Contattataci

Struttura del corso

Introduzione alla piattaforma Stratio

  • Panoramica sull’architettura di Stratio e sui moduli principali
  • Il ruolo dei moduli Rocket e Intelligence nel ciclo di vita dei dati
  • Accesso alla piattaforma e navigazione nell’interfaccia utente di Stratio

Utilizzo del modulo Rocket

  • Inserimento dei dati e creazione di pipeline di elaborazione
  • Collegamento delle fonti dati e configurazione delle trasformazioni necessarie
  • Utilizzo di PySpark per operazioni di pre-elaborazione all’interno del modulo Rocket

Concetti fondamentali di PySpark per gli utenti Stratio

  • Strutture dati e operazioni principali in PySpark
  • Costrutti ciclici: uso di for, while, if/else
  • Creazione di funzioni personalizzate tramite l’istruzione def e loro applicazione

Utilizzo avanzato di Rocket con PySpark

  • Inserimento in tempo reale dei dati e relative trasformazioni
  • Applicazione di cicli logici e funzioni personalizzate sia nei contesti batch che real-time
  • Best practice per ottimizzare le prestazioni dei flussi di lavoro con PySpark

Scoperta del modulo Intelligence

  • Panoramica delle funzionalità di modellazione e analisi dati
  • Selezione, trasformazione ed esplorazione delle feature
  • Il contributo di PySpark nell’elaborazione personalizzata dei dati e nella generazione di insight significativi

Progettazione di flussi analitici avanzati

  • Creazione di funzioni definite dall’utente (UDF) all’interno del modulo Intelligence
  • Utilizzo di condizioni e cicli per definire logiche complesse sui dati
  • Casistica applicativa: segmentazione, aggregazione e previsione

Pubblicazione e collaborazione tra team

  • Salvataggio, esportazione e riutilizzo dei flussi di lavoro creati
  • Collaborazione con altri membri del team all’interno di Stratio
  • Valutazione dei risultati ottenuti e integrazione con strumenti successivi nel processo analitico

Conclusione e prossimi passi

Requisiti

  • Esperienza nella programmazione in Python
  • Conoscenza dei concetti fondamentali di analisi dati o elaborazione big data
  • Nozioni di base su Apache Spark e sul calcolo distribuito

Destinatari

  • Ingegneri dati che operano su piattaforme basate su Stratio
  • Analisti o sviluppatori che utilizzano i moduli Rocket e Intelligence
  • Team tecnici in transizione verso flussi di lavoro basati su PySpark all’interno di Stratio
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (3)

Corsi in Arrivo

Categorie relative