlesztés és megvalósítás, alkalmi tesztek a megértés felmérésére
Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan integrálhatja a Kafka Streams egy olyan Java alkalmazásba, amely adatátvitelt továbbít az Apache Kafka felé és az adatfolyam feldolgozása céljából.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg a Kafka Streams szolgáltatásait és előnyeit a többi adatfeldolgozási keretrendszerhez képest
- Folyamatos adatfeldolgozás közvetlenül egy Kafka-fürtön belül
- Írj egy Java vagy Scala alkalmazást vagy mikroszolgáltatást, amely integrálódik a Kafka és a Kafka Streams
- Írjon be olyan tömör kódot, amely átalakítja a bemeneti Kafka témákat kimeneti Kafka témákká
- Az alkalmazás készítése, csomagolása és telepítése
Közönség
- Fejlesztők
A tantárgy formátuma
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
Megjegyzések
- Ha személyre szabott képzést szeretne kérni erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk
Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják a Mem SQL fejlesztés és adminisztráció alapvető elemeit.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg a Mem SQL kulcsfogalmait és jellemzőit
- Telepítse, tervezze, karbantartsa és működtesse a Mem SQL
- Optimalizálja a sémákat a Mem SQL
- Javítsa a lekérdezéseket a Mem SQL
- Benchmark teljesítmény a Mem SQL
- A Mem SQL használatával valós idejű adatalapú alkalmazásokat készíthet
Közönség
- Fejlesztők
- A rendszergazdák
- Működési mérnökök
A tantárgy formátuma
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
A képzés végére a résztvevők képesek lesznek létrehozni termelői és fogyasztói alkalmazásokat a valós idejű adatfolyam-feldolgozáshoz.
Közönség
- Fejlesztők
- A rendszergazdák
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.
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.
Ebben az oktató által vezetett élő képzésben a résztvevők megtanulják, hogyan lehet az Apache Kylin t valós idejű adattárház létrehozására használni.
A képzés végére a résztvevők képesek lesznek:
- Fogyasztjon valós idejű adatfolyam-adatokat a Kylin segítségével
- Használja ki az Apache Kylin nagyteljesítményű szolgáltatásait, a gazdag SQL felületet, a szikrakezelést és az Apache Kylin másodperces lekérdezés késleltetését.
jegyzet
- A Kylin legújabb verzióját használjuk (az írástól kezdve az Apache Kylin v2.0)
Közönség
- Nagy adatmérnökök
- Big Data elemzők
A tantárgy formátuma
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
This instructor-led, live training (onsite or remote) is aimed at developers who wish to implement Apache Kafka stream processing without writing code.
By the end of this training, participants will be able to:
- Install and configure Confluent KSQL.
- Set up a stream processing pipeline using only SQL commands (no Java or Python coding).
- Carry out data filtering, transformations, aggregations, joins, windowing, and sessionization entirely in SQL.
- Design and deploy interactive, continuous queries for streaming ETL and real-time analytics.
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.
Since 2006, KNIME has been used in pharmaceutical research, it also used in other areas like CRM customer data analysis, business intelligence and financial data analysis.
Ez a tanfolyam a KNIME Analytics Platform számára ideális lehetőség kezdőknek, haladó felhasználóknak és KNIME szakértőknek a KNIME , a hatékonyabb felhasználás megtanulására, valamint a KNIME munkafolyamatok alapján világos, átfogó jelentések készítésére.
Ebben az oktató által vezetett, élő kurzusban bemutatjuk a KDD-vel kapcsolatos folyamatokat, és gyakorlatsorozatot hajtunk végre a folyamatok végrehajtásának gyakorlására.
Közönség
- Adatanalitikusok vagy bárki, akit érdekel az adatok értelmezésének megtanulása a problémák megoldása érdekében
A tantárgy formátuma
- A KDD elméleti megbeszélése után az oktató bemutatja a valós eseteket, amelyekben a KDD alkalmazására van szükség a probléma megoldásához. A résztvevők előkészítik, kiválasztják és megtisztítják a mintaadatokat, és az adatokkal kapcsolatos előzetes tudásuk alapján megfigyeléseik eredményei alapján megoldásokat javasolnak.
összefoglalás
-
Fejlett képzési program, amely lefedi a tárgyak internete jelenlegi fejlett színvonalát
-
Több technológiai területre kiterjed, hogy felhívja a figyelmet az IoT-rendszerre és annak alkotóelemeire, valamint arra, hogy ez hogyan segítheti a vállalkozásokat és szervezeteket.
-
Az IoT modell alkalmazásának élő bemutatója az IoT gyakorlati telepítésének bemutatására különböző ipari területeken, például ipari tárgyak internete, intelligens városok, kiskereskedelem, utazás és szállítás, valamint a csatlakoztatott eszközök és dolgok körüli használati esetek
Célközönség
-
A szervezeten belüli üzleti és operatív folyamatokért felelős vezetők, akik tudni akarják, hogyan lehetne használni az IoT rendszereik és folyamataik hatékonyabbá tétele érdekében.
-
Azok a vállalkozók és befektetők, akik új vállalkozásokat szeretnének építeni, és jobban meg akarják érteni az IoT technológiai környezetét, hogy megértsék, hogyan tudják hatékonyan felhasználni azt.
A tárgyak internetére vagy az IoT piaci értékére vonatkozó becslések hatalmasak, mivel az IoT definíció szerint eszközök, szenzorok és számítási teljesítmény integrált és szétszórt rétege, amely átfedi a teljes fogyasztói, üzleti vállalkozások és kormányzati iparágakat. Az IoT egyre hatalmasabb számú csatlakozást fog számolni: ma 1,9 milliárd eszköz és 2018-ra 9 milliárd eszköz. Abban az évben nagyjából megegyezik az okostelefonok, intelligens TV-k, táblagépek, hordozható számítógépek és PC-k számával.
A fogyasztói téren sok termék és szolgáltatás már átkerült az IoT-be, ideértve a konyhai és háztartási készülékeket, a parkolást, az RFID-t, a világítási és fűtési termékeket, valamint számos alkalmazást az ipari interneten.
Az IoT alapjául szolgáló technológiák azonban semmi új, mivel az M2M kommunikáció az Internet születése óta létezett. Az utóbbi néhány évben azonban megváltozott az olcsó vezeték nélküli technológiák megjelenése, amelyeket az intelligens telefonok és a táblagépek túlzott adaptálása vezetett minden házhoz. A mobil eszközök robbanásszerű növekedése vezetett az IoT jelenlegi keresletéhez.
Az IoT-üzletágban a korlátlan lehetőségek miatt számos kis- és középvállalkozó ugrott be az IoT arany rohanásába. Ugyancsak a nyílt forráskódú elektronika és az IoT platform megjelenése miatt az IoT rendszer fejlesztésének költségei és a nagyméretű gyártás további kezelése egyre inkább megfizethetőek. A meglévő elektronikai termékek tulajdonosai nyomást gyakorolnak eszközük internetes vagy mobilalkalmazásba történő integrálására.
Ez a képzés egy feltörekvő iparág technológiai és üzleti áttekintésére szolgál, hogy az IoT rajongói / vállalkozói megértsék az IoT technológia és üzleti alapjait.
A kurzus célja
A kurzus fő célja, hogy bemutassa az IoT megvalósításában felmerülő technológiai lehetőségeket, platformokat és esettanulmányokat otthoni és városi automatizálás (intelligens otthonok és városok), ipari Internet, egészségügy, Go Vt., Mobil Cellular és más területeken.
-
Az IoT-Mechanical, az Electron ics / érzékelő platform, a vezeték nélküli és vezetékes protokollok, a mobiltól az Electron integráció, a mobilról a vállalatra történő integráció, az adatelemzés és a teljes vezérlő sík összes elemének bevezetése
-
M2M vezeték nélküli protokollok az IoT-WiFi, Zigbee / Zwave, Bluetooth, ANT + számára: Mikor és hol kell használni melyiket?
-
Mobil / asztali / webes alkalmazás - regisztrációhoz, adatgyűjtéshez és -vezérléshez - Elérhető M2M adatgyűjtő platform az IoT számára - Xively, Omega és NovoTech stb.
-
Biztonsági kérdések és biztonsági megoldások az IoT számára
-
Nyílt forráskódú / kereskedelmi elektronikai platform az IoT- Raspberry Pi , Arduino , ArmMbedLPC stb. Számára
-
Nyílt forráskódú / kereskedelmi vállalati felhőplatform az AWS-IoT alkalmazásokhoz, Azure -IOT, Watson-IOT felhőhöz más kisebb IoT felhők mellett
-
Néhány általános internet-eszköz üzleti és technológiai tanulmányai, például otthoni automatizálás, füstjelző, járművek, katonai, otthoni egészség stb.
Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan kell használni a MonetDB-t, és hogyan lehet a legtöbbet kihozni belőle.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg a MonetDB-t és annak jellemzőit
- Telepítse és kezdje el a MonetDB használatával
- Fedezze fel és hajtsa végre a MonetDB különböző funkcióit és feladatait
- A MonetDB képességeinek maximalizálásával gyorsítsa fel projektje megvalósítását
Közönség
- Fejlesztők
- Műszaki szakértők
A tantárgy formátuma
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
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.
- fejlesztők
formátuma a kurzus
- előadások, gyakorlati gyakorlat, a kis tesztek az út mentén felmérni megértése
Impala lehetővé teszi a felhasználók számára, hogy alacsony késleltetésű SQL lekérdezéseket bocsássanak ki a Hadoop elosztott fájlrendszerében és az Apache Hbase-ben tárolt adatokra adatmozgatás vagy átalakítás nélkül.
Közönség
Ez a tanfolyam az elemzőknek és az adattudósoknak szól, akik elemzést végeznek a Hadoop tárolt adatokról Business Intelligence vagy SQL eszközök segítségével.
A tanfolyam után a küldöttek képesek lesznek
- Kiemeljen értelmes információkat a Hadoop klaszterekből az Impala .
- Írjon speciális programokat az Business Intelligence megkönnyítéséhez az Impala SQL Dialect programban.
- Az Impala hibaelhárítása.
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.
A HBase architektúrán és az adatmodellezésen és a HBase alkalmazásfejlesztésen keresztül fejlesztőt fogunk végezni. Megvitatja a MapReduce-t a HBase-val, és néhány, a teljesítmény-optimalizálással kapcsolatos adminisztrációs témát. A tanfolyam nagyon praktikus, sok laboratóriumi gyakorlattal.
Időtartam : 3 nap
Közönség : fejlesztők és adminisztrátorok
Ez a kurzus célja a nagy adatok / hadoop technológiák demisztifikálása, és azt, hogy nem nehéz megérteni.
A képzés végére a résztvevők:
- Megérteni a gépi tanulás fejlődését és trendeit.
- Tudja, hogy a gépi tanulást hogyan használják a különböző iparágakban.
- Ismerkedjen meg a szervezeten belüli gépi tanulás megvalósításához rendelkezésre álló eszközökkel, készségekkel és szolgáltatásokkal.
- Tudja meg, hogyan lehet a gépi tanulást felhasználni az adatbányászat és az elemzés javítására.
- Tudja meg, mi az adatközép háttér és hogyan használják azt a vállalkozások.
- Tudja meg, hogy a nagy adatok és az intelligens alkalmazások milyen szerepet játszanak az iparágakban.
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.
Ebben az oktató által vezetett, élő képzésen (helyszíni vagy távoli) a résztvevők megtanulják, hogyan telepíthető és kezelhető az Apache NiFi egy élő laboratóriumi környezetben.
A képzés végére a résztvevők képesek lesznek:
- Telepítse és konfigurálja az Apachi NiFi-t.
- Adatok forrása, átalakítása és kezelése eltérő, elosztott adatforrásokból, ideértve az adatbázisokat és a nagy adatlakokat is.
- Automatizálja az adatfolyamokat.
- Engedélyezze a streaming elemzést.
- Különböző megközelítéseket alkalmaz az adatok begyűjtésére.
- A Big Data átvitele az üzleti betekintésbe.
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.
Közönség : fejlesztők
Időtartam: három nap
Formátum: előadások (50%) és gyakorlati laborok (50%).
- 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 az oktató által vezetett, élő képzés bemutatja az interaktív adatelemzés mögött meghúzódó fogalmakat, és a résztvevőket a Zeppelin telepítésén és használatán keresztül egy- vagy többfelhasználói környezetben végigvezeti.
A képzés végére a résztvevők képesek lesznek:
- Telepítse és konfigurálja a Zeppelin-t
- Adatok fejlesztése, rendezése, végrehajtása és megosztása egy böngésző alapú felületen
- Vizsgálja meg az eredményeket anélkül, hogy hivatkozna a parancssorra vagy a fürt részleteire
- Végezzen el és működjön együtt hosszú munkafolyamatokon
- Dolgozzon számos plug-in nyelv / adatfeldolgozó háttérprogrammal, mint például a Scala ( Apache Spark ), Python ( Apache Spark ), Spark SQL , JDBC, Markdown és Shell.
- Integrálja a Zeppelin-et a Spark, Flink és Map Reduce funkciókkal
- Biztonságos több felhasználású Zeppelin példányok az Apache Shiro használatával
Közönség
- Adatmérnökök
- Adatanalitikusok
- Adattudósok
- Szoftverfejlesztők
A tantárgy formátuma
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
Ez a tanfolyam bemutatja a küldötteket a Teradata .
.png "european space agency (esa)")
.png "aeronautical radio, incorporated (arinc)")
.png "new york stock exchange (nyse)")
