Corso di formazione From Data to Decision with Big Data and Predictive Analytics

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti IT di livello principiante che desiderano comprendere i fondamenti dell'IA predittiva.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere i concetti fondamentali dell'IA predittiva e delle sue applicazioni.
• Raccogli, pulisci e pre-elabora i dati per l'analisi predittiva.
• Esplora e visualizza i dati per scoprire informazioni dettagliate.
• Costruisci modelli statistici di base per fare previsioni.
• Valutare le prestazioni dei modelli predittivi.
• Applica i concetti dell'intelligenza artificiale predittiva a scenari reali.

Questa formazione dal vivo con istruttore in Italia (online o in loco) è rivolta a professionisti di livello intermedio DevOps che desiderano integrare l'IA predittiva nelle loro DevOps pratiche.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Implementa modelli di analisi predittiva per prevedere e risolvere le sfide nella pipeline DevOps.
• Utilizza strumenti basati sull'intelligenza artificiale per migliorare il monitoraggio e le operazioni.
• Applica tecniche di machine learning per migliorare i flussi di lavoro di distribuzione del software.
• Progetta strategie di intelligenza artificiale per la risoluzione e l'ottimizzazione proattiva dei problemi.
• Esplora le considerazioni etiche sull'utilizzo dell'intelligenza artificiale in DevOps.

In questo corso di formazione dal vivo con istruttore in Italia, i partecipanti impareranno come costruire un Data Vault.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendere i concetti di architettura e design alla base di Data Vault 2.0 e la sua interazione con Big Data, NoSQL e l'intelligenza artificiale.
• Utilizza le tecniche di data vaulting per abilitare il controllo, la traccia e l'ispezione dei dati cronologici in un data warehouse.
• Sviluppa un processo ETL (Extract, Transform, Load) coerente e ripetibile.
• Crea e distribuisci magazzini altamente scalabili e ripetibili.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a ingegneri dei dati, data scientist e programmatori che desiderano utilizzare Spark Streaming le funzionalità per l'elaborazione e l'analisi dei dati in tempo reale.

Al termine di questa formazione, i partecipanti saranno in grado di utilizzare Spark Streaming per elaborare flussi di dati in tempo reale da utilizzare in database, filesystem e dashboard in tempo reale.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli sviluppatori che desiderano implementare l'elaborazione di flussi Apache Kafka senza scrivere codice.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Installare e configurare Confluent KSQL.
• Impostare una pipeline di elaborazione del flusso utilizzando solo i comandi SQL (nessuna codifica Java o Python).
• Esegui il filtraggio dei dati, le trasformazioni, le aggregazioni, i join, il windowing e la sessionizzazione interamente in SQL.
• Progetta e distribuisci query interattive e continue per lo streaming ETL e l'analisi in tempo reale.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli sviluppatori che desiderano apprendere i principi alla base dello storage in-memory persistente e puro durante la creazione di un progetto di in-memory computing di esempio.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Usa Ignite per la persistenza in memoria su disco e per un database in memoria puramente distribuito.
• Ottieni la persistenza senza sincronizzare i dati con un database relazionale.
• Utilizzare Ignite per eseguire SQL join distribuiti.
• Migliora le prestazioni spostando i dati più vicino alla CPU, utilizzando la RAM come spazio di archiviazione.
• Distribuisci i set di dati in un cluster per ottenere una scalabilità orizzontale.
• Integra Ignite con RDBMS, NoSQL, Hadoop e processori di apprendimento automatico.

Apache Beam è un modello di programmazione unificato open source per la definizione e l'esecuzione di pipeline di elaborazione dati parallele. La sua potenza risiede nella sua capacità di eseguire pipeline batch e di streaming, con l'esecuzione eseguita da uno dei back-end di elaborazione distribuita supportati da Beam: Apache Apex, Apache Flink, Apache Spark e Google Cloud Dataflow. Apache Beam è utile per le attività ETL (Extract, Transform, and Load) come lo spostamento di dati tra diversi supporti di archiviazione e origini dati, la trasformazione dei dati in un formato più desiderabile e il caricamento dei dati su un nuovo sistema.

In questo corso di formazione dal vivo con istruttore (in loco o remoto), i partecipanti impareranno come implementare gli SDK Apache Beam in un'applicazione Java o Python che definisce una pipeline di elaborazione dati per la scomposizione di un set di dati di grandi dimensioni in blocchi più piccoli per l'elaborazione parallela indipendente.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Installare e configurare Apache Beam.
• Utilizzare un unico modello di programmazione per eseguire sia l'elaborazione batch che quella in flusso dall'interno dell'applicazione Java o Python.
• Esegui pipeline in più ambienti.

Formato del corso

• In parte lezione, in parte discussione, esercizi e pratica pratica pesante

Nota

• Questo corso sarà disponibile Scala in futuro. Vi preghiamo di contattarci per organizzare.

Apache Apex è una piattaforma nativa di YARN che unifica l'elaborazione di flussi e batch. Elabora i big data in movimento in modo scalabile, performante, tollerante ai guasti, stateful, sicuro, distribuito e facilmente utilizzabile.

Questo corso di formazione dal vivo con istruttore introduce l'architettura di elaborazione dei flussi unificata di Apache Apex e guida i partecipanti attraverso la creazione di un'applicazione distribuita utilizzando Apex su Hadoop.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendere i concetti della pipeline di elaborazione dei dati, ad esempio i connettori per origini e sink, le trasformazioni comuni dei dati e così via.
• Crea, ridimensiona e ottimizza un'applicazione Apex
• Elabora flussi di dati in tempo reale in modo affidabile e con latenza minima
• Utilizza Apex Core e la libreria Apex Malhar per consentire lo sviluppo rapido delle applicazioni
• Utilizzare l'API Apex per scrivere e riutilizzare il codice esistente Java
• Integra Apex in altre applicazioni come motore di elaborazione
• Ottimizza, testa e ridimensiona le applicazioni Apex

Formato del corso

• Lezione e discussione interattiva.
• Un sacco di esercizi e pratica.
• Implementazione pratica in un ambiente live-lab.

Opzioni di personalizzazione del corso

• Per richiedere una formazione personalizzata per questo corso, contattateci per l'organizzazione.

Apache Storm è un motore di calcolo distribuito in tempo reale utilizzato per abilitare la business intelligence in tempo reale. A tale scopo, consente alle applicazioni di elaborare in modo affidabile flussi di dati illimitati (ovvero elaborazione di flussi).

"Storm è per l'elaborazione in tempo reale ciò che Hadoop è per l'elaborazione batch!"

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come installare e configurare Apache Storm, quindi sviluppare e distribuire un'applicazione Apache Storm per l'elaborazione di big data in tempo reale.

Alcuni degli argomenti inclusi in questa formazione includono:

• Apache Storm Nel contesto di Hadoop
• Utilizzo di dati illimitati
• Calcolo continuo
• Analitica in tempo reale
• Elaborazione RPC ed ETL distribuita

Richiedi subito questo corso!

Pubblico

• Sviluppatori di software ed ETL
• Professionisti del mainframe
• Scienziati dei dati
• Analisti di big data
• Hadoop professionisti

Formato del corso

•     In parte lezione, in parte discussione, esercizi e pratica pratica pesante

In questo corso di formazione dal vivo con istruttore in Italia (in loco o in remoto), i partecipanti impareranno come implementare e gestire Apache NiFi in un ambiente di laboratorio dal vivo.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Installa e configura Apachi NiFi.
• Acquisisci, trasforma e gestisci i dati da fonti di dati distribuite e disparate, tra cui database e big data lake.
• Automatizza i flussi di dati.
• Abilita l'analisi in streaming.
• Applicare vari approcci per l'inserimento dei dati.
• Trasforma Big Data e trasforma in insight aziendali.

In questo corso di formazione dal vivo con istruttore in Italia, i partecipanti impareranno i fondamenti della programmazione basata sul flusso mentre sviluppano una serie di estensioni, componenti e processori demo utilizzando Apache NiFi.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendi l'architettura e i concetti del flusso di dati di NiFi.
• Sviluppa estensioni utilizzando NiFi e API di terze parti.
• Sviluppare su misura il proprio processore Apache Nifi.
• Acquisisci ed elabora dati in tempo reale da formati di file e origini dati diversi e non comuni.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) introduce i principi e gli approcci alla base dell'elaborazione distribuita di flussi e batch di dati e guida i partecipanti attraverso la creazione di un'applicazione di streaming di dati in tempo reale in Apache Flink.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Configurare un ambiente per lo sviluppo di applicazioni di analisi dei dati.
• Scopri come funziona la libreria di elaborazione grafica (Gelly) di Apache Flink.
• Crea pacchetti, esegui e monitora applicazioni di streaming di dati basate su Flink e tolleranti ai guasti.
• Gestisci carichi di lavoro diversi.
• Esegui analisi avanzate.
• Configura un cluster Flink multi-nodo.
• Misura e ottimizza le prestazioni.
• Integra Flink con diversi sistemi Big Data.
• Confronta le funzionalità di Flink con quelle di altri framework di elaborazione dei big data.

In questo corso di formazione dal vivo con istruttore in Italia, i partecipanti impareranno come utilizzare Python e Spark insieme per analizzare i big data mentre lavorano su esercizi pratici.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Scopri come utilizzare Spark con Python per analizzare Big Data.
• Lavora su esercizi che imitano casi del mondo reale.
• Utilizzare diversi strumenti e tecniche per l'analisi dei big data utilizzando PySpark.

In questo corso di formazione dal vivo con istruttore in Italia, i partecipanti impareranno a conoscere le offerte tecnologiche e gli approcci di implementazione per l'elaborazione dei dati grafici. L'obiettivo è identificare gli oggetti del mondo reale, le loro caratteristiche e relazioni, quindi modellare queste relazioni ed elaborarle come dati utilizzando un approccio Graph Computing (noto anche come Graph Analitica). Iniziamo con un'ampia panoramica e ci concentriamo su strumenti specifici mentre esaminiamo una serie di casi di studio, esercizi pratici e implementazioni dal vivo.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Informazioni sul modo in cui i dati del grafo vengono salvati in modo permanente e attraversati.
• Selezionare il framework migliore per una determinata attività (dai database a grafo ai framework di elaborazione batch).
• Implementa Hadoop, Spark, GraphX e Pregel per eseguire il calcolo dei grafi su molte macchine in parallelo.
• Visualizza i problemi reali dei big data in termini di grafici, processi e attraversamenti.

Questo corso è destinato a sviluppatori e data scientist che desiderano comprendere e implementare l'intelligenza artificiale nelle loro applicazioni. Particolare attenzione è rivolta all'analitica dei dati, all'intelligenza artificiale distribuita e all'elaborazione del linguaggio naturale.