Struttura del corso
Introduzione agli ecosistemi del Big Data
- Panoramica sulle tecnologie e sulle architetture del Big Data
- Elaborazione batch rispetto a elaborazione in tempo reale
- Strategie di archiviazione dati per garantire scalabilità
Elaborazione avanzata dei dati con Apache Spark
- Ottimizzazione delle operazioni Spark in termini di prestazioni
- Trasformazioni e azioni complesse nell’utilizzo di Spark
- Lavorare con i flussi dati strutturati in tempo reale
Machine Learning su larga scala
- Tecniche per l’addestramento distribuito di modelli di machine learning
- Ottimizzazione dei parametri in contesti con enormi quantità di dati
- Implementazione pratica dei modelli nei sistemi Big Data
Deep Learning applicato al Big Data
- Integrazione di TensorFlow e PyTorch con Spark
- Pipeline per l’addestramento distribuito di reti neurali profonde
- Casi d’uso nell’analisi di immagini, testi e serie temporali
Analisi in tempo reale e flussi di dati continui
- Utilizzo di Apache Kafka per l’acquisizione di dati in streaming
- Framework per l’elaborazione dei flussi dati in tempo reale
- Monitoraggio e notifica degli eventi nei sistemi dinamici
Governance, sicurezza ed etica dei dati
- Requisiti di privacy e conformità normativa relativa ai dati
- Gestione degli accessi e crittografia nei sistemi Big Data
- Aspetti etici legati all’utilizzo su larga scala dei dati per scopi analitici
Integrazione del Big Data con il Business Intelligence
- Visualizzazione e creazione di dashboard basate sui dati massivi
- Collegamento delle pipeline Big Data agli strumenti di BI
- Sfruttare le analisi avanzate per generare risultati concreti a livello aziendale
Riepilogo e prossimi passi da intraprendere
Requisiti
- Conoscenza approfondita dei concetti di analisi dati e modellizzazione statistica
- Esperienza nell’utilizzo di strumenti per l’elaborazione dei dati e linguaggi di programmazione come Python, R o Scala
- Familiarità con framework di calcolo distribuito quali Hadoop o Spark
Destinatari del corso
- Data scientist desiderosi di perfezionare le proprie competenze nell’elaborazione di dati su larga scala e nell’analisi predittiva
- Analisti senior che intendono progettare e implementare flussi analitici avanzati
- Professionisti della ricerca e dello sviluppo orientati a soluzioni innovative basate sui dati
Recensioni (3)
Scoprendo che QGIS è uno strumento utilizzabile da altri professionisti diversi, come i geometri.
Bame Duncan Koko - Bentel Technologies (Pty) Ltd
Corso - QGIS for Geographic Information System
Traduzione automatica
Come utilizzare i dati dei satelliti aperti per applicazioni reali
Tshering Dorji - Druk Holding and Investments
Corso - Advanced Geographic Information Systems (GIS)
Traduzione automatica
Esempi pratici ci hanno permesso di comprendere realmente come funziona il programma. Spiegazioni accurate e integrazione di concetti teorici e delle loro applicazioni pratiche.
Ian - Archeoworks Inc.
Corso - ArcGIS Fundamentals
Traduzione automatica