Contattataci

Struttura del corso

Introduzione a Google Colab e Apache Spark

  • Panoramica su Google Colab
  • Introduzione ad Apache Spark
  • Configurazione di Spark in Google Colab

Elaborazione dei dati con Apache Spark

  • Utilizzo di RDD e DataFrames
  • Caricamento ed elaborazione di grandi quantità di dati
  • Impiego di Spark SQL per interrogare dati strutturati

Analisi avanzate con Spark

  • Machine learning tramite Spark MLlib
  • Esecuzione di analisi in tempo reale sui dati
  • Calcolo distribuito mediante Spark

Visualizzazione e collaborazione in Google Colab

  • Integrazione di Colab con le principali librerie di visualizzazione
  • Gestione di flussi di lavoro collaborativi tramite i notebook di Colab
  • Condivisione ed esportazione dei risultati ottenuti

Ottimizzazione dei flussi di lavoro per i big data

  • Taratura delle impostazioni di Spark per ottimizarne le prestazioni
  • Ottimizzazione dell’uso della memoria e dello spazio di archiviazione
  • Scalabilità dei flussi di lavoro per gestire grandi volumi di dati

I big data nel cloud

  • Integrazione di Google Colab con strumenti basati sul cloud
  • Utilizzo dell’archiviazione cloud per i dati di grandi dimensioni
  • Lavorare con Spark in ambienti cloud distribuiti

Studi di caso e best practice

  • Analisi di applicazioni reali nell’ambito dei big data
  • Esempi pratici sull’utilizzo congiunto di Apache Spark e Colab
  • Le migliori prassi per l’analisi dei big data

Conclusione e prossimi passi

Requisiti

  • Conoscenze di base sui concetti fondamentali della data science
  • Familiarità con Apache Spark
  • Capacità di programmazione in Python

Destinatari del corso

  • Data scientist
  • Ingegneri dei dati
  • Ricercatori che lavorano con i big data
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (3)

Corsi in Arrivo

Categorie relative