Lokale, instruktorierte Live-Kurse von Apache Spark demonstrieren durch praktische Übungen, wie Spark in das Big Data-Ökosystem passt und wie Spark zur Datenanalyse verwendet wird Apache Spark Training ist als "Live-Training vor Ort" oder "Fern-Live-Training" verfügbar Onsite Live Training kann vor Ort bei Kunden durchgeführt werden Schweiz oder in NobleProg Corporate Trainingszentren in Schweiz Remote-Live-Training wird über einen interaktiven Remote-Desktop durchgeführt NobleProg Ihr lokaler Trainingsanbieter.
Erfahrungsberichte
★★★★★
★★★★★
Richard ist sehr ruhig und methodisch, mit einer analytischen Einsicht - genau die Qualitäten, die nötig sind, um diese Art von Kurs zu präsentieren.
Kieran Mac Kenna
Course: Spark for Developers
Translated by
Anwendbare Szenarien und Fälle
zhaopeng liu - Fmr
Course: Spark for Developers
Translated by
Fallanalyse
国栋 张
Course: Spark for Developers
Translated by
alle Teile dieser Sitzung
Eric Han - Fmr
Course: Spark for Developers
Translated by
Wir wissen viel mehr über die gesamte Umgebung.
John Kidd
Course: Spark for Developers
Translated by
Der Trainer hat die Klasse interessant und unterhaltsam gemacht, was beim täglichen Training sehr hilfreich ist.
Ryan Speelman
Course: Spark for Developers
Translated by
Ich denke, der Trainer hatte einen exzellenten Stil, Humor und Geschichten aus dem wirklichen Leben zu kombinieren, um die Themen sehr zugänglich zu machen. Ich würde diesen Professor in Zukunft sehr empfehlen.
Course: Spark for Developers
Translated by
Ernesto hat einen großartigen Job gemacht und die hochrangigen Konzepte der Verwendung von Spark und seiner verschiedenen Module erklärt.
Michael Nemerouf
Course: Spark for Developers
Translated by
Ich mochte die von Jorge erwartete Methode
Experian Colombia S.A
Course: Spark for Developers
Translated by
Dies ist eine der besten Übungen mit Programmierkursen, die ich je gemacht habe.
Laura Kahn
Course: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Translated by
Dies ist eines der besten Online-Trainings, die ich je in meiner 13-jährigen Karriere gemacht habe. Mach weiter so!
Course: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Translated by
Richard war sehr bereit zu schweigen, als wir halbbezogene Fragen zu Dingen stellen wollten, die nicht auf dem Lehrplan standen. Die Erklärungen waren klar und er war in jedem Rat, den er uns gab, in Bezug auf Vorbehalte offen.
ARM Limited
Course: Spark for Developers
Translated by
Die VM hat mir sehr gut gefallen
Der Lehrer war sehr kenntnisreich über das Thema sowie andere Themen, er war sehr nett und freundlich
Die Anlage in Dubai hat mir gefallen.
Safar Alqahtani - Elm Information Security
Course: Big Data Analytics in Health
Translated by
Ich denke, der Trainer hatte einen exzellenten Stil, Humor und Geschichten aus dem wirklichen Leben zu kombinieren, um die Themen sehr zugänglich zu machen. Ich würde diesen Professor in Zukunft sehr empfehlen.
Course: Spark for Developers
Translated by
Dies ist eines der besten Online-Trainings, die ich je in meiner 13-jährigen Karriere gemacht habe. Mach weiter so!
Course: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
This course is aimed at developers and data scientists who wish to understand and implement AI within their applications. Special focus is given to Data Analysis, Distributed AI and NLP.
Alexio ist ein virtuelles virtuelles verteiltes Speichersystem, das verteilte Speichersysteme vereint und Anwendungen mit Daten mit Speichergeschwindigkeit interagieren lässt Es wird von Unternehmen wie Intel, Baidu und Alibaba verwendet In diesem instruierten Live-Training lernen die Teilnehmer, wie sie mithilfe von Alexio verschiedene Berechnungs-Frameworks mit Speichersystemen überbrücken und Multipetabyte-Daten effizient verwalten können, während sie mit Alluxio eine Anwendung erstellen Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Entwickeln Sie eine Anwendung mit Alluxio Verbinden Sie Big-Data-Systeme und -Anwendungen unter Beibehaltung eines Namespace Effiziente Extraktion von Werten aus Big Data in jedem Speicherformat Verbessern Sie die Arbeitslastleistung Bereitstellen und Verwalten von Alluxio Standalone oder Clustered Publikum Datenwissenschaftler Entwickler Systemadministrator Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .
Big Data Analytics umfasst den Prozess der Untersuchung großer Mengen verschiedener Datensätze, um Korrelationen, verborgene Muster und andere nützliche Erkenntnisse aufzudecken Die Gesundheitsindustrie verfügt über enorme Mengen komplexer heterogener medizinischer und klinischer Daten Die Anwendung von Big-Data-Analysen auf Gesundheitsdaten bietet ein enormes Potenzial für die Gewinnung von Erkenntnissen zur Verbesserung der Gesundheitsversorgung Die Ungeheuerlichkeit dieser Datensätze stellt jedoch große Herausforderungen bei Analysen und praktischen Anwendungen in einem klinischen Umfeld dar In diesem instruierten Live-Training (remote) lernen die Teilnehmer, wie sie Big-Data-Analysen in der Gesundheit durchführen, während sie eine Reihe von Hands-on-Liveslab-Übungen durchlaufen Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Installieren und konfigurieren Sie Big-Data-Analysetools wie Hadoop MapReduce und Spark Verstehen Sie die Eigenschaften von medizinischen Daten Wenden Sie Big-Data-Techniken an, um mit medizinischen Daten umzugehen Studieren Sie Big-Data-Systeme und -Algorithmen im Kontext von Gesundheitsanwendungen Publikum Entwickler Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen Hinweis Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um zu vereinbaren .
Eine große Anzahl von realen Problemen kann anhand von Graphen beschrieben werden Zum Beispiel das Web-Diagramm, das Diagramm des sozialen Netzwerks, das Diagramm des Zugnetzwerks und das Sprachen-Diagramm Diese Graphen neigen dazu, extrem groß zu sein; ihre Verarbeitung erfordert einen speziellen Satz von Werkzeugen und Prozessen Diese Werkzeuge und Prozesse können als Graph Computing (auch Graph Analytics genannt) bezeichnet werden In diesem instruierten Live-Training lernen die Teilnehmer die Technologieangebote und Implementierungsansätze für die Verarbeitung von Grafikdaten kennen Ziel ist es, Realworld-Objekte, ihre Eigenschaften und Beziehungen zu identifizieren, diese Beziehungen zu modellieren und als Daten zu verarbeiten Wir beginnen mit einem breiten Überblick und konzentrieren uns auf bestimmte Tools, während wir eine Reihe von Fallstudien, praktischen Übungen und Live-Implementierungen durchlaufen Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Verstehen, wie Diagrammdaten beibehalten und durchlaufen werden Wählen Sie das beste Framework für eine bestimmte Aufgabe aus (von Diagrammdatenbanken bis hin zu Frameworks für die Stapelverarbeitung) Implementieren Sie Hadoop, Spark, GraphX und Pregel, um Graph-Computing parallel auf vielen Maschinen auszuführen Betrachten Sie reale Datenprobleme in Form von Graphen, Prozessen und Traversalen Publikum Entwickler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .
Die Hortonworks Data Platform ist eine Open-Source Apache Hadoop-Support-Plattform, die eine stabile Grundlage für die Entwicklung von Big Data-Lösungen für das Apache Hadoop-Ökosystem bietet Dieses instruierte Live-Training stellt Hortonworks vor und führt die Teilnehmer durch den Einsatz der Spark + Hadoop-Lösung Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Verwenden Sie Hortonworks, um Hadoop in großem Umfang zuverlässig auszuführen Vereinheitlichen Sie die Sicherheits-, Governance- und Betriebsfunktionen von Hadoop mit Sparks agilen analytischen Workflows Verwenden Sie Hortonworks, um jede Komponente in einem Spark-Projekt zu untersuchen, zu validieren, zu zertifizieren und zu unterstützen Verarbeiten Sie verschiedene Arten von Daten, einschließlich strukturiert, unstrukturiert, Inmotion und atrest Publikum Hadoop-Administratoren Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .
Die Stream-Verarbeitung bezieht sich auf die Echtzeitverarbeitung von "Daten in Bewegung", dh auf Berechnungen von Daten während des Empfangs Diese Daten werden als kontinuierliche Datenströme aus Datenquellen wie Sensorereignisse, Website-Benutzeraktivitäten, Finanzgeschäfte, Kreditkarten-Swipes, Klick-Streams usw gelesen Stream-Processing-Frameworks können große Mengen eingehender Daten lesen und liefern nahezu unmittelbar wertvolle Informationen In diesem instruierten Live-Training (vor Ort oder Remote) lernen die Teilnehmer, wie sie verschiedene Stream-Processing-Frameworks mit bestehenden Big-Data-Storage-Systemen und zugehörigen Software-Anwendungen und Microservices einrichten und integrieren können Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Installieren und konfigurieren Sie verschiedene Stream Processing-Frameworks, z B Spark Streaming und Kafka Streaming Verstehen und wählen Sie das am besten geeignete Framework für den Job aus Prozess von Daten kontinuierlich, gleichzeitig und in einer Aufzeichnung durch Aufzeichnungsmodus Integration von Stream-Processing-Lösungen in bestehende Datenbanken, Data Warehouses, Data Lakes usw Integration der am besten geeigneten Stream-Processing-Bibliothek in Unternehmensanwendungen und Microservices Publikum Entwickler Software-Architekten Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen Anmerkungen Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um zu vereinbaren .
Magellan ist eine OpenSource-Engine für die verteilte Ausführung von geospatialen Analysen auf Big Data Es wurde auf Apache Spark implementiert und erweitert Spark SQL und bietet eine relationale Abstraktion für Geospatial Analytics Dieses instruierte Live-Training stellt die Konzepte und Ansätze für die Implementierung von Geospacial-Analysen vor und führt die Teilnehmer durch die Erstellung einer Anwendung zur Vorhersageanalyse mithilfe von Magellan on Spark Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Effizientes Abfragen, Analysieren und Verknüpfen von Geodatensätzen im Maßstab Implementieren Sie Geodaten in Business Intelligence- und Predictive Analytics-Anwendungen Verwenden Sie räumlichen Kontext, um die Funktionen von mobilen Geräten, Sensoren, Protokollen und Wearables zu erweitern Publikum Anwendungsentwickler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .
Apache Spark's learning curve is slowly increasing at the begining, it needs a lot of effort to get the first return. This course aims to jump through the first tough part. After taking this course the participants will understand the basics of Apache Spark , they will clearly differentiate RDD from DataFrame, they will learn Python and Scala API, they will understand executors and tasks, etc. Also following the best practices, this course strongly focuses on cloud deployment, Databricks and AWS. The students will also understand the differences between AWS EMR and AWS Glue, one of the lastest Spark service of AWS.
ZIELSETZUNG: Dieser Kurs wird Apache Spark vorstellen Die Studenten erfahren, wie Spark in das Big Data-Ökosystem passt und wie Spark zur Datenanalyse verwendet wird Der Kurs behandelt die Spark-Shell für die interaktive Datenanalyse, Spark-Interna, Spark-APIs, Spark SQL, Spark-Streaming und Machine Learning und graphX PUBLIKUM: Entwickler / Datenanalytiker .
Python ist eine Highlevel-Programmiersprache, die für ihre klare Syntax und Code-Lesbarkeit bekannt ist Spark ist eine Datenverarbeitungsmaschine, die große Daten abfragt, analysiert und transformiert PySpark ermöglicht Benutzern, Spark mit Python zu verbinden In diesem instruierten Live-Training lernen die Teilnehmer, wie sie Python und Spark zusammen verwenden, um Big Data zu analysieren, während sie an Hands-on-Übungen arbeiten Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Erfahren Sie, wie Sie Spark mit Python verwenden, um Big Data zu analysieren Arbeite an Übungen, die reale Lebensumstände nachahmen Verwenden Sie verschiedene Tools und Techniken für die Analyse großer Datenmengen mit PySpark Publikum Entwickler IT-Fachleute Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .
Spark SQL ist das Modul von Apache Spark zum Arbeiten mit strukturierten und unstrukturierten Daten Spark SQL liefert Informationen über die Struktur der Daten sowie die durchgeführte Berechnung Diese Information kann verwendet werden, um Optimierungen durchzuführen Zwei häufige Anwendungen für Spark SQL sind: SQL-Abfragen ausführen um Daten von einer vorhandenen Hive-Installation zu lesen In diesem instruierten Live-Training (vor Ort oder remote) lernen die Teilnehmer, wie sie verschiedene Arten von Datensätzen mit Spark SQL analysieren können Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Installieren und konfigurieren Sie Spark SQL Führen Sie eine Datenanalyse mit Spark SQL durch Abfrage von Datensätzen in verschiedenen Formaten Visualisieren Sie Daten und Abfrageergebnisse Publikum Datenanalytiker Datenwissenschaftler Dateningenieure Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen Anmerkungen Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um zu vereinbaren .
MLlib ist Sparks Machine Learning (ML) -Bibliothek Ziel ist es, praktisches maschinelles Lernen skalierbar und einfach zu machen Es besteht aus gemeinsamen Lernalgorithmen und Dienstprogrammen, einschließlich Klassifizierung, Regression, Clustering, kollaboratives Filtern, Dimensionalitätsreduktion sowie Optimierungsgrundelementen auf unterer Ebene und Pipeline-APIs auf höherer Ebene Es teilt sich in zwei Pakete: sparkmllib enthält die ursprüngliche API, die auf RDDs aufbaut sparkml bietet eine API höherer Ebene, die auf DataFrames zum Erstellen von ML-Pipelines aufgebaut ist Publikum Dieser Kurs richtet sich an Ingenieure und Entwickler, die eine integrierte Maschinenbibliothek für Apache Spark verwenden möchten .
_ireland.gif "environmental protection agency (epa) ireland")
.jpg "american international group (aig)")
.png "european central bank (ecb)")
