Databricks und PySpark für Data Engineering Schulung

Azure Databricks ist eine cloudbasierte, kollaborative Plattform, die Big-Data-Analysen und maschinelles Lernen mittels Apache Spark sowie der Microsoft-Azure-Umgebung unterstützt.

Diese von einem Dozenten geleitete Live-Schulung (online oder vor Ort) richtet sich an Datenprofis mit mittlerem Erfahrungsgrad, die maschinetllene Lernmodelle für Finanzanwendungsfälle entwerfen, erstellen und bereitstellen möchten.

Nach Abschluss dieser Schulung können die Teilnehmenden:

• Maschinelle Lernmodelle mit Finanzdaten in Azure Databricks erstellen und trainieren.
• MLflow zum Verfolgen von Experimenten, Verwalten von Modellen und Bereitstellen von Lösungen nutzen.
• Modelle zur Erkennung von Anomalien, Risikobewertung oder Trendprognose im Finanzbereich anwenden.
• ML-Modelle in skalierbare Pipelines integrieren, um eine kontinuierliche Bewertung zu ermöglichen.

Kursformat

• Interaktive Vorlesung und Diskussion.
• Numerous Übungen und praktische Anwendungen.
• Praxisorientierte Implementierung in einer Live-Lab-Umgebung.

Möglichkeiten zur individuellen Anpassung des Kurses

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.

Dieser instruktionsgeleitete, live durchgeführte Kurs in Schweiz (online oder vor Ort) richtet sich an Data Scientists und Entwickler, die Datenanalyselösungen mit Databricks einrichten, bereitstellen und verwalten möchten.

Am Ende dieses Trainings können Teilnehmer:

• Databricks einrichten und konfigurieren.
• verstehen, wie Databricks und Apache Spark zusammenarbeiten.
• lernen, wie man Daten in Databricks lädt und transformiert.

Databricks ist eine einheitliche Lakehouse-Plattform, die Spark, Delta Lake und Governance-Funktionen (Unity Catalog) kombiniert, um skalierbare Datenengineering- und Analysearbeitsabläufe zu unterstützen.

Dieses von einem Dozent geleitete Live-Training (online oder vor Ort) richtet sich an technologische Führungskräfte auf mittlerem Niveau mit Hintergrund im Datenengineering, die komplexe prozedurale OLAP-Logik in eine Lakehouse-Architektur mit Databricks, Spark, Delta Lake, Unity Catalog und nativen Workflows migrieren möchten.

Nach Abschluss dieser Schulung sind die Teilnehmer in der Lage:

• Die Lakehouse-Architektur sowie das Bronze→Silver→Gold-Medallion-Muster zu erläutern.
• Prozedurale Logik von gespeicherten Prozeduren in Spark DataFrame- und Notebook-Implementierungen zu übersetzen.
• Inkrementelle Ingestion, Merge-Vorgänge und Optimierungsprozesse mit Delta Lake zu entwerfen und zu implementieren.
• End-to-End-orchestrierte Pipelines mit Databricks Workflows, Versionskontrolle, Testing und Governance aufzubauen.

Format des Kurses

• Intensivkurse unter Leitung eines Dozenten mit fokussierten Demonstrationen und Erklärungen.
• Tägliche praktische Übungen anhand repräsentativer Datensätze und Migrationsaufgaben.
• Begleitete Code-Reviews, Performanzoptimierungs-Sitzungen und Praxis in der Workflow-Orchestrierung.

Möglichkeiten zur Kursanpassung

• Dieser Kurs kann an Ihre Umgebung, Datensätze und Governance-Anforderungen angepasst werden. Kontaktieren Sie uns bitte, um eine Anpassung zu vereinbaren.

Databricks ist eine einheitliche Analytikplattform, die speziell für Big Data und maschinelles Lernen in kollaborativen Umgebungen entwickelt wurde.

Diese Dozent:innen-gestützte Live-Schulung (online oder vor Ort) richtet sich an Datenanalyst:innen und Finanzfachleute vom Anfänger- bis zum fortgeschrittenen Niveau, die grosse Datenanalysen im Finanzsektor mit Databricks durchführen möchten.

Nach Abschluss dieser Schulung sind die Teilnehmer:innen in der Lage:

• Databricks-Notebooks zur Abfrage und Analyse von Finanzdatensätzen zu verwenden.
• Rohdaten aufzuräumen und für Berichte und Einblicke umzuwandeln.
• Dashboards und Visualisierungen zur Leistungsüberwachung zu erstellen.
• Echtzeit mit Teammitgliedern in gemeinsam genutzten Notebooks zusammenzuarbeiten.

Kursformat

• Interaktive Vorträge und Diskussionen.
• Viel Übung und Praxis.
• Praktische Umsetzung in einer Live-Lab-Umgebung.

Optionen zur Kursspezialisierung

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.

Dieses Training bietet eine praktische Einführung in den Aufbau skalierbarer Datenverarbeitung und maschineller Lernworkflows mit PySpark. Die Teilnehmenden erfahren, wie Apache Spark in modernen Big-Data-Ökosystemen funktioniert und wie grosse Datenmengen effizient anhand der Prinzipien des verteilten Rechnens verarbeitet werden.

In diesem instruktionsgeführten Live-Training in Schweiz lernen die Teilnehmer, wie sie Python und Spark gemeinsam nutzen können, um Big Data zu analysieren, während sie praktische Übungen durchführen.

Bis zum Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Spark mit Python zur Analyse von Big Data einzusetzen.
• Übungen durchzuführen, die reale Fälle nachahmen.
• Verschiedene Tools und Techniken für die Big-Data-Analyse mit PySpark zu nutzen.

Stratio ist eine datenzentrierte Plattform, die Big Data, KI und Governance in einer einzigen Lösung integriert. Seine Rocket- und Intelligence-Module ermöglichen eine schnelle Datenerkundung, Transformation und erweiterte Analysen in Unternehmensumgebungen.

Diese instruktorgeführte Live-Schulung (online oder vor Ort) richtet sich an Datenprofessionals mit mittlerem Erfahrungsgrad, die die Rocket- und Intelligence-Module von Stratio effektiv mit PySpark nutzen möchten, wobei der Fokus auf Schleifenstrukturen, benutzerdefinierten Funktionen und komplexer Datenlogik liegt.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• In der Stratio-Plattform zu navigieren und innerhalb der Rocket- und Intelligence-Module zu arbeiten.
• PySpark im Kontext von Datenaufnahme, Transformation und Analyse einzusetzen.
• Schleifen und bedingte Logik zu verwenden, um Datenworkflows und Feature-Engineering-Aufgaben zu steuern.
• Benutzerdefinierte Funktionen (UDFs) für wiederwendbare Datenoperationen in PySpark zu erstellen und zu verwalten.

Kursformat

• Interaktiver Vortrag und Diskussion.
• Umfangreiche Übungen und Praxis.
• Praktische Umsetzung in einer Live-Lab-Umgebung.

Möglichkeiten zur Anpassung des Kurses

• Um eine kundenspezifische Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu vereinbaren.