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
Vélemények
Nagyon kézenfekvő volt, félidőn át töltöttük a dolgokat a Felhő / Keménytáblban, különböző parancsokat futtattunk, ellenőrztük a rendszert és így tovább. Az extra anyagok (könyvek, weboldalak stb.) Valóban nagyra értékelték, tovább kell tanulnunk. A létesítmények meglehetősen szórakoztatóak voltak, és nagyon praktikusak voltak, a klaszter beállítása a semmiből valóban jó volt.
Ericsson
Kurzus: Administrator Training for Apache Hadoop
Machine Translated
Sok gyakorló gyakorlatok.
Ericsson
Kurzus: Administrator Training for Apache Hadoop
Machine Translated
Ambari menedzsment eszköz. Képesség a Hadoop gyakorlati tapasztalatainak megvitatására a telekommunikációtól eltérő egyéb üzleti ügyekből.
Ericsson
Kurzus: Administrator Training for Apache Hadoop
Machine Translated
Az a tény, hogy az összes adat és szoftver már készen áll egy már elkészített VM-re, amelyet a tréner külső lemezekből készített.
vyzVoice
Kurzus: Hadoop for Developers and Administrators
Machine Translated
anyagválaszték
Maciej Jonczyk
Kurzus: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
a tudás rendszerezése az ML területén
Orange Polska
Kurzus: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Sok olyan kérdés, amelyet a képzés után lehet feltárni Kl
Klaudia Kłębek
Kurzus: Data Mining z wykorzystaniem R
Machine Translated
A tréner annyira jól ismertté vált, és olyan területeket érintett, amelyekbe érdekelt.
Mohamed Salama
Kurzus: Data Mining & Machine Learning with R
Machine Translated
Nagyon igényeihez igazítva.
Yashan Wang
Kurzus: Data Mining with R
Machine Translated
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
Szeretem a gyakorlatokat.
Nour Assaf
Kurzus: Data Mining and Analysis
Machine Translated
A gyakorlati edzés és a tréner képessége egyszerűsített összetett témák megmagyarázására.
youssef chamoun
Kurzus: Data Mining and Analysis
Machine Translated
Az adott információ érdekes volt, és a legjobb rész a végén volt, amikor a Durex adatokkal rendelkeztünk, és olyan adatokkal dolgoztunk, amelyekről ismeretesek és műveletek végeztek, hogy eredményeket érjenek el.
Jessica Chaar
Kurzus: Data Mining and Analysis
Machine Translated
Leginkább a valódi élő példát adta a tréner.
Simon Hahn
Kurzus: Administrator Training for Apache Hadoop
Machine Translated
Igazán élveztem a Trainer nagy kompetenciáit.
Grzegorz Gorski
Kurzus: Administrator Training for Apache Hadoop
Machine Translated
Igazán élveztem a sok gyakorlati foglalkozást.
Jacek Pieczątka
Kurzus: Administrator Training for Apache Hadoop
Machine Translated
megoszthatja a koncepció diagramját és a mintákat a piszkos képpel M
Mark Yang - FMR
Kurzus: Spark for Developers
Machine Translated
Úgy gondoltam, hogy az információ érdekes.
Allison May
Kurzus: Data Visualization
Machine Translated
Nagyra értékelem, hogy Jeff olyan adatokat és példákat használt fel, amelyek az oktatási adatokra vonatkoztak. Érdekes és interaktívvá tette.
Carol Wells Bazzichi
Kurzus: Data Visualization
Machine Translated
Tanulni az összes grafikon típusról és arról, hogy mire használják őket. Tanulás a zűrzavar értékéről. Tanulni az időadatok megjelenítési módszereiről.
Susan Williams
Kurzus: Data Visualization
Machine Translated
A tréner lelkes volt.
Diane Lucas
Kurzus: Data Visualization
Machine Translated
Nagyon tetszett a tartalom / oktató.
Craig Roberson
Kurzus: Data Visualization
Machine Translated
Praktikus tanuló vagyok, és ezt sok mindent megtett.
Lisa Comfort
Kurzus: Data Visualization
Machine Translated
Tetszett a példák.
Peter Coleman
Kurzus: Data Visualization
Machine Translated
Általában hasznot húzott a példák.
Peter Coleman
Kurzus: Data Visualization
Machine Translated
Élveztem a jó valós példákat, a meglévő jelentések áttekintését.
Ronald Parrish
Kurzus: Data Visualization
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
Nagyon hasznos voltam az edző hajlandósága, hogy többet tudjak megosztani.
Balaram Chandra Paul
Kurzus: A practical introduction to Data Analysis and Big Data
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
Nagyon tetszett az interaktív tanulási mód.
Luigi Loiacono
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
Nagyon gyakorlati képzés volt, tetszett a gyakorlati gyakorlatok.
Proximus
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
A jó áttekintés, a jó egyensúly az elmélet és a gyakorlatok között volt előnyös.
Proximus
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
Élveztem a dinamikus interakciót és a "gyakorlati" témát, köszönhetően a virtuális gépnek, nagyon stimuláló !.
Philippe Job
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
Ernesto nagyszerű munkát végzett a Spark és a különböző modulok magas szintű elképzeléseinek magyarázatával.
Michael Nemerouf
Kurzus: Spark for Developers
Machine Translated
A tréner kompetenciáját és ismereteit kihasználtam.
Jonathan Puvilland
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
Általában előnyös volt a technológiák bemutatása.
Continental AG / Abteilung: CF IT Finance
Kurzus: A practical introduction to Data Analysis and Big Data
Machine Translated
Összességében a tartalom jó volt.
Sameer Rohadia
Kurzus: A practical introduction to Data Analysis and Big Data
Machine Translated
Példa gyakorlatok; gyakorlati tapasztalat megosztása
澳新银行
Kurzus: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Kocka és DV
Alan Xie
Kurzus: Data Vault: Building a Scalable Data Warehouse
Machine Translated
A tanár ismerete az adattárházról átfogó, és dicséri azt! -
澳新银行
Kurzus: Data Vault: Building a Scalable Data Warehouse
Machine Translated
A tanár részletesen kifejtette és megvitatta a hangulatot
澳新银行
Kurzus: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Michael az edző nagyon ismerős és ügyes a Big Data és R. témájáról. Nagyon rugalmas és gyorsan testreszabja a képzést az ügyfelek igényeinek megfelelően. Ő is nagyon képes megoldani a technikai és tárgyi problémákat útközben. Fantasztikus és szakmai képzés !.
Xiaoyuan Geng - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Kurzus: Programming with Big Data in R
Machine Translated
Nagyon élveztem az új csomagok bevezetését.
Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Kurzus: Programming with Big Data in R
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
Big Data Course Outlines
Kurzusnév
Időtartalma
Összefoglaló
Kurzusnév
Időtartalma
Összefoglaló
21 hours
Összefoglaló
Apache Accumulo egy válogatott, elosztott kulcs / érték tároló, amely robusztus, méretezhető adattárolást és visszakeresést biztosít. A Go ogle BigTable tervezésén alapszik, és az Apache Hadoop , az Apache Állatkertőr és az Apache Thrift .
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
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
21 hours
Összefoglaló
A tudásfeltárás az adatbázisokban (KDD) az az adatgyűjtésből származó hasznos tudás felfedezésének folyamata. Az adatbányászati technika valós alkalmazásai között szerepel a marketing, a csalások észlelése, a telekommunikáció és a gyártás.
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.
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.
28 hours
Összefoglaló
A MonetDB egy nyílt forráskódú adatbázis, amely úttörő szerepet töltött be az oszlop-áruház-technológiai megközelítésben.
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 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
7 hours
Összefoglaló
Ez az oktató által irányított, élő (helyszíni vagy távoli) képzés olyan műszaki személyeknek szól, akik meg akarják tanulni, hogyan kell végrehajtani a gépi tanulási stratégiát, miközben maximalizálják a nagy adatok felhasználását.
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.
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.
28 hours
Összefoglaló
A Mem SQL egy memóriában elosztott, elosztott SQL adatbázis-kezelő rendszer felhők és helyszíni szolgáltatások számára. Ez egy valós idejű adattárház, amely azonnal betekintést nyújt az élő és a történeti adatokból.
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
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
7 hours
Összefoglaló
Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják a MapR Stream Architecture alapvető fogalmait, miközben valós idejű streaming alkalmazást fejlesztenek ki.
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.
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.
14 hours
Összefoglaló
A Magellan egy nyílt forráskódú, elosztott végrehajtási motor nagy adatok geosztatikus elemzésére. Az Apache Spark tetején megvalósítva kibővíti a Spark SQL és relációs absztrakciót nyújt a térinformatikai elemzéshez.
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.
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.
14 hours
Összefoglaló
Apache Kylin egy extrém, elosztott elemző motor a nagy adatokhoz.
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
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
7 hours
Összefoglaló
Confluent KSQL is a stream processing framework built on top of Apache Kafka. It enables real-time data processing using SQL operations.
This instructor-led, live training (online or onsite) 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.
This instructor-led, live training (online or onsite) 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.
35 hours
Összefoglaló
KNIME is a free and open-source data analytics, reporting and integration platform. KNIME integrates various components for machine learning and data mining through its modular data pipelining concept. A graphical user interface and use of JDBC allows assembly of nodes blending different data sources, including preprocessing (ETL: Extraction, Transformation, Loading), for modeling, data analysis and visualization without, or with only minimal, programming. To some extent as advanced analytics tool KNIME can be considered as a SAS alternative.
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.
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.
21 hours
Összefoglaló
KNIME Analytics Platform az adatközpontú innováció egyik vezető nyílt forráskódú lehetősége, amely segít felfedezni az adatokban rejtett lehetőségeket, új betekintést engedhet meg, vagy új jövőbeli lehetőségeket KNIME előre jelezni. A KNIME Analytics Platform több mint 1000 modullal, több száz kész példánnyal, integrált eszközök átfogó választékával és a rendelkezésre álló legfejlettebb algoritmusok széles választékával tökéletes eszközkészlet minden KNIME és üzleti elemző számára.
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.
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.
7 hours
Összefoglaló
A Kafka Streams ügyféloldali könyvtár olyan alkalmazások és mikroszolgáltatások építéséhez, amelyek adatait továbbítják a Kafka üzenetküldő rendszerbe és onnan. Hagyományosan, Apache Kafka támaszkodott Apache Spark vagy Apache Storm adatok feldolgozására közötti üzenet a termelők és a fogyasztók számára. A Kafka Streams API alkalmazásból történő meghívásával az adatok közvetlenül a Kafkán belül feldolgozhatók, megkerülve azt, hogy az adatokat külön fürtbe kell továbbítani feldolgozásra.
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, 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
21 hours
Összefoglaló
Apache NiFi ( Apache NiFi ) egy valós idejű integrált adat logisztikai és egyszerű eseményfeldolgozó platform, amely lehetővé teszi az adatok mozgatását, követését és automatizálását a rendszerek között. Az áramlás-alapú programozással készült, és web-alapú felhasználói felületet biztosít az adatfolyamok valós időben történő kezeléséhez.
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.
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.
21 hours
Összefoglaló
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.
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.
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.
14 hours
Összefoglaló
közönség
- fejlesztők
formátuma a kurzus
- előadások, gyakorlati gyakorlat, a kis tesztek az út mentén felmérni megértése
- fejlesztők
formátuma a kurzus
- előadások, gyakorlati gyakorlat, a kis tesztek az út mentén felmérni megértése
21 hours
Összefoglaló
A Cloudera Impala egy nyílt forráskódú, erősen párhuzamos feldolgozású (MPP) SQL lekérdező motor az Apache Hadoop klaszterekhez.
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.
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.
7 hours
Összefoglaló
Ez a tanfolyam ismerteti a Hive SQL nyelv használatát (AKA: Hive HQL, SQL on Hive , Hive QL) azok számára, akik adatokat Hive a Hive
21 hours
Összefoglaló
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.
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 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.
21 hours
Összefoglaló
Ez a kurzus bemutatja a HBase-t, a Hadoop tetején lévő SQL tárolót. A kurzus olyan fejlesztők számára készült, akik HBase-t használnak alkalmazások fejlesztésére, és a rendszergazdákat, akik a HBase klasztereket kezeli.
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
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
28 hours
Összefoglaló
A Hadoop egy népszerű nagy adatfeldolgozási keretrendszer A Python egy magas szintű programozási nyelv, amely híres a világos szintaxisáról és a kódolvasásról Ebben az oktatott, élő edzésben a résztvevők megtanulják használni a Hadoop-ot, a MapReduce-ot, a Pig-ot és a Sparkot a Python használatával, miközben számos példát követnek és használnak eseteket A képzés végére a résztvevők képesek lesznek: Ismerje meg a Hadoop, a MapReduce, a Pig és a Spark mögötti alapvető fogalmakat Használja a Pythonot Hadoop elosztott fájlrendszerrel (HDFS), MapReduce-del, Sertéssel és Spark-dal A Snakebite használatával programozhatja a HDFS Pythonon belüli elérését Használja a mrjobbot a MapReduce feladatok Pythonba írásához Írjon Spark programokat Python-val A disznó funkcionalitásának bővítése Python UDF-ek segítségével A MapReduce feladatok és a sertésszkriptek kezelése Luigi segítségével Közönség Fejlesztők Informatikai szakemberek A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .
28 hours
Összefoglaló
Közönség:
Ez a kurzus célja a nagy adatok / hadoop technológiák demisztifikálása, és azt, hogy nem nehéz megérteni.
Ez a kurzus célja a nagy adatok / hadoop technológiák demisztifikálása, és azt, hogy nem nehéz megérteni.
14 hours
Összefoglaló
Ahogy egyre több szoftver és informatikai projekt migrál a helyi feldolgozásról és adatkezelésről az elosztott feldolgozásra és a nagy adattárolásra, a projektmenedzserek felismerik, hogy frissíteniük kell a tudásukat és készségeiket ahhoz, hogy megértsék a Big Data projektek és lehetőségek szempontjából releváns koncepciókat és gyakorlatokat Ez a kurzus bemutatja a projektmenedzsereket a legnépszerűbb nagy adatfeldolgozási keretrendszerhez: a Hadoop Ebben az oktatott képzésben a résztvevők megtanulják a Hadoop ökoszisztéma alapvető elemeit, és azt, hogy ezekkel a technológiákkal hogyan lehet nagymértékű problémákat megoldani Ezeknek az alapoknak a megismerésében a résztvevők tovább javíthatják kommunikációs képességüket ezen rendszerek fejlesztőivel és végrehajtóival, valamint az informatikai projektekhez tartozó adatkutatókkal és elemzőkkel Közönség Projektvezetők, akik a Hadoopot szeretnék megvalósítani a meglévő fejlesztési vagy informatikai infrastruktúrájukba A projektmenedzsereknek olyan keresztfunkcionális csapatokkal kell kommunikálniuk, amelyek nagy adatmérnököket, adatkutatókat és üzleti elemzőket foglalnak magukban A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .
21 hours
Összefoglaló
A Hadoop a legnépszerűbb nagy adatfeldolgozási keretrendszer .
21 hours
Összefoglaló
Apache Spark is a distributed processing engine for analyzing very large data sets. It can process data in batches and real-time, as well as carry out machine learning, ad-hoc queries, and graph processing. .NET for Apache Spark is a free, open-source, and cross-platform big data analytics framework that supports applications written in C# or F#.
This instructor-led, live training (online or onsite) is aimed at developers who wish to carry out big data analysis using Apache Spark in their .NET applications.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand how .NET implements Spark APIs so that they can be accessed from a .NET application.
- Develop data processing applications using C# or F#, capable of handling data sets whose size is measured in terabytes and pedabytes.
- Develop machine learning features for a .NET application using Apache Spark capabilities.
- Carry out exploratory analysis using SQL queries on big data sets.
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.
This instructor-led, live training (online or onsite) is aimed at developers who wish to carry out big data analysis using Apache Spark in their .NET applications.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand how .NET implements Spark APIs so that they can be accessed from a .NET application.
- Develop data processing applications using C# or F#, capable of handling data sets whose size is measured in terabytes and pedabytes.
- Develop machine learning features for a .NET application using Apache Spark capabilities.
- Carry out exploratory analysis using SQL queries on big data sets.
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.
7 hours
Összefoglaló
Apache NiFi ( Apache NiFi ) egy valós idejű integrált adat logisztikai és egyszerű eseményfeldolgozó platform, amely lehetővé teszi az adatok mozgatását, követését és automatizálását a rendszerek között. Az áramlás-alapú programozással készült, és web-alapú felhasználói felületet biztosít az adatfolyamok valós időben történő kezeléséhez.
Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják az áramlás-alapú programozás alapjait, mivel az Apache NiFi segítségével számos demo kiterjesztést, komponenst és processzort Apache NiFi .
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg a NiFi architektúráját és adatfolyam-koncepcióit.
- Fejlesztéseket dolgozzon ki NiFi és harmadik fél API-k segítségével.
- Az egyedi fejlesztheti saját Apache Nifi processzort.
- Beolvassa és dolgozza fel a valós idejű adatokat eltérő és ritka fájlformátumokból és adatforrásokból.
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 képzésen a résztvevők megtanulják az áramlás-alapú programozás alapjait, mivel az Apache NiFi segítségével számos demo kiterjesztést, komponenst és processzort Apache NiFi .
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg a NiFi architektúráját és adatfolyam-koncepcióit.
- Fejlesztéseket dolgozzon ki NiFi és harmadik fél API-k segítségével.
- Az egyedi fejlesztheti saját Apache Nifi processzort.
- Beolvassa és dolgozza fel a valós idejű adatokat eltérő és ritka fájlformátumokból és adatforrásokból.
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.
28 hours
Összefoglaló
Az Apache Hadoop a legnépszerűbb keretrendszer a Big Data feldolgozásához a kiszolgálók csoportjain. Ez a tanfolyam bemutatja egy fejlesztő a különböző elemek (HDFS, MapReduce, Pig, Hive és HBase) Hadoop ökoszisztéma.
7 hours
Összefoglaló
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:
- 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.
- 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.
14 hours
Összefoglaló
Apache Zeppelin egy webalapú notebook Hadoop és Spark alapú adatok rögzítéséhez, feltárásához, megjelenítéséhez és megosztásához.
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 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
14 hours
Összefoglaló
Vespa egy nyílt forráskódú nagy adatfeldolgozó és kiszolgáló motor, amelyet a Yahoo hoz létre Felhasználja a felhasználói lekérdezéseket, ajánlásokat tesz közzé, és személyre szabott tartalmakat és reklámokat nyújt valós időben Ez az oktatott, élő képzés bemutatja a nagyméretű adatok kiszolgálására vonatkozó kihívásokat, és a résztvevőket olyan alkalmazás létrehozásával hozza létre, amely képes a felhasználó kéréseire adott válaszok kiszámolására, a nagyméretű adatkészletek felett valós időben A képzés végére a résztvevők képesek lesznek: A Vespa használatával gyorsan kiszámíthatja az adatokat (tárolja, keresheti, rendezi, rendszerezi) a kiszolgálás ideje alatt, amíg a felhasználó vár A Vespa megvalósítása a meglévő alkalmazásokban, szolgáltatáskereséssel, ajánlásokkal és személyre szabással Integrálja és telepítse a Vespát meglévő nagy adatrendszereivel, mint például a Hadoop és a Storm Közönség Fejlesztők A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .
14 hours
Összefoglaló
A Tigon egy nyílt forráskódú, valós idejű, lowlatency, highthroughput, natív YARN streamfolyam keretrendszer, amely a HDFS és a HBase tetején ül a kitartásért A Tigon alkalmazások olyan eseteket használnak fel, mint például a hálózati behatolás felderítése és elemzés, a közösségi médiapiaci elemzés, a helyelemzés és a felhasználók számára valós idejű ajánlások Ez az oktatott, élő képzés bemutatja a Tigon megközelítését a valós idejű és a tételes feldolgozáshoz, miközben a résztvevők egy mintaalkalmazáson keresztül járnak A képzés végére a résztvevők képesek lesznek: Készítsen erőteljes adatfeldolgozó alkalmazásokat nagy mennyiségű adat kezelésére Folyamatáramforrások, például a Twitter és a Webszerver naplók Használja a Tigont a folyamok gyors összekapcsolásához, szűréséhez és aggregálásához Közönség Fejlesztők A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .
Upcoming Big Data Courses
2021-02-16 09:30:00
14 hours
2021-02-16 09:30:00
21 hours
2021-03-08 09:30:00
21 hours
2021-03-29 09:30:00
14 hours
2021-03-29 09:30:00
14 hours
Other countries
Consulting
Online Big Data courses, Weekend Big Data courses, Evening Big Data training, Big Data boot camp, Big Data instructor-led, Weekend Big Data training, Evening Big Data courses, Big Data coaching, Big Data instructor, Big Data trainer, Big Data training courses, Big Data classes, Big Data on-site, Big Data private courses, Big Data one on one training
.png "european space agency (esa)")
.png "aeronautical radio, incorporated (arinc)"){kind=small}
.png "new york stock exchange (nyse)")
