Corso di formazione IBM Datastage For Administrators and Developers

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

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

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

Il corso fa parte del set di abilità Data Scientist (Dominio: Dati e tecnologia).

Apache Druid è un archivio dati distribuito open source, orientato alle colonne, scritto in Java . È stato progettato per importare rapidamente enormi quantità di dati di eventi ed eseguire query OLAP a bassa latenza su tali dati. Druid è comunemente usato nelle applicazioni di business intelligence per analizzare elevati volumi di dati storici e in tempo reale. È inoltre adatto per alimentare dashboard analitici veloci, interattivi per gli utenti finali. Druid è utilizzato da aziende come Alibaba, Airbnb, Cisco , eBay, Netflix, Paypal e Yahoo.

In questo corso dal vivo con istruttore esploriamo alcuni dei limiti delle soluzioni di data warehouse e discutiamo di come Druid può integrare tali tecnologie per formare uno stack di analisi dello streaming flessibile e scalabile. Esaminiamo numerosi esempi, offrendo ai partecipanti la possibilità di implementare e testare soluzioni basate su Druid in un ambiente di laboratorio.

Formato del corso

• Parte lezione, parte discussione, pratica pratica pesante, prove occasionali per valutare la comprensione

Apache Kylin è un motore di analisi estremamente distribuito per i big data.

In questo allenamento diretto da istruttori, i partecipanti impareranno come utilizzare Apache Kylin per installare un magazzino di dati in tempo reale.

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

• Consumo di dati in tempo reale tramite Kylin
• Utilize Apache Kylin's funzionalità potenti,richi SQL interfaccia, spark cubing e latenza della domanda subseconda

Nota

• Utilizziamo la versione più recente di Kylin (sulla base di questa scrittura, Apache Kylin v2.0)

Il pubblico

• Ingegnere Big Data
• Big Data Gli analisti

Il formato del corso

• Lezioni parziali, discussioni parziali, esercizi e pratiche pesanti

Mem SQL è un sistema di gestione di database SQL in memoria, distribuito per cloud e locale. È un data warehouse in tempo reale che fornisce immediatamente informazioni dettagliate su dati storici e in tempo reale.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno gli elementi essenziali di Mem SQL per lo sviluppo e l'amministrazione.

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

• Comprendi i concetti e le caratteristiche chiave di Mem SQL
• Installa, progetta, mantieni e gestisci Mem SQL
• Ottimizza gli schemi in Mem SQL
• Migliora le query in Mem SQL
• Prestazioni di benchmark in Mem SQL
• Crea applicazioni di dati in tempo reale utilizzando Mem SQL

Pubblico

• Sviluppatori
• Amministratori
• Ingegneri Operativi

Formato del corso

• Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche

Amazon Redshift è un servizio di data warehouse basato su cloud petabytescale in AWS In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno i fondamenti di Amazon Redshift Alla fine di questa formazione, i partecipanti saranno in grado di: Installa e configura Amazon Redshift Carica, configura, distribuisci, esegui query e visualizza i dati con Amazon Redshift Pubblico Sviluppatori Professionisti IT Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva Nota Per richiedere una formazione personalizzata per questo corso, vi preghiamo di contattarci per organizzare .

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli sviluppatori che desiderano creare un database Greenplum multi-nodo.

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

• Installa e configura Pivotal Greenplum.
• Modella i dati in base alle esigenze attuali e ai piani di espansione futuri.
• Eseguire diverse tecniche per distribuire i dati su più nodi.
• Migliorare le prestazioni del database tramite l'ottimizzazione.
• Monitorare e risolvere i problemi di un database Greenplum.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli amministratori che desiderano configurare Greenplum Database soluzioni di business intelligence e data warehousing.

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

• Soddisfa le esigenze di lavorazione con Greenplum.
• Eseguire operazioni ETL per l'elaborazione dei dati.
• Sfrutta le infrastrutture di elaborazione delle query esistenti.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto ai data engineer di livello intermedio che desiderano imparare a usare Azure Data Lake Storage Gen2 per soluzioni di analisi dei dati efficaci.

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

• Comprendere l'architettura e le funzionalità principali di Azure Data Lake Storage Gen2.
• Ottimizza l'archiviazione e l'accesso ai dati in termini di costi e prestazioni.
• Integrare Azure Data Lake Storage Gen2 con altri servizi Azure per l'analisi e l'elaborazione dei dati.
• Sviluppare soluzioni usando l'API Azure Data Lake Storage Gen2.
• Risolvi i problemi più comuni e ottimizza le strategie di archiviazione.

To meet compliance of the regulators, CSPs (Communication service providers) can tap into Big Data Analytics which not only help them to meet compliance but within the scope of same project they can increase customer satisfaction and thus reduce the churn. In fact since compliance is related to Quality of service tied to a contract, any initiative towards meeting the compliance, will improve the “competitive edge” of the CSPs. Therefore, it is important that Regulators should be able to advise/guide a set of Big Data analytic practice for CSPs that will be of mutual benefit between the regulators and CSPs.

The course consists of 8 modules (4 on day 1, and 4 on day 2)

I progressi tecnologici e la crescente quantità di informazioni stanno trasformando il modo in cui vengono condotte le attività in molti settori, tra cui quello governativo. GoI tassi di generazione dei dati e di archiviazione digitale sono in aumento a causa della rapida crescita di dispositivi e applicazioni mobili, sensori e dispositivi intelligenti, soluzioni di cloud computing e portali rivolti ai cittadini. Man mano che le informazioni digitali si espandono e diventano più complesse, anche la gestione, l'elaborazione, l'archiviazione, la sicurezza e la disposizione delle informazioni diventano più complesse. I nuovi strumenti di acquisizione, ricerca, scoperta e analisi aiutano le organizzazioni a ottenere informazioni dettagliate dai dati non strutturati. Il mercato governativo è a un punto di svolta, rendendosi conto che le informazioni sono una risorsa strategica e che il governo deve proteggere, sfruttare e analizzare le informazioni strutturate e non strutturate per servire e soddisfare meglio i requisiti della missione. Mentre i leader governativi si sforzano di far evolvere le organizzazioni basate sui dati per portare a termine con successo la missione, stanno gettando le basi per correlare le dipendenze tra eventi, persone, processi e informazioni.

Soluzioni governative di alto valore saranno create da un mashup delle tecnologie più dirompenti:

• Dispositivi mobili e applicazioni
• Servizi cloud
• Tecnologie per il social business e il networking
• Big Data e analisi

IDC prevede che entro il 2020 l'industria IT raggiungerà i 5 trilioni di dollari, circa 1,7 trilioni di dollari in più rispetto a oggi, e che l'80% della crescita del settore sarà guidata da queste tecnologie di terza piattaforma. A lungo termine, queste tecnologie saranno strumenti chiave per affrontare la complessità dell'aumento dell'informazione digitale. Big Data è una delle soluzioni industriali intelligenti e consente alla pubblica amministrazione di prendere decisioni migliori agendo sulla base di modelli rivelati dall'analisi di grandi volumi di dati, correlati e non correlati, strutturati e non strutturati.

"Dare un senso a questi volumi di Big Data richiede strumenti e tecnologie all'avanguardia in grado di analizzare ed estrarre conoscenze utili da flussi di informazioni vasti e diversificati", hanno scritto Tom Kalil e Fen Zhao dell'Ufficio della Casa Bianca per la politica scientifica e tecnologica in un post sul blog dell'OSTP.

La Casa Bianca ha fatto un passo avanti per aiutare le agenzie a trovare queste tecnologie quando ha istituito la National Research and Development Initiative nel 2012. L'iniziativa ha incluso più di 200 milioni di dollari per sfruttare al meglio l'esplosione di Big Data e gli strumenti necessari per analizzarla.

Le sfide che Big Data pone sono tanto scoraggianti quanto incoraggianti sono le sue promesse. Archiviare i dati in modo efficiente è una di queste sfide. Come sempre, i budget sono limitati, quindi le agenzie devono ridurre al minimo il prezzo per megabyte di storage e mantenere i dati a portata di mano in modo che gli utenti possano ottenerli quando vogliono e come ne hanno bisogno. Il backup di enormi quantità di dati aumenta la sfida.

Analizzare i dati in modo efficace è un'altra grande sfida. Molte agenzie utilizzano strumenti commerciali che consentono loro di setacciare montagne di dati, individuando le tendenze che possono aiutarle a operare in modo più efficiente. (Un recente studio di MeriTalk ha rilevato che i dirigenti IT federali pensano che Big Data potrebbe aiutare le agenzie a risparmiare più di 500 miliardi di dollari, soddisfacendo al contempo gli obiettivi della missione).

Gli strumenti sviluppati su misura Big Data consentono inoltre alle agenzie di soddisfare la necessità di analizzare i propri dati. Ad esempio, il Computational Data Analytics Group dell'Oak Ridge National Laboratory ha messo a disposizione di altre agenzie il suo sistema di analisi dei dati Piranha. Il sistema ha aiutato i ricercatori medici a trovare un collegamento in grado di avvisare i medici degli aneurismi aortici prima che colpiscano. Viene utilizzato anche per compiti più banali, come setacciare i curriculum per mettere in contatto i candidati con i responsabili delle assunzioni.

Giorno 1: offre una panoramica di alto livello delle principali aree tematiche sui Big Data . Il modulo è diviso in una serie di sezioni, ognuna delle quali è accompagnata da un esercizio pratico.

Giorno 2: esplora una serie di argomenti che mettono in relazione pratiche e strumenti di analisi per ambienti Big Data . Non si occupa di dettagli di implementazione o programmazione, ma mantiene invece la copertura a livello concettuale, concentrandosi su argomenti che consentono ai partecipanti di sviluppare una comprensione completa delle comuni funzioni di analisi e caratteristiche offerte dalle soluzioni Big Data .

Giorno 3: fornisce una panoramica delle aree tematiche fondamentali ed essenziali relative all'architettura della piattaforma di soluzioni Big Data . Copre i meccanismi di Big Data necessari per lo sviluppo di una piattaforma di soluzione di Big Data e opzioni di architettura per l'assemblaggio di una piattaforma di elaborazione dati. Vengono inoltre presentati scenari comuni per fornire una comprensione di base di come viene generalmente utilizzata una piattaforma di soluzioni Big Data .

Giorno 4: si basa sul Giorno 3 esplorando argomenti avanzati relativi all'architettura Big Data piattaforma di soluzioni Big Data . In particolare, vengono introdotti e discussi diversi livelli architettonici che compongono la piattaforma di soluzione Big Data , tra cui origini dati, ingresso dati, archiviazione dati, elaborazione e sicurezza dei dati.

Giorno 5: copre una serie di esercizi e problemi progettati per testare la capacità dei delegati di applicare la conoscenza degli argomenti trattati nei giorni 3 e 4.

I progressi nelle tecnologie e la crescente quantità di informazioni stanno trasformando il modo in cui viene condotta l'applicazione della legge. Le sfide poste dai Big Data sono quasi scoraggianti come la promessa dei Big Data . La memorizzazione efficiente dei dati è una di queste sfide; analizzarlo efficacemente è un altro.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno la mentalità con cui affrontare le tecnologie dei Big Data , valutare il loro impatto sui processi e sulle politiche esistenti e implementare queste tecnologie allo scopo di identificare l'attività criminale e prevenire la criminalità. Verranno esaminati casi di studio da parte delle forze dell'ordine di tutto il mondo per ottenere approfondimenti sugli approcci, le sfide e i risultati relativi all'adozione.

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

• Combina la tecnologia dei Big Data con i tradizionali processi di raccolta dei dati per mettere insieme una storia durante un'indagine
• Implementare soluzioni industriali di archiviazione e elaborazione dei big data per l'analisi dei dati
• Preparare una proposta per l'adozione degli strumenti e dei processi più adeguati per consentire un approccio basato sui dati alle indagini penali

Pubblico

• Specialisti delle forze dell'ordine con un background tecnico

Formato del corso

• Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche

Big Data è un termine che si riferisce a soluzioni destinate alla memorizzazione e all'elaborazione di grandi set di dati. Sviluppate inizialmente da Go ogle, queste soluzioni di Big Data hanno evoluto e ispirato altri progetti simili, molti dei quali sono disponibili come open-source. R è un linguaggio di programmazione popolare nel settore finanziario.

Quando le tecnologie di archiviazione tradizionali non gestiscono la quantità di dati che è necessario archiviare, ci sono centinaia di alternative. Questo corso cerca di guidare i partecipanti quali sono le alternative per archiviare e analizzare i Big Data e quali sono i loro pro e contro.

Questo corso si concentra principalmente sulla discussione e la presentazione di soluzioni, sebbene siano disponibili esercitazioni pratiche su richiesta.