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 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 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
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
New knowledge about SOAP and Rest API.
Total Access Communication Public Company Limited
Kurzus: Talend Open Studio for Data Integration
It Good for many exercise.
Gun Thepinjai - Total Access Communication Public Company Limited
Kurzus: Talend Open Studio for Data Integration
answers to our specific questions
MOD BELGIUM
Kurzus: Apache NiFi for Administrators
every question we had, he explained it with great details. i also liked the facts that Fulvio gets excited when there is an interaction.
Solvinity B.V.
Kurzus: SolrCloud
a Teradata knolwedge széles aspektusa - az építészet alapvető megfigyelésének megkezdése és a befejezés
MicroStrategy Poland Sp. z o.o.
Kurzus: Teradata Fundamentals
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)
Intensity, Training materials and expertise, Clarity, Excellent communication with Alessandra
Marija Hornis Dmitrovic - Marija Hornis
Kurzus: Data Science for Big Data Analytics
NA
DBS
Kurzus: Python and Spark for Big Data (PySpark)
R programming
Osden Jokonya - University of the Western Cape
Kurzus: A Practical Introduction to Data Analysis and Big Data
Practical exercises
JOEL CHIGADA - University of the Western Cape
Kurzus: A Practical Introduction to Data Analysis and Big Data
Oktató ismerete a témáról
Juan Francisco Trejo Escoto
Kurzus: Advanced Teradata
Machine Translated
Exercises.
David Lehotak - NVision Czech Republic ICT a.s.
Kurzus: Apache Ignite for Developers
Very useful in because it helps me understand what we can do with the data in our context. It will also help me
Nicolas NEMORIN - Adecco Groupe France
Kurzus: KNIME Analytics Platform for BI
He had a very good manner,
Premier Partnership
Kurzus: IoT ( Internet of Things) for Entrepreneurs, Managers and Investors
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
Kurzusnév
Időtartalma
Összefoglaló
Kurzusnév
Időtartalma
Összefoglaló
35 hours
Összefoglaló
Ez az oktató által irányított, élő (helyszíni vagy távoli) képzés olyan szakembereknek szól, akik karrierlehetőséget szeretnének kezdeni az Data Science .
A képzés végére a résztvevők képesek lesznek:
- Telepítse és konfigurálja a Python és a MySql szoftvert.
- Tudja meg, mi az Data Science , és hogyan teremt hozzáadott értéket gyakorlatilag bármely vállalkozás számára.
- Ismerje meg a kódolás alapjait a Python
- Ismerje meg a felügyelt és felügyelet nélküli Machine Learning technikákat, és hogyan alkalmazhatja azokat, valamint hogyan értelmezheti az eredményeket.
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 ehhez a kurzushoz, kérjük vegye fel velünk a kapcsolatot, hogy megbeszélést szervezzen.
A képzés végére a résztvevők képesek lesznek:
- Telepítse és konfigurálja a Python és a MySql szoftvert.
- Tudja meg, mi az Data Science , és hogyan teremt hozzáadott értéket gyakorlatilag bármely vállalkozás számára.
- Ismerje meg a kódolás alapjait a Python
- Ismerje meg a felügyelt és felügyelet nélküli Machine Learning technikákat, és hogyan alkalmazhatja azokat, valamint hogyan értelmezheti az eredményeket.
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 ehhez a kurzushoz, kérjük vegye fel velünk a kapcsolatot, hogy megbeszélést szervezzen.
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
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
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
21 hours
Összefoglaló
A prediktív analitika az adatelemzés használatának folyamata a jövőre vonatkozó előrejelzések készítése céljából Ez a folyamat adatbányászattal, statisztikával és gépi tanulási technikákkal együtt adatokat használ fel a jövőbeli események előrejelzésére szolgáló prediktív modell létrehozására Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan használják a Matlabot prediktív modellek készítéséhez és nagymintás adatkészletekhez való alkalmazására, hogy előrejelezzék a jövőbeli eseményeket az adatok alapján A képzés végére a résztvevők képesek lesznek: Prediktív modellek létrehozása történelmi és tranzakciós adatok mintáinak elemzésére Használja a prediktív modellezést a kockázatok és lehetőségek azonosítása érdekében Készítsen matematikai modelleket, amelyek rögzítik a fontos tendenciákat Az eszközök és az üzleti rendszerek adatainak felhasználásával csökkentheti a hulladékot, időt takaríthat meg, vagy csökkentheti a költségeket Közönség Fejlesztők mérnökök Domain szakértők A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson 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 (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.
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.
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.
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.
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.
21 hours
Összefoglaló
Más technológiáktól eltérően, az IoT sokkal összetettebb, lefedve a mérnöki-mechanikai, Electron , firmware, köztes szoftverek, a felhő, az Analytics és a mobil szinte minden ágát. Valamennyi műszaki réteg vonatkozásában vannak a közgazdaságtan, a szabványok, a rendeletek és a fejlődő technika állása. Ez az első idő, egy szerény tanfolyamot kínálnak az IoT Engineering ezen kritikus szempontjainak lefedésére.
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.
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.
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
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 .
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.
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.
14 hours
Összefoglaló
Teradata népszerű relációs Database Management rendszer nagyszabású adattárolási alkalmazások készítéséhez. Teradata ezt párhuzamosság révén érinti el.
Ez az oktató által irányított, élő képzés (helyszíni vagy távoli) az alkalmazásfejlesztőknek és mérnököknek szól, akik a Teradata adatbázis kifinomultabb használatát szeretnék megismerni.
A képzés végére a résztvevők képesek lesznek:
- Kezelje a Teradata helyet.
- Védje és terjessze az adatokat a Teradata .
- Olvassa el a Magyarázat tervet.
- Javítani kell az SQL jártasságát.
- Használja a Teradata fő segédprogramjait.
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 ehhez a kurzushoz, kérjük vegye fel velünk a kapcsolatot, hogy megbeszélést szervezzen.
Ez az oktató által irányított, élő képzés (helyszíni vagy távoli) az alkalmazásfejlesztőknek és mérnököknek szól, akik a Teradata adatbázis kifinomultabb használatát szeretnék megismerni.
A képzés végére a résztvevők képesek lesznek:
- Kezelje a Teradata helyet.
- Védje és terjessze az adatokat a Teradata .
- Olvassa el a Magyarázat tervet.
- Javítani kell az SQL jártasságát.
- Használja a Teradata fő segédprogramjait.
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 ehhez a kurzushoz, kérjük vegye fel velünk a kapcsolatot, hogy megbeszélést szervezzen.
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 .
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)")
.png "new york stock exchange (nyse)")
