Lépjen kapcsolatba velünk
 Időtartalma 42 órák

Kurzusleírás

Bevezetés a nagyadatos ökoszisztémákba

  • Nagyadat technológiák és architektúrák áttekintése
  • Tételes feldolgozás vs. valós idejű feldolgozás
  • Adattárolási stratégiák a skálázhatóság érdekében

Haladó adatfeldolgozás Apache Sparkkal

  • Spark feladatok optimalizálása a teljesítmény javítása érdekében
  • Haladó transzformációk és akciók
  • Dolgozás strukturált streamingmel

Gépi tanulás nagy léptékben

  • Elosztott modell-edzéstechnikák
  • Hyperparameter tuning nagy adathalmazokon
  • Modell deployment nagyadat környezetekben

Mélytanulás nagy adathalmazokhoz

  • TensorFlow és PyTorch integrálása Sparkkal
  • Elosztott mélytanulási edzési csővezetékek
  • Alkalmazási esetek kép-, szöveg- és idősorozatos elemzésben

Valós idejű analitika és adatfolyam-feldolgozás

  • Apache Kafka streaming adatbevitelhez
  • Stream feldolgozási keretrendszerek
  • Figyelés és riasztás valós idejű rendszerekben

Adatkezelés, biztonság és etika

  • Adatvédelmi és compliance követelmények
  • Hozzáférés-kezelés és titkosítás nagyadat rendszerekben
  • Etiikai szempontok nagy léptékű analitikában

Nagyadatok integrálása a piaci hírekbe (Business Intelligence)

  • Adatvizualizáció és dashboardok nagyadathoz
  • Nagyadat csővezetékek összekötése BI eszközökkel
  • Cégkimenetek előmozdítása haladó analitikával

Összegzés és következő lépések

Követelmények

  • Rétegelt megértése az elemzési és statisztikai modellezési fogalmairól
  • Tapasztalat adatfeldolgozó eszközökkel és programnyelvekkel, például Python, R vagy Scala
  • Tudatossággal az elosztott számító keretrendszerekről, például Hadoop vagy Spark

Célközönség

  • Adattudósok, akik elsajátítják a nagy méretű adatfeldolgozást és az előrejelző analitikát
  • Haladó elemzők, akik haladó analitikai munkafolyamatokat terveznek és valósítanak meg
  • K+F szakemberek, akik innovatív, adatvezérelt megoldásokra fókuszálnak

Résztvevők száma


Ár per résztvevő

Vélemények (3)

Közelgő kurzusok

Rokon kategóriák