I corsi di formazione di Big Data dal vivo con istruttore iniziano con un´introduzione ai concetti elementali sui Big Data, quindi avanzano nei linguaggi di programmazione e nelle metodologie utilizzate per eseguire l´analisi dei dati. Gli strumenti e l´infrastruttura per abilitare l´archiviazione dei Big Data, l´elaborazione distribuita e la scalabilità sono discussi, confrontati e implementati nelle sessioni di pratica dimostrativa. La formazione sui Big Data è disponibile come formazione dal vivo sul posto 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 NobleProg a Italia. La formazione in remoto dal vivo viene effettuata tramite un desktop remoto interattivo. NobleProg, Il tuo fornitore di formazione locale.
Recensioni
Il fatto che tutti i dati e il software fossero pronti per l'uso su una VM già preparata, fornita dal trainer in dischi esterni.
vyzVoice
Corso: Hadoop for Developers and Administrators
Machine Translated
gamma di materiali
Maciej Jonczyk
Corso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
sistematizzare le conoscenze nel campo della ML
Orange Polska
Corso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Un sacco di problemi che possono essere esplorati dopo la formazione
Klaudia Kłębek
Corso: Data Mining z wykorzystaniem R
Machine Translated
L'allenatore era così preparato e comprendeva le aree che mi interessavano.
Mohamed Salama
Corso: Data Mining & Machine Learning with R
Machine Translated
Molto su misura per esigenze.
Yashan Wang
Corso: Data Mining with R
Machine Translated
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
Machine Translated
Mi piacciono gli esercizi fatti.
Nour Assaf
Corso: Data Mining and Analysis
Machine Translated
L'esercizio pratico e la capacità del formatore di spiegare argomenti complessi in termini semplici.
youssef chamoun
Corso: Data Mining and Analysis
Machine Translated
Le informazioni fornite sono state interessanti e la parte migliore è stata verso la fine quando ci sono stati forniti i dati di Durex e abbiamo lavorato su dati con cui abbiamo familiarità e che eseguiamo operazioni per ottenere risultati.
Jessica Chaar
Corso: Data Mining and Analysis
Machine Translated
Mi è piaciuto soprattutto l'allenatore dando esempi reali dal vivo.
Simon Hahn
Corso: Administrator Training for Apache Hadoop
Machine Translated
Ho davvero apprezzato le grandi competenze di Trainer.
Grzegorz Gorski
Corso: Administrator Training for Apache Hadoop
Machine Translated
Ho davvero apprezzato le molte sessioni pratiche.
Jacek Pieczątka
Corso: Administrator Training for Apache Hadoop
Machine Translated
condividere lo schema del concetto e anche il campione per le mani sporche
Mark Yang - FMR
Corso: Spark for Developers
Machine Translated
Ho pensato che l'informazione fosse interessante.
Allison May
Corso: Data Visualization
Machine Translated
Ho davvero apprezzato il fatto che Jeff abbia utilizzato dati ed esempi applicabili ai dati sull'istruzione. Lo ha reso interessante e interattivo.
Carol Wells Bazzichi
Corso: Data Visualization
Machine Translated
Informazioni su tutti i tipi di grafici e su cosa sono utilizzati. Imparare il valore del disordine. Informazioni sui metodi per mostrare i dati temporali.
Susan Williams
Corso: Data Visualization
Machine Translated
L'allenatore era entusiasta.
Diane Lucas
Corso: Data Visualization
Machine Translated
Mi è piaciuto molto il contenuto / Istruttore.
Craig Roberson
Corso: Data Visualization
Machine Translated
Sono uno studente pratico e questo è stato qualcosa che ha fatto molto.
Lisa Comfort
Corso: Data Visualization
Machine Translated
Mi sono piaciuti gli esempi.
Peter Coleman
Corso: Data Visualization
Machine Translated
Generalmente ho tratto beneficio dagli esempi.
Peter Coleman
Corso: Data Visualization
Machine Translated
Mi sono piaciuti i buoni esempi del mondo reale, le recensioni dei rapporti esistenti.
Ronald Parrish
Corso: Data Visualization
Machine Translated
Scenari e casi applicabili
zhaopeng liu - Fmr
Corso: Spark for Developers
Machine Translated
Analisi del caso
国栋 张
Corso: Spark for Developers
Machine Translated
tutte le parti di questa sessione
Eric Han - Fmr
Corso: Spark for Developers
Machine Translated
Ho davvero beneficiato della volontà del formatore di condividere di più.
Balaram Chandra Paul
Corso: A practical introduction to Data Analysis and Big Data
Machine Translated
Sappiamo molto di più sull'intero ambiente.
John Kidd
Corso: Spark for Developers
Machine Translated
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
Machine Translated
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
Machine Translated
È piaciuto molto il modo di apprendimento interattivo.
Luigi Loiacono
Corso: Data Analysis with Hive/HiveQL
Machine Translated
Era un allenamento molto pratico, mi piacevano gli esercizi pratici.
Proximus
Corso: Data Analysis with Hive/HiveQL
Machine Translated
Ho tratto beneficio dalla buona panoramica, dal buon equilibrio tra teoria ed esercizi.
Proximus
Corso: Data Analysis with Hive/HiveQL
Machine Translated
Mi è piaciuta l'interazione dinamica e "hands-on" il soggetto, grazie alla Virtual Machine, molto stimolante !.
Philippe Job
Corso: Data Analysis with Hive/HiveQL
Machine Translated
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
Machine Translated
Ho tratto beneficio dalla competenza e conoscenza del trainer.
Jonathan Puvilland
Corso: Data Analysis with Hive/HiveQL
Machine Translated
Generalmente ho tratto beneficio dalla presentazione delle tecnologie.
Continental AG / Abteilung: CF IT Finance
Corso: A practical introduction to Data Analysis and Big Data
Machine Translated
Nel complesso il contenuto è stato buono.
Sameer Rohadia
Corso: A practical introduction to Data Analysis and Big Data
Machine Translated
Esercizi di esempio, condivisione pratica di esperienze lavorative
澳新银行
Corso: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Cubo e DV
Alan Xie
Corso: Data Vault: Building a Scalable Data Warehouse
Machine Translated
L'insegnante ha una conoscenza completa del data warehouse.
澳新银行
Corso: Data Vault: Building a Scalable Data Warehouse
Machine Translated
L'insegnante ha spiegato in dettaglio e discusso l'atmosfera
澳新银行
Corso: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Michael il formatore è molto esperto e abile circa il tema di Big Data e R. È molto flessibile e personalizza rapidamente la formazione soddisfacendo le esigenze dei clienti. È anche molto capace di risolvere problemi tecnici e di argomento in movimento. Formazione fantastica e professionale !.
Xiaoyuan Geng - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Corso: Programming with Big Data in R
Machine Translated
Ho davvero apprezzato l'introduzione di nuovi pacchetti.
Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Corso: Programming with Big Data in R
Machine Translated
Il tutor, il signor Michael Yan, ha interagito molto bene con il pubblico, le istruzioni erano chiare. Il tutor può anche aggiungere ulteriori informazioni in base alle richieste degli studenti durante la formazione.
Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Corso: Programming with Big Data in R
Machine Translated
L'argomento e il ritmo erano perfetti.
Tim - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Corso: Programming with Big Data in R
Machine Translated
L'esempio e il materiale di formazione erano sufficienti e hanno reso facile capire cosa stai facendo.
Teboho Makenete
Corso: Data Science for Big Data Analytics
Machine Translated
Questo è uno dei migliori corsi pratici di programmazione che abbia mai seguito.
Laura Kahn
Corso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
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
Machine Translated
È stato molto pratico, abbiamo trascorso metà del tempo a fare cose in Clouded / Hardtop, eseguendo comandi diversi, controllando il sistema e così via. I materiali extra (libri, siti Web, ecc.) Sono stati molto apprezzati, dovremo continuare a imparare. Le installazioni erano abbastanza divertenti e molto pratiche, la configurazione del cluster da zero era davvero buona.
Ericsson
Corso: Administrator Training for Apache Hadoop
Machine Translated
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
Machine Translated
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
Machine Translated
Schema generale del corso Big Data
Nome del corso
Durata
Overview
Nome del corso
Durata
Overview
21 hours
Python è un linguaggio di programmazione scalabile, flessibile e ampiamente utilizzato per la scienza dei dati e l'apprendimento automatico. Spark è un motore di elaborazione dei dati utilizzato per la ricerca, l'analisi e la trasformazione dei big data, mentre Hadoop è un framework della libreria software per lo storage e il trattamento dei dati su larga scala.
Questo allenamento diretto da istruttori (online o on-site) è rivolto a sviluppatori che vogliono utilizzare e integrare Spark, Hadoop, e Python per elaborare, analizzare e trasformare grandi e complessi set di dati.
Al termine di questo corso, i partecipanti saranno in grado di:
Crea l'ambiente necessario per iniziare il trattamento dei big data con Spark, Hadoop, e Python. Comprendere le caratteristiche, i componenti chiave e l'architettura di Spark e Hadoop. Scopri come integrare Spark, Hadoop, e Python per il trattamento dei big data. Esplora gli strumenti nell'ecosistema Spark (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka, e Flume). Costruisci sistemi di raccomandazione di filtrazione collaborativa simili a Netflix, YouTube, Amazon, Spotify e Google. Apache Mahout per scalare gli algoritmi di apprendimento automatico.
Il formato del corso
Interattiva lezione e discussione. Molti esercizi e pratiche. Implementazione a mano in un ambiente live-lab.
Opzioni di personalizzazione del corso
Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
Questo allenamento diretto da istruttori (online o on-site) è rivolto a sviluppatori che vogliono utilizzare e integrare Spark, Hadoop, e Python per elaborare, analizzare e trasformare grandi e complessi set di dati.
Al termine di questo corso, i partecipanti saranno in grado di:
Crea l'ambiente necessario per iniziare il trattamento dei big data con Spark, Hadoop, e Python. Comprendere le caratteristiche, i componenti chiave e l'architettura di Spark e Hadoop. Scopri come integrare Spark, Hadoop, e Python per il trattamento dei big data. Esplora gli strumenti nell'ecosistema Spark (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka, e Flume). Costruisci sistemi di raccomandazione di filtrazione collaborativa simili a Netflix, YouTube, Amazon, Spotify e Google. Apache Mahout per scalare gli algoritmi di apprendimento automatico.
Il formato del corso
Interattiva lezione e discussione. Molti esercizi e pratiche. Implementazione a mano in un ambiente live-lab.
Opzioni di personalizzazione del corso
Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
14 hours
Waikato Environment for Knowledge Analysis (Weka) è un software di visualizzazione del mining di dati open source. Fornisce una raccolta di algoritmi di apprendimento automatico per la preparazione dei dati, la classificazione, il clustering e altre attività di mining dei dati.
Questo istruttore guidato, la formazione in diretta (online o on-site) è rivolto ad analisti di dati e scienziati di dati che vogliono utilizzare Weka per svolgere compiti di mining dei dati.
Al termine di questo corso, i partecipanti saranno in grado di:
Installazione e configurazione Weka Comprendere il Weka ambiente e il lavoro. Eseguire i compiti di mining dei dati utilizzando Weka.
Il formato del corso
Interattiva lezione e discussione. Molti esercizi e pratiche. Implementazione a mano in un ambiente live-lab.
Opzioni di personalizzazione del corso
Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
Questo istruttore guidato, la formazione in diretta (online o on-site) è rivolto ad analisti di dati e scienziati di dati che vogliono utilizzare Weka per svolgere compiti di mining dei dati.
Al termine di questo corso, i partecipanti saranno in grado di:
Installazione e configurazione Weka Comprendere il Weka ambiente e il lavoro. Eseguire i compiti di mining dei dati utilizzando Weka.
Il formato del corso
Interattiva lezione e discussione. Molti esercizi e pratiche. Implementazione a mano in un ambiente live-lab.
Opzioni di personalizzazione del corso
Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
14 hours
IBM SPSS Modeler è un software utilizzato per la miniera dei dati e l'analisi del testo. Fornisce un insieme di strumenti di mining dei dati che possono costruire modelli predettivi e svolgere compiti di analisi dei dati.
Questo allenamento guidato da istruttori, in diretta (online o on-site) è rivolto agli analisti dei dati o a chiunque desideri utilizzare SPSS Modeler per svolgere attività di mining dei dati.
Al termine di questo corso, i partecipanti saranno in grado di:
Conoscere i fondamenti della miniera dei dati. Scopri come importare e valutare la qualità dei dati con il Modeller. Sviluppare, implementare e valutare i modelli di dati in modo efficiente.
Il formato del corso
Interattiva lezione e discussione. Molti esercizi e pratiche. Implementazione a mano in un ambiente live-lab.
Opzioni di personalizzazione del corso
Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
Questo allenamento guidato da istruttori, in diretta (online o on-site) è rivolto agli analisti dei dati o a chiunque desideri utilizzare SPSS Modeler per svolgere attività di mining dei dati.
Al termine di questo corso, i partecipanti saranno in grado di:
Conoscere i fondamenti della miniera dei dati. Scopri come importare e valutare la qualità dei dati con il Modeller. Sviluppare, implementare e valutare i modelli di dati in modo efficiente.
Il formato del corso
Interattiva lezione e discussione. Molti esercizi e pratiche. Implementazione a mano in un ambiente live-lab.
Opzioni di personalizzazione del corso
Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
35 hours
I partecipanti che completano questa formazione guidata da istruttori, in diretta, acquisteranno una comprensione pratica e reale della Big Data e delle sue tecnologie, metodologie e strumenti correlati.
I partecipanti avranno l'opportunità di mettere questa conoscenza in pratica attraverso esercizi pratici. L'interazione di gruppo e il feedback degli istruttori costituiscono un componente importante della classe.
Il corso inizia con un'introduzione ai concetti elementari di Big Data, poi si sviluppa nelle lingue di programmazione e nelle metodologie utilizzate per eseguire Data Analysis. Infine, stiamo discutendo gli strumenti e le infrastrutture che consentono Big Data storage, elaborazione distribuita e Scalabilità.
Il formato del corso
Parziale lezione, parziale discussione, pratica e implementazione, occasionale quiz per misurare il progresso.
I partecipanti avranno l'opportunità di mettere questa conoscenza in pratica attraverso esercizi pratici. L'interazione di gruppo e il feedback degli istruttori costituiscono un componente importante della classe.
Il corso inizia con un'introduzione ai concetti elementari di Big Data, poi si sviluppa nelle lingue di programmazione e nelle metodologie utilizzate per eseguire Data Analysis. Infine, stiamo discutendo gli strumenti e le infrastrutture che consentono Big Data storage, elaborazione distribuita e Scalabilità.
Il formato del corso
Parziale lezione, parziale discussione, pratica e implementazione, occasionale quiz per misurare il progresso.
21 hours
In this instructor-led, live training in Italia, participants will learn how to use Python and Spark together to analyze big data as they work on hands-on exercises.
By the end of this training, participants will be able to:
- Learn how to use Spark with Python to analyze Big Data.
- Work on exercises that mimic real world cases.
- Use different tools and techniques for big data analysis using PySpark.
By the end of this training, participants will be able to:
- Learn how to use Spark with Python to analyze Big Data.
- Work on exercises that mimic real world cases.
- Use different tools and techniques for big data analysis using PySpark.
7 hours
Questo corso illustra come utilizzare il linguaggio Hive SQL (AKA: Hive HQL, SQL on Hive , Hive QL) per le persone che estraggono dati da Hive
21 hours
La scoperta della conoscenza in database (KDD) è il processo di scoperta di conoscenze utili da una raccolta di dati. Le applicazioni di vita reale per questa tecnica di mining dei dati includono marketing, rilevamento di frodi, telecomunicazioni e produzione.
In questo corso guidato da insegnanti, in diretta, introduciamo i processi coinvolti nel KDD e realizziamo una serie di esercizi per praticare la realizzazione di questi processi.
Il pubblico
Analisti di dati o chiunque sia interessato a imparare come interpretare i dati per risolvere i problemi
Il formato del corso
Dopo un dibattito teorico di KDD, l'insegnante presenterà casi di vita reale che richiedono l'applicazione di KDD per risolvere un problema. I partecipanti prepareranno, selezioneranno e purneranno i set di dati di campione e utilizzeranno le loro conoscenze precedenti sui dati per proporre soluzioni basate sui risultati delle loro osservazioni.
In questo corso guidato da insegnanti, in diretta, introduciamo i processi coinvolti nel KDD e realizziamo una serie di esercizi per praticare la realizzazione di questi processi.
Il pubblico
Analisti di dati o chiunque sia interessato a imparare come interpretare i dati per risolvere i problemi
Il formato del corso
Dopo un dibattito teorico di KDD, l'insegnante presenterà casi di vita reale che richiedono l'applicazione di KDD per risolvere un problema. I partecipanti prepareranno, selezioneranno e purneranno i set di dati di campione e utilizzeranno le loro conoscenze precedenti sui dati per proporre soluzioni basate sui risultati delle loro osservazioni.
14 hours
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
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
14 hours
Datameer è una piattaforma di analisi e business intelligence basata su Hadoop Consente agli utenti finali di accedere, esplorare e correlare dati di grandi dimensioni, strutturati, semistrutturati e non strutturati in modo facile da usare In questo corso di formazione dal vivo, istruito, i partecipanti impareranno come utilizzare Datameer per superare la curva di apprendimento ripida di Hadoop mentre passano attraverso l'installazione e l'analisi di una serie di fonti di dati di grandi dimensioni Alla fine di questa formazione, i partecipanti saranno in grado di: Creare, curare e esplorare in modo interattivo un lago di dati aziendali Accedere ai data warehouse aziendali, ai database transazionali e ad altri negozi di analisi Utilizzare l'interfaccia utente di un foglio di calcolo per progettare condotte di elaborazione dati endtoend Accedi a funzioni preconfigurate per esplorare relazioni dati complesse Utilizzare le procedure guidate di draganddrop per visualizzare i dati e creare dashboard Utilizza tabelle, grafici, grafici e mappe per analizzare i risultati delle query Pubblico Analisti di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
14 hours
Il data mining è il processo di identificazione dei modelli nei big data con metodi di data science come l'apprendimento automatico. Utilizzando Excel come suite di analisi dei dati, gli utenti possono eseguire il data mining e l'analisi.
Questa formazione dal vivo con istruttore (in loco o remoto) è rivolta agli scienziati dei dati che desiderano utilizzare Excel per il data mining.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Esplora i dati con Excel per eseguire il data mining e l'analisi.
- Utilizza gli algoritmi Microsoft per il data mining.
- Comprendi i concetti nel data mining di Excel .
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
Questa formazione dal vivo con istruttore (in loco o remoto) è rivolta agli scienziati dei dati che desiderano utilizzare Excel per il data mining.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Esplora i dati con Excel per eseguire il data mining e l'analisi.
- Utilizza gli algoritmi Microsoft per il data mining.
- Comprendi i concetti nel data mining di Excel .
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
21 hours
Dremio è una piattaforma di dati open source "self-service" che accelera la ricerca di diversi tipi di fonti di dati. Dremio integra con database relativi, Apache Hadoop, MongoDB, Amazon S3, ElasticSearch, e altre fonti di dati. Supporta SQL e fornisce un web UI per le domande di costruzione.
In questo allenamento diretto da istruttori, i partecipanti impareranno come installare, configurare e utilizzare Dremio come strato unificante per gli strumenti di analisi dei dati e i repositori dei dati di base.
Al termine di questo corso, i partecipanti saranno in grado di:
Installazione e configurazione Dremio Eseguire domande contro diverse fonti di dati, indipendentemente dalla posizione, dalla dimensione o dalla struttura Integrare Dremio con BI e fonti di dati come Tableau e Elasticsearch
Il pubblico
scienziati dati Business Gli analisti Ingegnere dati
Il formato del corso
Lezioni parziali, discussioni parziali, esercizi e pratiche pesanti
Notizie
Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
In questo allenamento diretto da istruttori, i partecipanti impareranno come installare, configurare e utilizzare Dremio come strato unificante per gli strumenti di analisi dei dati e i repositori dei dati di base.
Al termine di questo corso, i partecipanti saranno in grado di:
Installazione e configurazione Dremio Eseguire domande contro diverse fonti di dati, indipendentemente dalla posizione, dalla dimensione o dalla struttura Integrare Dremio con BI e fonti di dati come Tableau e Elasticsearch
Il pubblico
scienziati dati Business Gli analisti Ingegnere dati
Il formato del corso
Lezioni parziali, discussioni parziali, esercizi e pratiche pesanti
Notizie
Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
14 hours
L'obiettivo del corso è consentire ai partecipanti di acquisire una padronanza di come lavorare con il linguaggio SQL nel database Oracle per l'estrazione dei dati a livello intermedio.
21 hours
Apache Drill è un motore di query SQL colonnare senza memoria, distribuito e inmemoria per Hadoop, NoSQL e altri sistemi di archiviazione di file e cloud La potenza di Apache Drill risiede nella sua capacità di unire i dati da più archivi di dati utilizzando un'unica query Apache Drill supporta numerosi database NoSQL e file system, inclusi HBase, MongoDB, MapRDB, HDFS, MapRFS, Amazon S3, Azure Blob Storage, Google Cloud Storage, Swift, NAS e file locali Apache Drill è la versione open source del sistema Dremel di Google, disponibile come servizio di infrastruttura denominato Google BigQuery In questo corso di formazione dal vivo, istruito, i partecipanti apprenderanno i fondamenti di Apache Drill, quindi sfrutteranno la potenza e la convenienza di SQL per interrogare interattivamente i big data su più origini dati, senza scrivere codice I partecipanti impareranno anche come ottimizzare le loro query Drill per l'esecuzione SQL distribuita Alla fine di questa formazione, i partecipanti saranno in grado di: Esegui l'esplorazione "selfservice" su dati strutturati e semistrutturati su Hadoop Interrogazione anche di dati sconosciuti tramite query SQL Comprendere come Apache Drills riceve ed esegue query Scrivi query SQL per analizzare diversi tipi di dati, inclusi i dati strutturati in Hive, i dati semistrutturati nelle tabelle HBase o MapRDB e i dati salvati in file come Parquet e JSON Utilizzare Apache Drill per eseguire il discovery di schema onthefly, ignorando la necessità di operazioni ETL e schema complesse Integrazione di Apache Drill con strumenti di BI (Business Intelligence) come Tableau, Qlikview, MicroStrategy ed Excel Pubblico Analisti di dati Scienziati di dati Programmatori SQL Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
14 hours
Apache Arrow è un framework di elaborazione dati in memoria open source. Viene spesso utilizzato insieme ad altri strumenti di data science per accedere a diversi data store per l'analisi. Si integra bene con altre tecnologie come database GPU , librerie e strumenti di machine learning, motori di esecuzione e framework di visualizzazione dei dati.
In questa formazione dal vivo condotta da un istruttore in loco, i partecipanti impareranno come integrare Apache Arrow con vari framework di Data Science per accedere ai dati da diverse fonti di dati.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installa e configura Apache Arrow in un ambiente cluster distribuito
- Utilizzare la Apache Arrow per accedere ai dati da origini dati diverse
- Utilizzare Apache Arrow per aggirare la necessità di costruire e mantenere complesse pipeline ETL
- Analizza i dati attraverso diverse fonti di dati senza doverli consolidare in un repository centralizzato
Pubblico
- Data scientist
- Ingegneri dei dati
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
Nota
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
In questa formazione dal vivo condotta da un istruttore in loco, i partecipanti impareranno come integrare Apache Arrow con vari framework di Data Science per accedere ai dati da diverse fonti di dati.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installa e configura Apache Arrow in un ambiente cluster distribuito
- Utilizzare la Apache Arrow per accedere ai dati da origini dati diverse
- Utilizzare Apache Arrow per aggirare la necessità di costruire e mantenere complesse pipeline ETL
- Analizza i dati attraverso diverse fonti di dati senza doverli consolidare in un repository centralizzato
Pubblico
- Data scientist
- Ingegneri dei dati
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
Nota
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
35 hours
Advances in technologies and the increasing amount of information are transforming how business is conducted in many industries, including government. Government data generation and digital archiving rates are on the rise due to the rapid growth of mobile devices and applications, smart sensors and devices, cloud computing solutions, and citizen-facing portals. As digital information expands and becomes more complex, information management, processing, storage, security, and disposition become more complex as well. New capture, search, discovery, and analysis tools are helping organizations gain insights from their unstructured data. The government market is at a tipping point, realizing that information is a strategic asset, and government needs to protect, leverage, and analyze both structured and unstructured information to better serve and meet mission requirements. As government leaders strive to evolve data-driven organizations to successfully accomplish mission, they are laying the groundwork to correlate dependencies across events, people, processes, and information.
High-value government solutions will be created from a mashup of the most disruptive technologies:
- Mobile devices and applications
- Cloud services
- Social business technologies and networking
- Big Data and analytics
IDC predicts that by 2020, the IT industry will reach $5 trillion, approximately $1.7 trillion larger than today, and that 80% of the industry's growth will be driven by these 3rd Platform technologies. In the long term, these technologies will be key tools for dealing with the complexity of increased digital information. Big Data is one of the intelligent industry solutions and allows government to make better decisions by taking action based on patterns revealed by analyzing large volumes of data — related and unrelated, structured and unstructured.
But accomplishing these feats takes far more than simply accumulating massive quantities of data.“Making sense of thesevolumes of Big Datarequires cutting-edge tools and technologies that can analyze and extract useful knowledge from vast and diverse streams of information,” Tom Kalil and Fen Zhao of the White House Office of Science and Technology Policy wrote in a post on the OSTP Blog.
The White House took a step toward helping agencies find these technologies when it established the National Big Data Research and Development Initiative in 2012. The initiative included more than $200 million to make the most of the explosion of Big Data and the tools needed to analyze it.
The challenges that Big Data poses are nearly as daunting as its promise is encouraging. Storing data efficiently is one of these challenges. As always, budgets are tight, so agencies must minimize the per-megabyte price of storage and keep the data within easy access so that users can get it when they want it and how they need it. Backing up massive quantities of data heightens the challenge.
Analyzing the data effectively is another major challenge. Many agencies employ commercial tools that enable them to sift through the mountains of data, spotting trends that can help them operate more efficiently. (A recent study by MeriTalk found that federal IT executives think Big Data could help agencies save more than $500 billion while also fulfilling mission objectives.).
Custom-developed Big Data tools also are allowing agencies to address the need to analyze their data. For example, the Oak Ridge National Laboratory’s Computational Data Analytics Group has made its Piranha data analytics system available to other agencies. The system has helped medical researchers find a link that can alert doctors to aortic aneurysms before they strike. It’s also used for more mundane tasks, such as sifting through résumés to connect job candidates with hiring managers.
High-value government solutions will be created from a mashup of the most disruptive technologies:
- Mobile devices and applications
- Cloud services
- Social business technologies and networking
- Big Data and analytics
IDC predicts that by 2020, the IT industry will reach $5 trillion, approximately $1.7 trillion larger than today, and that 80% of the industry's growth will be driven by these 3rd Platform technologies. In the long term, these technologies will be key tools for dealing with the complexity of increased digital information. Big Data is one of the intelligent industry solutions and allows government to make better decisions by taking action based on patterns revealed by analyzing large volumes of data — related and unrelated, structured and unstructured.
But accomplishing these feats takes far more than simply accumulating massive quantities of data.“Making sense of thesevolumes of Big Datarequires cutting-edge tools and technologies that can analyze and extract useful knowledge from vast and diverse streams of information,” Tom Kalil and Fen Zhao of the White House Office of Science and Technology Policy wrote in a post on the OSTP Blog.
The White House took a step toward helping agencies find these technologies when it established the National Big Data Research and Development Initiative in 2012. The initiative included more than $200 million to make the most of the explosion of Big Data and the tools needed to analyze it.
The challenges that Big Data poses are nearly as daunting as its promise is encouraging. Storing data efficiently is one of these challenges. As always, budgets are tight, so agencies must minimize the per-megabyte price of storage and keep the data within easy access so that users can get it when they want it and how they need it. Backing up massive quantities of data heightens the challenge.
Analyzing the data effectively is another major challenge. Many agencies employ commercial tools that enable them to sift through the mountains of data, spotting trends that can help them operate more efficiently. (A recent study by MeriTalk found that federal IT executives think Big Data could help agencies save more than $500 billion while also fulfilling mission objectives.).
Custom-developed Big Data tools also are allowing agencies to address the need to analyze their data. For example, the Oak Ridge National Laboratory’s Computational Data Analytics Group has made its Piranha data analytics system available to other agencies. The system has helped medical researchers find a link that can alert doctors to aortic aneurysms before they strike. It’s also used for more mundane tasks, such as sifting through résumés to connect job candidates with hiring managers.
21 hours
Pubblico
Se cerchi di dare un senso ai dati a cui hai accesso o desideri analizzare i dati non strutturati disponibili in rete (come Twitter, Linked in, ecc ...) questo corso fa per te.
Si rivolge principalmente ai decisori e alle persone che devono scegliere quali dati devono essere raccolti e quali vale la pena analizzare.
Non si rivolge alle persone che configurano la soluzione, ma quelle persone trarranno beneficio dal quadro generale.
Modalità di consegna
Durante il corso, ai delegati verranno presentati esempi funzionanti di tecnologie prevalentemente open source.
Seguiranno brevi lezioni con presentazione e semplici esercitazioni da parte dei partecipanti
Contenuto e software utilizzati
Tutto il software utilizzato viene aggiornato ogni volta che il corso viene eseguito, quindi controlliamo le versioni più recenti possibili.
Copre il processo dall'ottenimento, formattazione, elaborazione e analisi dei dati, per spiegare come automatizzare il processo decisionale con l'apprendimento automatico.
Se cerchi di dare un senso ai dati a cui hai accesso o desideri analizzare i dati non strutturati disponibili in rete (come Twitter, Linked in, ecc ...) questo corso fa per te.
Si rivolge principalmente ai decisori e alle persone che devono scegliere quali dati devono essere raccolti e quali vale la pena analizzare.
Non si rivolge alle persone che configurano la soluzione, ma quelle persone trarranno beneficio dal quadro generale.
Modalità di consegna
Durante il corso, ai delegati verranno presentati esempi funzionanti di tecnologie prevalentemente open source.
Seguiranno brevi lezioni con presentazione e semplici esercitazioni da parte dei partecipanti
Contenuto e software utilizzati
Tutto il software utilizzato viene aggiornato ogni volta che il corso viene eseguito, quindi controlliamo le versioni più recenti possibili.
Copre il processo dall'ottenimento, formattazione, elaborazione e analisi dei dati, per spiegare come automatizzare il processo decisionale con l'apprendimento automatico.
35 hours
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.
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.
21 hours
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.
14 hours
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.
Questo corso si concentra principalmente sulla discussione e la presentazione di soluzioni, sebbene siano disponibili esercitazioni pratiche su richiesta.
14 hours
Il corso fa parte del set di abilità Data Scientist (Dominio: Dati e tecnologia).
35 hours
I big data sono insiemi di dati così voluminosi e complessi che i tradizionali software applicativi per l'elaborazione dei dati non sono adeguati per gestirli. Le sfide relative ai big data comprendono l'acquisizione di dati, l'archiviazione dei dati, l'analisi dei dati, la ricerca, la condivisione, il trasferimento, la visualizzazione, l'interrogazione, l'aggiornamento e la riservatezza delle informazioni.
14 hours
Vespa è un motore open source per l'elaborazione e il trattamento dei big data creato da Yahoo È utilizzato per rispondere alle domande degli utenti, formulare raccomandazioni e fornire contenuti e annunci personalizzati in tempo reale Questo corso di formazione dal vivo con istruttore introduce le sfide di offrire dati di grandi dimensioni e partecipa ai partecipanti attraverso la creazione di un'applicazione in grado di calcolare le risposte alle richieste degli utenti, su dataset di grandi dimensioni in tempo reale Alla fine di questa formazione, i partecipanti saranno in grado di: Usa Vespa per calcolare rapidamente i dati (memorizzare, cercare, classificare, organizzare) al momento di servire mentre un utente aspetta Implementa Vespa in applicazioni esistenti che includono ricerca di funzionalità, consigli e personalizzazione Integrare e distribuire Vespa con i sistemi di big data esistenti come Hadoop e Storm Pubblico Sviluppatori Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
14 hours
Per soddisfare la conformità dei regolatori, i CSP (fornitori di servizi di Communication ) possono attingere all'analisi dei Big Data che non solo li aiuta a soddisfare la conformità, ma nell'ambito dello stesso progetto possono aumentare la soddisfazione del cliente e quindi ridurre il churn. Infatti, poiché la conformità è correlata alla qualità del servizio legata a un contratto, qualsiasi iniziativa volta a soddisfare la conformità migliorerà il "vantaggio competitivo" dei CSP. Pertanto, è importante che i regolatori siano in grado di consigliare / guidare una serie di pratiche analitiche sui Big Data per i CSP che saranno di reciproco vantaggio tra i regolatori e i CSP.
Il corso è composto da 8 moduli (4 il giorno 1 e 4 il giorno 2)
Il corso è composto da 8 moduli (4 il giorno 1 e 4 il giorno 2)
35 hours
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
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
14 hours
Questa sessione di formazione in aula esplorerà i Big Data . I delegati avranno esempi basati su computer ed esercitazioni di casi di studio da intraprendere con strumenti di big data pertinenti
14 hours
Obiettivo : questo corso di formazione mira ad aiutare i partecipanti a capire perché i Big Data stanno cambiando la nostra vita e come sta alterando il modo in cui le aziende ci vedono come consumatori. In effetti, gli utenti di big data nelle aziende scoprono che i big data liberano una grande quantità di informazioni e approfondimenti che si traducono in maggiori profitti, costi ridotti e meno rischi. Tuttavia, il lato negativo era la frustrazione a volte quando si poneva troppa enfasi sulle singole tecnologie e non si concentrava abbastanza sui pilastri della gestione dei big data.
I partecipanti impareranno durante questo corso come gestire i big data usando i suoi tre pilastri di integrazione dei dati, governance dei dati e sicurezza dei dati al fine di trasformare i big data in un reale valore aziendale. Diversi esercizi condotti su un caso di studio sulla gestione dei clienti aiuteranno i partecipanti a comprendere meglio i processi sottostanti.
I partecipanti impareranno durante questo corso come gestire i big data usando i suoi tre pilastri di integrazione dei dati, governance dei dati e sicurezza dei dati al fine di trasformare i big data in un reale valore aziendale. Diversi esercizi condotti su un caso di studio sulla gestione dei clienti aiuteranno i partecipanti a comprendere meglio i processi sottostanti.
7 hours
Questa formazione dal vivo con istruttore (in loco o remoto) è rivolta a persone tecniche che desiderano apprendere come implementare una strategia di apprendimento automatico massimizzando l'utilizzo dei big data.
Al termine di questa formazione, i partecipanti dovranno:
- Comprendi l'evoluzione e le tendenze dell'apprendimento automatico.
- Sapere come l'apprendimento automatico viene utilizzato in diversi settori.
- Acquisire familiarità con gli strumenti, le competenze e i servizi disponibili per implementare l'apprendimento automatico all'interno di un'organizzazione.
- Comprendi come l'apprendimento automatico può essere utilizzato per migliorare il data mining e l'analisi.
- Scopri cos'è un back-end di dati medio e come viene utilizzato dalle aziende.
- Comprendi il ruolo svolto dai big data e dalle applicazioni intelligenti in tutti i settori.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
Al termine di questa formazione, i partecipanti dovranno:
- Comprendi l'evoluzione e le tendenze dell'apprendimento automatico.
- Sapere come l'apprendimento automatico viene utilizzato in diversi settori.
- Acquisire familiarità con gli strumenti, le competenze e i servizi disponibili per implementare l'apprendimento automatico all'interno di un'organizzazione.
- Comprendi come l'apprendimento automatico può essere utilizzato per migliorare il data mining e l'analisi.
- Scopri cos'è un back-end di dati medio e come viene utilizzato dalle aziende.
- Comprendi il ruolo svolto dai big data e dalle applicazioni intelligenti in tutti i settori.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
7 hours
Apache Sqoop è un'interfaccia della riga di comando per lo spostamento di dati da database relazionali e Hadoop. Apache Flume è un software distribuito per la gestione dei Big Data. Utilizzando Sqoop e Flume, gli utenti possono trasferire dati tra sistemi e importare Big Data in architetture di archiviazione come Hadoop.
Questa formazione dal vivo con istruttore (in loco o a distanza) è rivolta agli ingegneri software che desiderano utilizzare Sqoop e Flume per il trasferimento dei dati tra sistemi.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Ingrandisci i Big Data con Sqoop e Flume.
- Inserimento di dati da più origini dati.
- Spostare i dati da database relazionali a HDFS e Hive.
- Esportare dati da HDFS in un database relazionale.
Formato del corso
- Lezione interattiva e discussione.
- 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, vi preghiamo di contattarci per organizzare.
Questa formazione dal vivo con istruttore (in loco o a distanza) è rivolta agli ingegneri software che desiderano utilizzare Sqoop e Flume per il trasferimento dei dati tra sistemi.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Ingrandisci i Big Data con Sqoop e Flume.
- Inserimento di dati da più origini dati.
- Spostare i dati da database relazionali a HDFS e Hive.
- Esportare dati da HDFS in un database relazionale.
Formato del corso
- Lezione interattiva e discussione.
- 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, vi preghiamo di contattarci per organizzare.
28 hours
Talend Open Studio per Big Data è uno strumento ETL open source per il trattamento dei big data. Include un ambiente di sviluppo per interagire con Big Data fonti e obiettivi, e svolgere lavori senza dover scrivere codice.
Questo allenamento guidato da istruttori, dal vivo (online o on-site) è rivolto a persone tecniche che desiderano implementare Talend Open Studio per Big Data per semplificare il processo di lettura e crunching attraverso Big Data.
Al termine di questo corso, i partecipanti saranno in grado di:
Installare e configurare Talend Open Studio per Big Data. Connettiti con sistemi Big Data come Cloudera, HortonWorks, MapR, Amazon EMR e Apache. Comprendere e installare i componenti e i connettori di big data di Open Studio. Configurare i parametri per generare automaticamente il codice MapReduce. Utilizzare l'interfaccia drag-and-drop di Open Studio's per eseguire Hadoop lavori. Il prototipo dei big data pipeline. Progetti di integrazione dei big data.
Il formato del corso
Interattiva lezione e discussione. Molti esercizi e pratiche. Implementazione a mano in un ambiente live-lab.
Opzioni di personalizzazione del corso
Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
Questo allenamento guidato da istruttori, dal vivo (online o on-site) è rivolto a persone tecniche che desiderano implementare Talend Open Studio per Big Data per semplificare il processo di lettura e crunching attraverso Big Data.
Al termine di questo corso, i partecipanti saranno in grado di:
Installare e configurare Talend Open Studio per Big Data. Connettiti con sistemi Big Data come Cloudera, HortonWorks, MapR, Amazon EMR e Apache. Comprendere e installare i componenti e i connettori di big data di Open Studio. Configurare i parametri per generare automaticamente il codice MapReduce. Utilizzare l'interfaccia drag-and-drop di Open Studio's per eseguire Hadoop lavori. Il prototipo dei big data pipeline. Progetti di integrazione dei big data.
Il formato del corso
Interattiva lezione e discussione. Molti esercizi e pratiche. Implementazione a mano in un ambiente live-lab.
Opzioni di personalizzazione del corso
Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
21 hours
The course is dedicated to IT specialists that are looking for a solution to store and process large data sets in distributed system environment
Course goal:
Getting knowledge regarding Hadoop cluster administration
Course goal:
Getting knowledge regarding Hadoop cluster administration
Last Updated:
Prossimi corsi Big Data
Python, Spark, and Hadoop for Big Data
2022-06-20 09:30
21 ore
Big Data Analytics in Health
2022-07-04 09:30
21 ore
Hadoop and Spark for Administrators
2022-07-04 09:30
35 ore
Statistics with SPSS Predictive Analytics Software
2022-07-14 09:30
14 ore
Moving Data from MySQL to Hadoop with Sqoop
2022-07-19 09:30
14 ore
Other countries
Consulting
Fine settimana Big Data corsi, Sera Big Data training, Big Data centro di addestramento, Big Data con istruttore, Fine settimana Big Data training, Sera Big Data corsi, Big Data coaching, Big Data istruttore, Big Data trainer, Big Data corsi di formazione, Big Data classi, Big Data in loco, Big Data corsi privati, Big Data training individuale
