
Lokale, von Ausbildern geführte Live-Big-Data-Schulungen beginnen mit einer Einführung in elementare Konzepte von Big Data und führen dann zu den Programmiersprachen und Methoden, die zur Durchführung der Datenanalyse verwendet werden. Tools und Infrastruktur zur Aktivierung von Big Data Storage, Distributed Processing und Skalierbarkeit werden in Demo-Übungssessions diskutiert, verglichen und implementiert. Big Data 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
Machine Translated
Erfahrungsberichte
Die Tatsache, dass alle Daten und Software auf einer bereits vorbereiteten VM bereit waren, die vom Trainer auf externen Festplatten bereitgestellt wurde.
vyzVoice
Kurs: Hadoop for Developers and Administrators
Machine Translated
Bereich des Materials
Maciej Jonczyk
Kurs: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Systematisierung von Wissen im Bereich ML
Orange Polska
Kurs: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Viele Probleme, die nach dem Training erforscht werden können
Klaudia Kłębek
Kurs: Data Mining z wykorzystaniem R
Machine Translated
Der Trainer war so sachkundig und schloss Bereiche ein, an denen ich interessiert war.
Mohamed Salama
Kurs: Data Mining & Machine Learning with R
Machine Translated
Sehr auf die Bedürfnisse zugeschnitten.
Yashan Wang
Kurs: Data Mining with R
Machine Translated
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
Kurs: Spark for Developers
Machine Translated
Ich mag die Übungen gemacht.
Nour Assaf
Kurs: Data Mining and Analysis
Machine Translated
Die praktische Übung und die Fähigkeit des Trainers, komplexe Themen in einfachen Worten zu erklären.
youssef chamoun
Kurs: Data Mining and Analysis
Machine Translated
Die gegebenen Informationen waren interessant und der beste Teil war gegen Ende, als wir mit Daten von Durex versorgt wurden und an Daten arbeiteten, mit denen wir vertraut sind, und Operationen ausführen, um Ergebnisse zu erzielen.
Jessica Chaar
Kurs: Data Mining and Analysis
Machine Translated
Ich mochte den Trainer am liebsten, wenn er reale Live-Beispiele gab.
Simon Hahn
Kurs: Administrator Training for Apache Hadoop
Machine Translated
Ich habe die großen Kompetenzen von Trainer wirklich genossen.
Grzegorz Gorski
Kurs: Administrator Training for Apache Hadoop
Machine Translated
Ich habe die vielen praktischen Übungen wirklich genossen.
Jacek Pieczątka
Kurs: Administrator Training for Apache Hadoop
Machine Translated
Teilen Sie Konzeptdiagramm und Probe für die schmutzigen Hände auch
Mark Yang - FMR
Kurs: Spark for Developers
Machine Translated
Ich dachte, dass die Information interessant ist.
Allison May
Kurs: Data Visualization
Machine Translated
Ich habe es sehr geschätzt, dass Jeff Daten und Beispiele verwendet hat, die auf Bildungsdaten anwendbar waren. Er hat es interessant und interaktiv gemacht.
Carol Wells Bazzichi
Kurs: Data Visualization
Machine Translated
Über alle Diagrammtypen und deren Verwendung erfahren. Den Wert von Unordnung lernen. Erlernen der Methoden zum Anzeigen von Zeitdaten.
Susan Williams
Kurs: Data Visualization
Machine Translated
Trainer war begeistert.
Diane Lucas
Kurs: Data Visualization
Machine Translated
Ich mochte den Inhalt / Instructor wirklich.
Craig Roberson
Kurs: Data Visualization
Machine Translated
Ich bin ein praktischer Lerner und das war etwas, was er sehr oft gemacht hat.
Lisa Comfort
Kurs: Data Visualization
Machine Translated
Ich mochte die Beispiele.
Peter Coleman
Kurs: Data Visualization
Machine Translated
Ich habe generell von den Beispielen profitiert.
Peter Coleman
Kurs: Data Visualization
Machine Translated
Ich genoss die guten realen Beispiele, Berichte von vorhandenen Berichten.
Ronald Parrish
Kurs: Data Visualization
Machine Translated
Anwendbare Szenarien und Fälle
zhaopeng liu - Fmr
Kurs: Spark for Developers
Machine Translated
Fallanalyse
国栋 张
Kurs: Spark for Developers
Machine Translated
alle Teile dieser Sitzung
Eric Han - Fmr
Kurs: Spark for Developers
Machine Translated
Ich habe wirklich von der Bereitschaft des Trainers profitiert, mehr zu teilen.
Balaram Chandra Paul
Kurs: A practical introduction to Data Analysis and Big Data
Machine Translated
Wir wissen viel mehr über die gesamte Umgebung.
John Kidd
Kurs: Spark for Developers
Machine Translated
Der Trainer hat die Klasse interessant und unterhaltsam gemacht, was beim täglichen Training sehr hilfreich ist.
Ryan Speelman
Kurs: Spark for Developers
Machine Translated
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.
Kurs: Spark for Developers
Machine Translated
Mochte die interaktive Art des Lernens sehr.
Luigi Loiacono
Kurs: Data Analysis with Hive/HiveQL
Machine Translated
Es war ein sehr praktisches Training, ich mochte die praktischen Übungen.
Proximus
Kurs: Data Analysis with Hive/HiveQL
Machine Translated
Ich profitierte von dem guten Überblick, einer guten Balance zwischen Theorie und Übungen.
Proximus
Kurs: Data Analysis with Hive/HiveQL
Machine Translated
Ich genoss die dynamische Interaktion und "hands-on" das Thema, dank der virtuellen Maschine, sehr stimulierend !.
Philippe Job
Kurs: Data Analysis with Hive/HiveQL
Machine Translated
Ernesto hat einen großartigen Job gemacht und die hochrangigen Konzepte der Verwendung von Spark und seiner verschiedenen Module erklärt.
Michael Nemerouf
Kurs: Spark for Developers
Machine Translated
Ich profitierte von der Kompetenz und dem Wissen des Trainers.
Jonathan Puvilland
Kurs: Data Analysis with Hive/HiveQL
Machine Translated
Ich habe generell von der Präsentation von Technologien profitiert.
Continental AG / Abteilung: CF IT Finance
Kurs: A practical introduction to Data Analysis and Big Data
Machine Translated
Insgesamt war der Inhalt gut.
Sameer Rohadia
Kurs: A practical introduction to Data Analysis and Big Data
Machine Translated
Beispielübungen: Praktisches Teilen der Arbeitserfahrung
澳新银行
Kurs: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Würfel und DV
Alan Xie
Kurs: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Der Lehrer verfügt über umfassende Kenntnisse des Data Warehouse.
澳新银行
Kurs: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Der Lehrer erklärte ausführlich und diskutierte die Atmosphäre
澳新银行
Kurs: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Michael der Trainer ist sehr sachkundig und geschickt in Bezug auf das Thema Big Data und R. Er ist sehr flexibel und passt das Training schnell an die Bedürfnisse der Kunden an. Er ist auch sehr in der Lage, technische und fachliche Probleme unterwegs zu lösen. Fantastisches und professionelles Training!
Xiaoyuan Geng - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Kurs: Programming with Big Data in R
Machine Translated
Ich habe die Einführung neuer Pakete sehr genossen.
Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Kurs: Programming with Big Data in R
Machine Translated
Der Tutor, Herr Michael Yan, interagierte sehr gut mit dem Publikum, die Anweisung war klar. Der Tutor ist auch bemüht, weitere Informationen basierend auf den Anforderungen der Schüler während des Trainings hinzuzufügen.
Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Kurs: Programming with Big Data in R
Machine Translated
Das Thema und das Tempo waren perfekt.
Tim - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Kurs: Programming with Big Data in R
Machine Translated
Das Beispiel und das Schulungsmaterial waren ausreichend und machten es leicht zu verstehen, was Sie tun.
Teboho Makenete
Kurs: Data Science for Big Data Analytics
Machine Translated
Dies ist einer der besten praktischen Übungen, die ich je gemacht habe.
Laura Kahn
Kurs: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Dies ist eines der besten Online-Trainings, die ich je in meiner 13-jährigen Karriere gemacht habe. Mach weiter so!
Kurs: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Es war sehr praktisch, wir verbrachten die Hälfte der Zeit damit, Dinge in Clouded / Hardtop zu tun, verschiedene Befehle auszuführen, das System zu überprüfen und so weiter. Die zusätzlichen Materialien (Bücher, Websites, etc.) wurden wirklich geschätzt, wir müssen weiter lernen. Die Installationen waren ziemlich lustig und sehr praktisch, das Cluster-Setup von Grund auf war wirklich gut.
Ericsson
Kurs: Administrator Training for Apache Hadoop
Machine Translated
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.
Kurs: Spark for Developers
Machine Translated
Dies ist eines der besten Online-Trainings, die ich je in meiner 13-jährigen Karriere gemacht habe. Mach weiter so!
Kurs: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Big Data Kurspläne
Diese Live-Training (online oder online) richtet sich an Entwickler, die Spark, Hadoop und Python verwenden und integrieren möchten, um große und komplexe Datensätze zu verarbeiten, zu analysieren und zu transformieren.
Am Ende dieser Ausbildung können die Teilnehmer:
Erstellen Sie die notwendige Umgebung, um die Verarbeitung von großen Daten mit Spark, Hadoop, und Python zu beginnen. Verständnis der Eigenschaften, Kernkomponenten und Architektur von Spark und Hadoop. Erfahren Sie, wie Sie Spark, Hadoop, und Python für die Big Data-Verarbeitung integrieren. Entdecken Sie die Werkzeuge im Spark-Ökosystem (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka und Flume). Erstellen Sie zusammenarbeitende Filter Empfehlungssysteme ähnlich wie Netflix, YouTube, Amazon, Spotify und Google. Verwenden Sie Apache Mahout, um Maschinenlearning-Algorithmen zu skalieren.
Format des Kurses
Interaktive Unterricht und Diskussion. Viele Übungen und Übungen. Hand-on Implementierung in einem Live-Lab-Umfeld.
Kursanpassungsoptionen
Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
Dieser Instructor-leitet, Live-Training (online oder on-site) richtet sich an Datenanalytiker und Datenwissenschaftler, die verwenden möchten Weka für die Erfüllung von Data Mining Aufgaben.
Am Ende dieser Ausbildung können die Teilnehmer:
Installieren und konfigurieren Weka Verständnis der Weka Umwelt und des Arbeitsplatzes. Durchführen Sie Datenmining Aufgaben mit Weka.
Format des Kurses
Interaktive Unterricht und Diskussion. Viele Übungen und Übungen. Hand-on Implementierung in einem Live-Lab-Umfeld.
Kursanpassungsoptionen
Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
Diese Live-Training (online oder on-site) richtet sich an Datenanalytiker oder an alle, die SPSS Modeler für die Durchführung von Datenmining-Aktivitäten verwenden möchten.
Am Ende dieser Ausbildung können die Teilnehmer:
Verständnis der Grundlagen der Datenmining. Erfahren Sie, wie Sie Datenqualität mit dem Modeller importieren und bewerten. Entwickeln, implementieren und bewertet Datenmodelle effizient.
Format des Kurses
Interaktive Unterricht und Diskussion. Viele Übungen und Übungen. Hand-on Implementierung in einem Live-Lab-Umfeld.
Kursanpassungsoptionen
Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
Die Teilnehmer haben die Möglichkeit, diese Kenntnisse durch praktische Übungen in die Praxis zu bringen. Gruppeninteraktion und Instruktor Feedback sind ein wichtiger Bestandteil der Klasse.
Der Kurs beginnt mit einer Einführung in die elementaren Konzepte von Big Data, dann geht es in die Programmiersprachen und Methoden, die zur Durchführung verwendet werden Data Analysis. Schließlich besprechen wir die Werkzeuge und die Infrastruktur, die die Lagerung, die Distributed Processing und die Kapazität ermöglichen.
Format des Kurses
Teilverhandlung, Teildiskussion, praktische Praxis und Implementierung, gelegentliche Quizing zur Messung des Fortschritts.
By the end of this training, participants will be able to:
- Learn how to use Spark with Python to analyze Big Data.
- Work on exercises that mimic real world cases.
- Use different tools and techniques for big data analysis using PySpark.
In diesem Instructor-leitet, Live-Kurs werden wir die in KDD beteiligten Prozesse einführen und eine Reihe von Übungen durchführen, um die Implementierung dieser Prozesse zu üben.
Publikum
Datenanalytiker oder jemand, der daran interessiert ist, zu lernen, wie man Daten interpretiert, um Probleme zu lösen
Format des Kurses
Nach einer theoretischen Diskussion über KDD präsentiert der Lehrer reale Fälle, die die Anwendung von KDD fordern, um ein Problem zu lösen. Die Teilnehmer bereiten, wählen und reinigen Samplendaten und nutzen ihre vorherigen Kenntnisse der Daten, um Lösungen auf der Grundlage der Ergebnisse ihrer Beobachtungen vorzustellen.
In diesem Live-Training, der von Lehrern geleitet wird, lernen die Teilnehmer, wie man Apache Kylin einen Datenlager in Echtzeit zu verwenden.
Am Ende dieser Ausbildung können die Teilnehmer:
Echtzeit-Streamingdaten mit Kylin verbrauchen Nutze Apache Kylin's leistungsfähige Funktionen, rich SQL Schnittstelle, Spark-Cubing und subsecond Query Latency
Hinweis
Wir verwenden die neueste Version von Kylin (basiert auf diesem Schreiben, Apache Kylin v2.0)
Publikum
Big Data Ingenieure Big Data Analytiker
Format des Kurses
Teilverhandlung, Teildiskussion, Übungen und schwere Übungen
Diese Live-Schulung (vor Ort oder per Fernzugriff) richtet sich an Datenwissenschaftler, die Excel für das Data Mining verwenden möchten.
Am Ende dieser Schulung können die Teilnehmer:
- Durchsuchen Sie Daten mit Excel , um Data Mining und Analysen durchzuführen.
- Verwenden Sie Microsoft-Algorithmen für das Data Mining.
- Grundlegendes zu Konzepten in Excel Data Mining.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
In diesem Live-Training, das von Lehrern geleitet wird, lernen die Teilnehmer, wie sie installieren, konfigurieren und verwenden Dremio als einheitliche Schicht für Datenanalyse-Tools und die zugrunde liegenden Datenreserven.
Am Ende dieser Ausbildung können die Teilnehmer:
Installation und Konfiguration Dremio Anfragen gegen mehrere Datenquellen durchführen, unabhängig von Ort, Größe oder Struktur Integrieren Dremio mit BI und Datenquellen wie Tableau und Elasticsearch
Publikum
Datenwissenschaftler Business Analytiker Dateningenieur
Format des Kurses
Teilverhandlung, Teildiskussion, Übungen und schwere Übungen
Notizen
Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
In diesem von Lehrern geleiteten Live-Training vor Ort lernen die Teilnehmer, wie Apache Arrow in verschiedene Data Science Frameworks integriert wird, um auf Daten aus unterschiedlichen Datenquellen zuzugreifen.
Am Ende dieser Schulung können die Teilnehmer:
- Installieren und konfigurieren Sie Apache Arrow in einer verteilten Clusterumgebung
- Verwenden Sie Apache Arrow um auf Daten aus unterschiedlichen Datenquellen zuzugreifen
- Verwenden Sie Apache Arrow , um die Notwendigkeit zu umgehen, komplexe ETL-Pipelines zu erstellen und zu warten
- Analysieren Sie Daten aus unterschiedlichen Datenquellen, ohne sie in einem zentralen Repository konsolidieren zu müssen
Publikum
- Datenwissenschaftler
- Dateningenieure
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
Hinweis
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
High-value government solutions will be created from a mashup of the most disruptive technologies:
- Mobile devices and applications
- Cloud services
- Social business technologies and networking
- Big Data and analytics
IDC predicts that by 2020, the IT industry will reach $5 trillion, approximately $1.7 trillion larger than today, and that 80% of the industry's growth will be driven by these 3rd Platform technologies. In the long term, these technologies will be key tools for dealing with the complexity of increased digital information. Big Data is one of the intelligent industry solutions and allows government to make better decisions by taking action based on patterns revealed by analyzing large volumes of data — related and unrelated, structured and unstructured.
But accomplishing these feats takes far more than simply accumulating massive quantities of data.“Making sense of thesevolumes of Big Datarequires cutting-edge tools and technologies that can analyze and extract useful knowledge from vast and diverse streams of information,” Tom Kalil and Fen Zhao of the White House Office of Science and Technology Policy wrote in a post on the OSTP Blog.
The White House took a step toward helping agencies find these technologies when it established the National Big Data Research and Development Initiative in 2012. The initiative included more than $200 million to make the most of the explosion of Big Data and the tools needed to analyze it.
The challenges that Big Data poses are nearly as daunting as its promise is encouraging. Storing data efficiently is one of these challenges. As always, budgets are tight, so agencies must minimize the per-megabyte price of storage and keep the data within easy access so that users can get it when they want it and how they need it. Backing up massive quantities of data heightens the challenge.
Analyzing the data effectively is another major challenge. Many agencies employ commercial tools that enable them to sift through the mountains of data, spotting trends that can help them operate more efficiently. (A recent study by MeriTalk found that federal IT executives think Big Data could help agencies save more than $500 billion while also fulfilling mission objectives.).
Custom-developed Big Data tools also are allowing agencies to address the need to analyze their data. For example, the Oak Ridge National Laboratory’s Computational Data Analytics Group has made its Piranha data analytics system available to other agencies. The system has helped medical researchers find a link that can alert doctors to aortic aneurysms before they strike. It’s also used for more mundane tasks, such as sifting through résumés to connect job candidates with hiring managers.
Wenn Sie versuchen, aus den Daten, auf die Sie Zugriff haben, einen Sinn zu machen, oder wenn Sie unstrukturierte Daten analysieren möchten, die im Internet verfügbar sind (z. B. Twitter, Linked in usw.), ist dieser Kurs für Sie.
Es richtet sich hauptsächlich an Entscheidungsträger und Personen, die entscheiden müssen, welche Daten gesammelt und welche analysiert werden sollten.
Es richtet sich nicht an Personen, die die Lösung konfigurieren. Diese Personen werden jedoch vom Gesamtüberblick profitieren.
Lieferungsmodus
Während des Kurses werden den Teilnehmern Arbeitsbeispiele von meist Open Source-Technologien vorgestellt.
Auf kurze Vorträge folgen Präsentationen und einfache Übungen der Teilnehmer
Inhalt und verwendete Software
Die gesamte verwendete Software wird jedes Mal aktualisiert, wenn der Kurs ausgeführt wird. Wir überprüfen daher die neuesten Versionen.
Es umfasst den Prozess vom Abrufen, Formatieren, Verarbeiten und Analysieren der Daten, um zu erklären, wie der Entscheidungsprozess mit maschinellem Lernen automatisiert werden kann.
Tag 2 - Erkundung einer Reihe von Themen, die Analyseverfahren und Tools für Big Data Umgebungen betreffen. Es geht nicht auf Implementierungs- oder Programmierdetails ein, sondern konzentriert sich auf konzeptionelle Aspekte, die es den Teilnehmern ermöglichen, ein umfassendes Verständnis der allgemeinen Analysefunktionen und -merkmale von Big Data Lösungen zu entwickeln.
Tag 3 - bietet einen Überblick über die grundlegenden und wesentlichen Themenbereiche der Architektur der Big Data Lösungsplattform. Es behandelt Big Data Mechanismen, die für die Entwicklung einer Big Data Lösungsplattform erforderlich sind, und Architekturoptionen für den Aufbau einer Datenverarbeitungsplattform. Es werden auch allgemeine Szenarien vorgestellt, um ein grundlegendes Verständnis für die allgemeine Verwendung einer Big Data Lösungsplattform zu vermitteln.
Tag 4 - baut auf Tag 3 auf und befasst sich mit fortgeschrittenen Themen zur Architektur der Big Data Lösungsplattform. Insbesondere werden verschiedene Architekturebenen, aus denen sich die Big Data Lösungsplattform zusammensetzt, vorgestellt und erörtert, darunter Datenquellen, Dateneingang, Datenspeicherung, Datenverarbeitung und Sicherheit.
Tag 5 - umfasst eine Reihe von Übungen und Problemen, mit denen die Fähigkeit der Delegierten getestet werden soll, Kenntnisse über die behandelten Themen von Tag 3 und 4 anzuwenden.
Dieser Kurs konzentriert sich hauptsächlich auf die Diskussion und Präsentation von Lösungen, wobei praktische Übungen auf Anfrage erhältlich sind.
Der Kurs besteht aus 8 Modulen (4 am 1. Tag und 4 am 2. Tag)
In diesem von Lehrern geleiteten Live-Training lernen die Teilnehmer, wie sie mit Big Data Technologien umgehen, ihre Auswirkungen auf vorhandene Prozesse und Richtlinien bewerten und diese Technologien implementieren können, um kriminelle Aktivitäten zu identifizieren und Kriminalität zu verhindern. Fallstudien von Strafverfolgungsbehörden auf der ganzen Welt werden untersucht, um Einblicke in ihre Ansätze, Herausforderungen und Ergebnisse bei der Adoption zu erhalten.
Am Ende dieser Schulung können die Teilnehmer:
- Kombinieren Sie die Big Data Technologie mit herkömmlichen Datenerfassungsprozessen, um eine Story während einer Untersuchung zusammenzustellen
- Implementieren Sie industrielle Big Data Storage- und Verarbeitungslösungen für die Datenanalyse
- Erarbeitung eines Vorschlags für die Annahme der am besten geeigneten Instrumente und Verfahren zur Ermöglichung eines datengestützten Ansatzes für strafrechtliche Ermittlungen
Publikum
- Strafverfolgungsspezialisten mit technischem Hintergrund
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
Die Teilnehmer lernen in diesem Kurs, wie sie Big Data mithilfe der drei Säulen Datenintegration, Data Governance und Datensicherheit verwalten können, um Big Data in echten Geschäftswert umzuwandeln. Verschiedene Übungen, die an einer Fallstudie zum Kundenmanagement durchgeführt werden, helfen den Teilnehmern, die zugrunde liegenden Prozesse besser zu verstehen.
Am Ende dieser Schulung werden die Teilnehmer:
- Verstehen Sie die Entwicklung und Trends des maschinellen Lernens.
- Wissen, wie maschinelles Lernen branchenübergreifend eingesetzt wird.
- Machen Sie sich mit den Tools, Fähigkeiten und Diensten vertraut, die für die Implementierung von maschinellem Lernen in einer Organisation verfügbar sind.
- Verstehen Sie, wie maschinelles Lernen zur Verbesserung von Data Mining und Analyse eingesetzt werden kann.
- Erfahren Sie, was ein Data Middle Backend ist und wie es von Unternehmen verwendet wird.
- Verstehen Sie, welche Rolle Big Data und intelligente Anwendungen branchenübergreifend spielen.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
Dieses von einem Kursleiter geleitete Live-Training (vor Ort oder remote) richtet sich an Software-Ingenieure, die Sqoop und Flume für die Datenübertragung zwischen Systemen verwenden möchten.
Am Ende dieser Schulung können die Teilnehmer:
- Nehmen Sie Big Data mit Sqoop und Flume auf.
- Erfassen Sie Daten aus mehreren Datenquellen.
- Verschieben von Daten aus relationalen Datenbanken in HDFS und Hive.
- Exportieren Sie Daten aus HDFS in eine relationale Datenbank.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Lab-Umgebung.
Kursanpassungsoptionen
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
Dieser Instructor-leitet, Live-Training (online oder on-site) richtet sich an technische Personen, die Open Studio für Big Data implementieren möchten, um den Prozess des Lesens und der Krümmung durch Big Data zu vereinfachen.
Am Ende dieser Ausbildung können die Teilnehmer:
Installieren und konfigurieren Talend Open Studio für Big Data. Verbinden Sie sich mit Big Data Systemen wie Cloudera, HortonWorks, MapR, Amazon EMR und Apache. Verständigen und installieren Sie Open Studio's Big Data Komponenten und Verbindungen. Konfigurieren Sie Parameter, um automatisch MapReduce-Code zu generieren. Verwenden Sie Open Studio's drag-and-drop-Interface, um Hadoop Jobs durchzuführen. Prototypen von Big Data Pipelines. Automatisierung von Big Data Integration Projekten.
Format des Kurses
Interaktive Unterricht und Diskussion. Viele Übungen und Übungen. Hand-on Implementierung in einem Live-Lab-Umfeld.
Kursanpassungsoptionen
Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
Course goal:
Getting knowledge regarding Hadoop cluster administration
Last Updated: