Apache Spark Formazione in Italia

Questo corso pratico, tenuto da un istruttore <in loc> (online o in presenza), si rivolge a data scientist ed ingegneri di livello intermedio che desiderano utilizzare Google Colab e Apache Spark per l’elaborazione e l’analisi dei big data.

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

• Configurare un ambiente per l’elaborazione dei big data tramite Google Colab e Spark.
• Elaborare e analizzare in modo efficiente grandi quantità di dati con Apache Spark.
• Visualizzare i dati di grandi dimensioni all’interno di un ambiente collaborativo.
• Integrare Apache Spark con strumenti basati sul cloud.

Stratio è una piattaforma incentrata sui dati che integra big data, intelligenza artificiale e governance in un’unica soluzione. I suoi moduli Rocket e Intelligence consentono un’esplorazione rapida dei dati, la loro trasformazione e l’analisi avanzata negli ambienti aziendali.

Questo corso di formazione dal vivo, tenuto da istruttori (online o in presenza), si rivolge a professionisti del settore dati di livello intermedio desiderosi di utilizzare efficacemente i moduli Rocket e Intelligence in Stratio tramite PySpark. Si approfondiranno strutture cicliche, funzioni definite dall’utente e logiche di elaborazione dei dati.

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

• Navigare e operare all’interno della piattaforma Stratio utilizzando i moduli Rocket e Intelligence.
• Impiegare PySpark nell’ambito dell’inserimento, trasformazione e analisi dei dati.
• Utilizzare cicli logici e istruzioni condizionali per gestire flussi di lavoro sui dati e compiti di ingegneria delle feature.
• Creare e gestire funzioni definite dall’utente (UDF) da riutilizzare nei processi di analisi con PySpark.

Formato del corso

• Lezioni interattive e dibattiti guidati.
• Numerosi esercizi pratici e attività di applicazione.
• Implementazioni pratiche in un ambiente laboratoriale live.

Opzioni di personalizzazione del corso

• Per richiedere un programma formativo su misura, contattateci per concordare i dettagli.

Questo corso pratico tenuto da istruttori in Italia (online o in sede) si rivolge agli sviluppatori che desiderano utilizzare e integrare Spark, Hadoop e Python al fine di elaborare, analizzare e trasformare insiemi di dati complessi e di grandi dimensioni.

Al termine del corso i partecipanti saranno in grado di:

• Configurare l’ambiente necessario per iniziare l’elaborazione dei big data con Spark, Hadoop e Python.
• Comprendere le caratteristiche, i componenti principali e l’architettura di Spark e Hadoop.
• Imparare a integrare Spark, Hadoop e Python nell’ambito dell’elaborazione dei big data.
• Esplorare gli strumenti presenti nell’ecosistema Spark (Spark MlLib, Spark Streaming, Kafka, Sqoop, Flume).
• Sviluppare sistemi di raccomandazione basati su filtraggio collaborativo simili a quelli adottati da Netflix, YouTube, Amazon, Spotify e Google.
• Utilizzare Apache Mahout per scalare gli algoritmi di machine learning.

Questo corso formativo dal vivo, tenuto da istruttori in Italia (online o in sede), si rivolge ad amministratori di sistema con competenze di livello principiante-intermedio che desiderano distribuire, gestire e ottimizzare cluster Spark.

Al termine del corso i partecipanti saranno in grado di:

• Installare e configurare Apache Spark in diversi ambienti.
• Gestione delle risorse del cluster e monitoraggio delle applicazioni Spark.
• Ottimizzazione delle prestazioni dei cluster Spark.
• Implementazione di misure di sicurezza e garanzia dell’alta disponibilità.
• Risoluzione dei problemi più comuni legati a Spark.

In questo corso pratico tenuto da istruttori in Italia, i partecipanti apprenderanno come combinare Python e Spark per analizzare i Big Data, impegnandosi in esercizi concreti.

Al termine del percorso formativo, saranno in grado di:

• Utilizzare Spark con Python nell’ambito dell’analisi dei Big Data.
• Eseguire esercizi che rispecchiano scenari reali.
• Adottare svariate tecniche e strumenti per l’elaborazione dei dati grazie a PySpark.

Questo corso live tenuto da un istruttore (online o in presenza) si rivolge a ingegneri dei dati, analisti dati e professionisti del settore che desiderano utilizzare Databricks e PySpark per creare pipeline di dati scalabili e migrare workflow SQL esistenti.

Questo corso offre un’introduzione pratica alla creazione di flussi di lavoro per l'elaborazione dei dati e l'apprendimento automatico in modo scalabile, sfruttando PySpark. I partecipanti acquisiranno conoscenze su come Apache Spark si inserisca negli attuali ecosistemi di Big Data e sulle modalità più efficaci per elaborare set di dati di grandi dimensioni grazie ai principi del calcolo distribuito.

Questo corso formativo dal vivo, condotto da istruttori in Italia (online o in presenza), è pensato per ingegneri che intendono impostare e utilizzare il sistema Apache Spark al fine di gestire grandi quantità di dati.

Al termine del corso i partecipanti saranno in grado di:

• Installare e configurare Apache Spark.
• Elaborare e analizzare rapidamente insiemi di dati molto voluminosi.
• Capire le differenze tra Apache Spark e Hadoop MapReduce, nonché quando impiegarli.
• Integrare Apache Spark con altri strumenti di machine learning.

Inizialmente, la curva di apprendimento di Apache Spark risulta piuttosto ripida: è necessario un notevole impegno per ottenere i primi risultati. Questo corso ha proprio lo scopo di aiutare gli studenti a superare questa fase difficile. Al termine del percorso, i partecipanti conosceranno le nozioni fondamentali di Apache Spark; sapranno distinguere correttamente tra RDD e DataFrame, impareranno ad utilizzare le API in Python e Scala, comprenderanno il ruolo degli executor e delle task. Inoltre, seguendo le best practice del settore, il corso si concentra in modo particolare sul deployment nel cloud, con attenzione a Databricks e AWS. Gli studenti acquisiranno anche familiarità con le differenze tra AWS EMR e AWS Glue, l’ultimo servizio Spark messo a disposizione da Amazon Web Services.

DESTINATARI:

Ingegneri dei dati, professionisti DevOps, Data Scientist