I corsi di formazione Apache Spark in diretta locale e istruiti dimostrano attraverso le esercitazioni pratiche come Spark si inserisce nell´ecosistema dei Big Data e come utilizzare Spark per l´analisi dei dati. La formazione di Apache Spark è disponibile come formazione dal vivo in loco o formazione dal vivo a distanza. La formazione on-site in loco può essere svolta localmente presso la sede del cliente a Italia o nei centri di formazione aziendale NobleProg a Italia. La formazione in remoto dal vivo viene effettuata tramite un desktop remoto interattivo. NobleProg, il tuo fornitore di formazione locale.
Recensioni
★★★★★
★★★★★
Richard è molto calmo e metodico, con una visione analitica - esattamente le qualità necessarie per presentare questo tipo di corso.
Kieran Mac Kenna
Corso: Spark for Developers
Translated by
Scenari e casi applicabili
zhaopeng liu - Fmr
Corso: Spark for Developers
Translated by
Analisi del caso
国栋 张
Corso: Spark for Developers
Translated by
tutte le parti di questa sessione
Eric Han - Fmr
Corso: Spark for Developers
Translated by
Sappiamo molto di più sull'intero ambiente.
John Kidd
Corso: Spark for Developers
Translated by
L'allenatore ha reso la classe interessante e divertente che aiuta un po 'con l'allenamento di tutti i giorni.
Ryan Speelman
Corso: Spark for Developers
Translated by
Penso che l'allenatore avesse uno stile eccellente nel combinare umorismo e storie di vita reale per rendere gli argomenti a portata di mano molto avvicinabili. Consiglio vivamente questo professore in futuro.
Corso: Spark for Developers
Translated by
Ernesto ha fatto un ottimo lavoro spiegando i concetti di alto livello dell'uso di Spark e dei suoi vari moduli.
Michael Nemerouf
Corso: Spark for Developers
Translated by
Mi è piaciuta la metodologia prevista da Jorge
Experian Colombia S.A
Corso: Spark for Developers
Translated by
Questo è uno dei migliori esercizi pratici di programmazione che abbia mai seguito.
Laura Kahn
Corso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Translated by
Questo è uno dei migliori corsi di formazione online che abbia mai seguito nella mia carriera di 13 anni. Continuate così!.
Corso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Translated by
Richard era molto disposto a divagare quando volevamo porre domande semi-correlate su cose che non erano nel programma. Le spiegazioni erano chiare e lui era in anticipo sui caveat in ogni consiglio che ci ha dato ..
ARM Limited
Corso: Spark for Developers
Translated by
La macchina virtuale mi è piaciuto molto
Il Maestro era molto ben informato per quanto riguarda l'argomento, così come altri argomenti, era molto bello e cordiale
Mi è piaciuta la struttura a Dubai.
Safar Alqahtani - Elm Information Security
Corso: Big Data Analytics in Health
Translated by
compiti di pratica
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Corso: Python and Spark for Big Data (PySpark)
Translated by
Penso che l'allenatore avesse uno stile eccellente nel combinare umorismo e storie di vita reale per rendere gli argomenti a portata di mano molto avvicinabili. Consiglio vivamente questo professore in futuro.
Corso: Spark for Developers
Translated by
Questo è uno dei migliori corsi di formazione online che abbia mai seguito nella mia carriera di 13 anni. Continuate così!.
Corso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
This course is aimed at developers and data scientists who wish to understand and implement AI within their applications. Special focus is given to Data Analysis, Distributed AI and NLP.
Alexio è un sistema di storage distribuito virtuale opensource che unifica sistemi di storage eterogenei e consente alle applicazioni di interagire con i dati a velocità di memoria Viene utilizzato da aziende come Intel, Baidu e Alibaba In questo corso di formazione dal vivo, istruito, i partecipanti apprenderanno come utilizzare Alexio per collegare diversi sistemi di calcolo con sistemi di archiviazione e gestire in modo efficiente i dati di scala multipetabyte mentre passano attraverso la creazione di un'applicazione con Alluxio Alla fine di questa formazione, i partecipanti saranno in grado di: Sviluppa un'applicazione con Alluxio Connetti i sistemi e le applicazioni di Big Data preservando uno spazio dei nomi Estrarre in modo efficiente il valore dai big data in qualsiasi formato di archiviazione Migliora le prestazioni del carico di lavoro Distribuisci e gestisci Alluxio standalone o cluster Pubblico Scienziato dei dati Sviluppatore Amministratore di sistema Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
L'analisi dei big data comporta il processo di esaminare grandi quantità di set di dati diversi al fine di scoprire correlazioni, schemi nascosti e altre utili informazioni L'industria della salute ha enormi quantità di dati medici e clinici eterogenei complessi L'applicazione dell'analisi dei big data sui dati sanitari presenta un enorme potenziale nel derivare intuizioni per migliorare l'erogazione dell'assistenza sanitaria Tuttavia, l'enormità di questi set di dati pone grandi sfide nelle analisi e nelle applicazioni pratiche in un ambiente clinico In questo corso di formazione dal vivo con istruttore (a distanza), i partecipanti impareranno come eseguire analisi dei big data in salute mentre eseguono una serie di esercizi di livelab Alla fine di questa formazione, i partecipanti saranno in grado di: Installa e configura strumenti di analisi dei big data come Hadoop MapReduce e Spark Comprendere le caratteristiche dei dati medici Applicare tecniche di big data per gestire i dati medici Studio di sistemi e algoritmi di big data nel contesto delle applicazioni sanitarie Pubblico Sviluppatori Scienziati di dati 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 .
Un gran numero di problemi del mondo reale può essere descritto in termini di grafici Ad esempio, il grafico Web, il grafico della rete sociale, il grafico della rete ferroviaria e il grafico della lingua Questi grafici tendono ad essere estremamente grandi; elaborarli richiede un set specializzato di strumenti e processi, questi strumenti e processi possono essere indicati come Graph Computing (noto anche come Graph Analytics) In questo corso di formazione dal vivo con istruttore, i partecipanti apprenderanno le offerte tecnologiche e gli approcci di implementazione per l'elaborazione dei dati del grafico Lo scopo è quello di identificare gli oggetti del mondo reale, le loro caratteristiche e relazioni, quindi modellare queste relazioni e elaborarle come dati utilizzando un approccio di calcolo grafico Iniziamo con una panoramica ampia e concentriamo gli strumenti specifici mentre passiamo attraverso una serie di studi di casi, esercitazioni pratiche e implementazioni dal vivo Alla fine di questa formazione, i partecipanti saranno in grado di: Comprendere in che modo i dati del grafico vengono mantenuti e attraversati Seleziona il framework migliore per una determinata attività (dai database del grafico ai framework di elaborazione batch) Implementa Hadoop, Spark, GraphX e Pregel per eseguire il calcolo del grafico su più macchine in parallelo Visualizza i problemi dei big data di realworld in termini di grafici, processi e attraversamenti Pubblico Sviluppatori Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
Hortonworks Data Platform è una piattaforma di supporto opensource Apache Hadoop che fornisce una base stabile per lo sviluppo di soluzioni di big data nell'ecosistema di Apache Hadoop Questo corso di formazione dal vivo con istruttore introduce Hortonworks e accompagna i partecipanti attraverso l'implementazione della soluzione Spark + Hadoop Alla fine di questa formazione, i partecipanti saranno in grado di: Utilizzare Hortonworks per eseguire in modo affidabile Hadoop su larga scala Unifica le funzionalità di sicurezza, governance e operazioni di Hadoop con i flussi di lavoro analitici agili di Spark Utilizzare Hortonworks per indagare, convalidare, certificare e supportare ciascuno dei componenti di un progetto Spark Elabora diversi tipi di dati, inclusi strutturati, non strutturati, inmotion e atrest Pubblico Amministratori Hadoop Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
Stream Processing si riferisce all'elaborazione in tempo reale di "dati in movimento", ovvero, esegue calcoli sui dati mentre vengono ricevuti Tali dati vengono letti come flussi continui da fonti di dati come eventi sensore, attività dell'utente del sito Web, scambi finanziari, swip della carta di credito, flussi di clic, ecc I framework di elaborazione stream sono in grado di leggere grandi volumi di dati in ingresso e fornire informazioni preziose quasi istantaneamente In questo corso di formazione dal vivo con istruttore (in loco o remoto), i partecipanti apprenderanno come configurare e integrare diversi framework di Stream Processing con i sistemi di archiviazione di big data esistenti e le relative applicazioni software e microservizi Alla fine di questa formazione, i partecipanti saranno in grado di: Installa e configura diversi framework di Stream Processing, come Spark Streaming e Kafka Streaming Comprendere e selezionare la struttura più appropriata per il lavoro Processo di dati in modo continuo, simultaneo e in modalità recordbyrecord Integrare le soluzioni di elaborazione dei flussi con database esistenti, data warehouse, laghi dati, ecc Integrazione della libreria di elaborazione del flusso più appropriata con applicazioni aziendali e microservizi Pubblico Sviluppatori Architetti del software Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva Gli appunti Per richiedere una formazione personalizzata per questo corso, vi preghiamo di contattarci per organizzare .
Magellan è un motore di esecuzione distribuito opensource per l'analisi geospaziale su big data Implementato su Apache Spark, estende Spark SQL e fornisce un'astrazione relazionale per l'analisi geospaziale Questo corso di formazione dal vivo con istruttore introduce i concetti e gli approcci per l'implementazione dell'analisi geospaziale e accompagna i partecipanti attraverso la creazione di un'applicazione di analisi predittiva utilizzando Magellan su Spark Alla fine di questa formazione, i partecipanti saranno in grado di: Interrogare, analizzare e unire in modo efficiente set di dati geospaziali su vasta scala Implementare dati geospaziali in applicazioni di business intelligence e analisi predittiva Utilizzare il contesto spaziale per estendere le funzionalità di dispositivi mobili, sensori, registri e dispositivi indossabili Pubblico Sviluppatori di applicazioni Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
Apache Spark's learning curve is slowly increasing at the begining, it needs a lot of effort to get the first return. This course aims to jump through the first tough part. After taking this course the participants will understand the basics of Apache Spark , they will clearly differentiate RDD from DataFrame, they will learn Python and Scala API, they will understand executors and tasks, etc. Also following the best practices, this course strongly focuses on cloud deployment, Databricks and AWS. The students will also understand the differences between AWS EMR and AWS Glue, one of the lastest Spark service of AWS.
OBBIETTIVO: Questo corso introdurrà Apache Spark Gli studenti impareranno come Spark si inserisce nell'ecosistema dei Big Data e come utilizzare Spark per l'analisi dei dati Il corso copre Spark shell per l'analisi dei dati interattivi, Spark internals, Spark APIs, Spark SQL, Spark streaming, machine learning e graphX PUBBLICO: Sviluppatori / Analisti di dati .
Python è un linguaggio di programmazione di alto livello famoso per la sua chiara sintassi e leggibilità del codice Spark è un motore di elaborazione dati utilizzato per interrogare, analizzare e trasformare grandi dati PySpark consente agli utenti di interfacciare Spark con Python In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come usare Python e Spark insieme per analizzare i big data mentre lavorano sugli esercizi di handson Alla fine di questa formazione, i partecipanti saranno in grado di: Impara come usare Spark con Python per analizzare i Big Data Lavora su esercizi che imitano le circostanze del mondo reale Usa diversi strumenti e tecniche per l'analisi dei big data usando PySpark Pubblico Sviluppatori Professionisti IT Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
Spark SQL è il modulo di Apache Spark per lavorare con dati strutturati e non strutturati Spark SQL fornisce informazioni sulla struttura dei dati e sul calcolo eseguito Questa informazione può essere utilizzata per eseguire ottimizzazioni Due usi comuni di Spark SQL sono: per eseguire query SQL leggere i dati da un'installazione Hive esistente In questo corso di formazione dal vivo con istruttore (in loco o remoto), i partecipanti impareranno come analizzare vari tipi di set di dati utilizzando Spark SQL Alla fine di questa formazione, i partecipanti saranno in grado di: Installa e configura Spark SQL Eseguire analisi dei dati usando Spark SQL Interroga i set di dati in diversi formati Visualizza dati e risultati delle query Pubblico Analisti di dati Scienziati di dati Ingegneri dei dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva Gli appunti Per richiedere una formazione personalizzata per questo corso, vi preghiamo di contattarci per organizzare .
MLlib è la libreria di machine learning (ML) di Spark Il suo obiettivo è rendere l'apprendimento della macchina pratico scalabile e facile Consiste in algoritmi e utilità di apprendimento comuni, tra cui classificazione, regressione, clustering, filtraggio collaborativo, riduzione della dimensionalità, primitive di ottimizzazione di livello inferiore e API di pipeline più elevate Si divide in due pacchetti: sparkmllib contiene l'API originale costruita su RDD sparkml fornisce API higherlevel basate su DataFrames per la costruzione di pipeline ML Pubblico Questo corso è rivolto a ingegneri e sviluppatori che desiderano utilizzare una libreria macchina integrata per Apache Spark .
.png "new york stock exchange (nyse)")
.gif "european organization for nuclear research (cern)")
.jpg "european molecular biology laboratory (embl)")
.jpg "aeronautical radio, incorporated (arinc)")
