Big Data Formazione in Italia

Stratio è una piattaforma centrata sui dati che integra big data, IA e governance in una singola soluzione. I moduli Rocket e Intelligence permettono l'esplorazione rapida dei dati, le trasformazioni e analisi avanzate negli ambienti aziendali.

Questo corso interattivo guidato da un istruttore (online o presenza) è rivolto a professionisti di livello intermedio che desiderano utilizzare efficacemente i moduli Rocket e Intelligence in Stratio con PySpark, focalizzandosi su strutture di loop, funzioni definite dall'utente e logica dei dati avanzata.

Alla fine del corso, i partecipanti saranno in grado di:

• Navigare e lavorare all'interno della piattaforma Stratio utilizzando i moduli Rocket e Intelligence.
• Applicare PySpark nel contesto di ingegneria dei dati, trasformazione e analisi.
• Utilizzare loop e logica condizionale per controllare i flussi di lavoro dei dati e le attività di ingegneria delle caratteristiche.
• Creare e gestire funzioni definite dall'utente (UDFs) per operazioni sui dati ripetibili in PySpark.

Formato del Corso

• Lezione interattiva e discussione.
• Numerose esercitazioni e pratica.
• Implementazione pratica in un ambiente di laboratorio live.

Opzioni per la Personalizzazione del Corso

• Per richiedere una formazione personalizzata su questo corso, si prega di contattarci per organizzare.

I partecipanti che completeranno questo corso di formazione dal vivo con istruttore in Italia acquisiranno una comprensione pratica e reale di Big Data e delle relative tecnologie, metodologie e strumenti.

I partecipanti avranno l'opportunità di mettere in pratica queste conoscenze attraverso esercizi pratici. L'interazione di gruppo e il feedback dell'istruttore costituiscono una componente importante della classe.

Il corso inizia con un'introduzione ai concetti elementari di Big Data, quindi progredisce nei linguaggi di programmazione e nelle metodologie utilizzate per eseguire Data Analysis. Infine, discutiamo gli strumenti e l'infrastruttura che consentono Big Data lo storage, l'elaborazione distribuita e la Scalabilità.

Confluent Apache Kafka è una piattaforma di streaming di eventi distribuita e aziendale basata su Apache Kafka. Supporta pipeline di dati ad alta throughput, tolleranti ai guasti e applicazioni di streaming in tempo reale.

Questo training interattivo (online o sul posto) è rivolto a ingegneri ed amministratori di livello intermedio che desiderano distribuire, configurare ed ottimizzare cluster Confluent Kafka in ambienti di produzione.

Alla fine del training, i partecipanti saranno in grado di:

• Installare, configurare e gestire cluster Confluent Kafka con più broker.
• Progettare configurazioni ad alta disponibilità utilizzando Zookeeper e tecniche di replica.
• Ottimizzare le prestazioni, monitorare metriche ed applicare strategie di recupero.
• Sicurezza, scalabilità ed integrazione di Kafka con ambienti aziendali.

Formato del Corso

• Lecture interattiva e discussione.
• Molte esercitazioni e pratica.
• Esecuzione diretta in un ambiente di laboratorio live.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, contattateci per organizzare.

Greenplum è una piattaforma dati open-source con elaborazione parallela su larga scala (MPP) progettata per l'analisi e gli ambienti a grandi volumi di dati.

Questo addestramento guidato da un istruttore (online o in presenza) è rivolto agli utenti tecnici intermedii ed avanzati che desiderano comprendere l'architettura interna di Greenplum, creare modelli dati ottimizzati e applicare alti livelli di prestazioni SQL negli ambienti distribuiti.

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

• Comprendere l'architettura shared-nothing e il modello di parallelismo di Greenplum.
• Delineare strutture delle tabelle distribuite e le suddivisioni ottimizzate per le prestazioni delle query.
• Utilizzare strategie di indici, formati di archiviazione e tecniche di progettazione fisica.
• Interpretare piani EXPLAIN ed ottimizzare query utilizzando le migliori pratiche.

Formato del Corso

• Lectura interattiva e discussione.
• Molte esercitazioni e pratica.
• Implementazione pratica in un ambiente di laboratorio live.

Opzioni di Personalizzazione del Corso

• Per richiedere un addestramento personalizzato per questo corso, si prega di contattarci per organizzare.

Confluent Apache Kafka è una piattaforma distribuita di streaming eventi progettata per pipeline di dati ad alta velocità di trasmissione, tolleranza ai guasti e analisi in tempo reale.

Questo corso guidato da un insegnante (online o presenza) si rivolge a amministratori sistemi intermedi ed professionisti DevOps che desiderano installare, configurare, monitorare e risolvere i problemi dei cluster Confluent Apache Kafka.

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

• Capire i componenti e l'architettura di Confluent Kafka.
• Distribuire e gestire broker Kafka, quorum Zookeeper ed i servizi chiave.
• Configurare funzionalità avanzate come sicurezza, replica e ottimizzazione delle prestazioni.
• Utilizzare strumenti di gestione per monitorare e mantenere cluster Kafka.

Formato del Corso

• Lectura interattiva e discussione.
• Molte esercitazioni ed esperienze pratiche.
• Possedera un'implementazione pratica in un ambiente di laboratorio live.

Opzioni di Personalizzazione del Corso

• Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.

Greenplum è una piattaforma dati open-source a parallelismo massivo basata su PostgreSQL, progettata per analisi avanzate e data warehousing su larga scala.

Questo addestramento guidato dal formatore (online o in sede) si rivolge agli amministratori di livello intermedio che desiderano installare, configurare e gestire efficacemente gli ambienti Greenplum, inclusa la gestione degli aggiornamenti del sistema e delle librerie.

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

• Installare e configurare un cluster Greenplum pronto per la produzione.
• Gestire gli aggiornamenti del sistema e applicare patch in modo sicuro.
• Gestire le librerie Greenplum per analisi ed estensioni.
• Risolvere problemi e monitorare i sistemi Greenplum.

Formato del Corso

• Lecture interattive e discussione.
• Utilizzo pratico di Greenplum in un ambiente di laboratorio controllato.
• Esercizi guidati focalizzati sulla configurazione del cluster, i flussi di lavoro per gli aggiornamenti e le estensioni del sistema.

Opzioni di Personalizzazione del Corso

• Per richiedere un addestramento personalizzato basato sul vostro ambiente o piattaforma dati, contattateci per organizzare la sessione.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti dei dati di livello avanzato che desiderano ottimizzare i flussi di lavoro di elaborazione dei dati, garantire l'integrità dei dati e implementare solide soluzioni di data lakehouse in grado di gestire le complessità delle moderne applicazioni di big data.

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

• Acquisisci una conoscenza approfondita dell'architettura di Iceberg, inclusa la gestione dei metadati e il layout dei file.
• Configura Iceberg per prestazioni ottimali in vari ambienti e integralo con più motori di elaborazione dati.
• Gestisci tabelle Iceberg su larga scala, esegui modifiche complesse allo schema e gestisci l'evoluzione delle partizioni.
• Padroneggiare le tecniche per ottimizzare le prestazioni delle query e l'efficienza dell'analisi dei dati per set di dati di grandi dimensioni.
• Implementa meccanismi per garantire la coerenza dei dati, gestire le garanzie transazionali e gestire gli errori negli ambienti distribuiti.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti dei dati di livello principiante che desiderano acquisire le conoscenze e le competenze necessarie per utilizzare efficacemente Apache Iceberg per la gestione di set di dati su larga scala, garantire l'integrità dei dati e ottimizzare i flussi di lavoro di elaborazione dei dati.

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

• Acquisisci una conoscenza approfondita dell'architettura, delle funzionalità e dei vantaggi di Apache Iceberg.
• Informazioni sui formati delle tabelle, sul partizionamento, sull'evoluzione dello schema e sulle funzionalità di viaggio nel tempo.
• Installa e configura Apache Iceberg in ambienti diversi.
• Creare, gestire e manipolare le tabelle Iceberg.
• Comprendere il processo di migrazione dei dati da altri formati di tabella a Iceberg.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti IT di livello intermedio che desiderano migliorare le proprie competenze nell'architettura dei dati, nella governance, nel cloud computing e nelle tecnologie dei big data per gestire e analizzare in modo efficace set di dati di grandi dimensioni per la migrazione dei dati all'interno delle loro organizzazioni.

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

• Comprendere i concetti e i componenti fondamentali delle varie architetture di dati.
• Acquisisci una comprensione completa dei principi di governance dei dati e della loro importanza negli ambienti normativi.
• Implementare e gestire framework di governance dei dati come Dama e Togaf.
• Sfrutta le piattaforme cloud per l'archiviazione, l'elaborazione e la gestione efficienti dei dati.

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.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti IT di livello intermedio che desiderano avere una comprensione completa di IBM DataStage sia da un punto di vista amministrativo che di sviluppo, consentendo loro di gestire e utilizzare questo strumento in modo efficace nei rispettivi luoghi di lavoro.

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

• Comprendere i concetti di base di DataStage.
• Scopri come installare, configurare e gestire in modo efficace gli ambienti DataStage.
• Connettiti a varie origini dati ed estrai i dati in modo efficiente da database, file flat e origini esterne.
• Implementare tecniche efficaci di caricamento dei dati.

Questo corso guidato da un istruttore in Italia (online o presenza) è rivolto a professionisti del big data di livello intermedio che desiderano utilizzare Apache Kylin per costruire magazzini dati in tempo reale e eseguire analisi multidimensionali su grandi set di dati.

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

• Configurare e impostare Apache Kylin con fonti di dati di streaming in tempo reale.
• Progettare e costruire cubi OLAP sia per dati batch che di streaming.
• Eseguire query complesse con latenza inferiore a un secondo utilizzando l'interfaccia SQL di Kylin.
• Integrare Kylin con strumenti BI per la visualizzazione interattiva dei dati.
• Ottimizzare le prestazioni e gestire efficacemente le risorse in Kylin.

I partecipanti che completeranno questa formazione dal vivo con istruttore in Italia acquisiranno una comprensione pratica e reale di Big Data e delle relative tecnologie, metodologie e strumenti.

I partecipanti avranno l'opportunità di mettere in pratica queste conoscenze attraverso esercitazioni pratiche. L'interazione di gruppo e il feedback dell'istruttore costituiscono una componente importante della lezione.

Il corso inizia con un'introduzione ai concetti elementari di Big Data, per poi passare ai linguaggi di programmazione e alle metodologie utilizzate per eseguire l'analisi dei dati. Infine, discutiamo gli strumenti e l'infrastruttura che consentono l'archiviazione dei Big Data, l'elaborazione distribuita e Scalaabilità.

In questo corso di formazione dal vivo con istruttore in Italia, i partecipanti impareranno come utilizzare Python e Spark insieme per analizzare i big data mentre lavorano su esercizi pratici.

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

• Scopri come utilizzare Spark con Python per analizzare Big Data.
• Lavora su esercizi che imitano casi del mondo reale.
• Utilizzare diversi strumenti e tecniche per l'analisi dei big data utilizzando PySpark.

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

Questo training guidato da un istruttore in Italia (online o on-site) è rivolto a amministratori di database, sviluppatori e analisti intermedi che desiderano padroneggiare le funzionalità avanzate di SQL per operazioni complesse sui dati e la gestione del database.

Alla fine di questo training, i partecipanti saranno in grado di:

• Eseguire tecniche di query avanzate utilizzando unioni, sottoselezioni e join complessi.
• Aggiungere, aggiornare e cancellare dati, tabelle, viste e indici con precisione.
• Garantire l'integrità dei dati tramite transazioni e manipolare strutture del database.
• Creami e gestire i database in modo efficiente per una memorizzazione e recupero di dati robusti.

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.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di database di livello intermedio che desiderano migliorare le proprie competenze nello sviluppo e nell'amministrazione Oracle SQL.

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

• Crea e ottimizza query complesse SQL.
• Gestisci i database in modo efficiente utilizzando gli strumenti Oracle SQL.
• Applica le best practice per lo sviluppo e la manutenzione dei database.
• Amministrare l'accesso degli utenti e la sicurezza del database in un ambiente Oracle.

Apache Accumulo è un archivio chiave/valore ordinato e distribuito che fornisce un'archiviazione e un recupero dei dati affidabili e scalabili. Si basa sul design di BigTable di Google ed è alimentato da Apache Hadoop, Apache Zookeeper e Apache Thrift.

Questo corso dal vivo con istruttore illustra i principi di funzionamento alla base di Accumulo e guida i partecipanti attraverso lo sviluppo di un'applicazione di esempio su Apache Accumulo.

Formato del corso

• In parte lezione, in parte discussione, sviluppo e implementazione pratici, test occasionali per valutare la comprensione

Questo corso è destinato a sviluppatori e data scientist che desiderano comprendere e implementare l'intelligenza artificiale nelle loro applicazioni. Particolare attenzione è rivolta all'analitica dei dati, all'intelligenza artificiale distribuita e all'elaborazione del linguaggio naturale.

Amazon Redshift è un servizio di data warehouse basato su cloud su scala petabyte in AWS.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno i fondamenti di Amazon Redshift.

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

• Installare e configurare Amazon Redshift
• Carica, configura, distribuisci, interroga e visualizza i dati con Amazon Redshift

Pubblico

• Gli sviluppatori
• Professionisti IT

Formato del corso

• In parte lezione, in parte discussione, esercizi e pratica pratica pesante

Nota

• Per richiedere una formazione personalizzata per questo corso, contattateci per l'organizzazione.

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.

Apache Beam è un modello di programmazione unificato open source per la definizione e l'esecuzione di pipeline di elaborazione dati parallele. La sua potenza risiede nella sua capacità di eseguire pipeline batch e di streaming, con l'esecuzione eseguita da uno dei back-end di elaborazione distribuita supportati da Beam: Apache Apex, Apache Flink, Apache Spark e Google Cloud Dataflow. Apache Beam è utile per le attività ETL (Extract, Transform, and Load) come lo spostamento di dati tra diversi supporti di archiviazione e origini dati, la trasformazione dei dati in un formato più desiderabile e il caricamento dei dati su un nuovo sistema.

In questo corso di formazione dal vivo con istruttore (in loco o remoto), i partecipanti impareranno come implementare gli SDK Apache Beam in un'applicazione Java o Python che definisce una pipeline di elaborazione dati per la scomposizione di un set di dati di grandi dimensioni in blocchi più piccoli per l'elaborazione parallela indipendente.

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

• Installare e configurare Apache Beam.
• Utilizzare un unico modello di programmazione per eseguire sia l'elaborazione batch che quella in flusso dall'interno dell'applicazione Java o Python.
• Esegui pipeline in più ambienti.

Formato del corso

• In parte lezione, in parte discussione, esercizi e pratica pratica pesante

Nota

• Questo corso sarà disponibile Scala in futuro. Vi preghiamo di contattarci per organizzare.

Questa sessione di formazione in aula esplorerà Big Data. I delegati avranno a disposizione esempi basati su computer ed esercizi di casi di studio da intraprendere con strumenti di big data pertinenti

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.

In questa formazione dal vivo condotta da un istruttore in Italia, i partecipanti apprenderanno la mentalità con cui approcciare le tecnologie Big Data, valutare il loro impatto sui processi e sulle politiche esistenti e implementare queste tecnologie allo scopo di identificare attività criminali e prevenire la criminalità. Saranno esaminati casi di studio di organizzazioni di forze dell'ordine in tutto il mondo per ottenere informazioni sui loro approcci di adozione, sfide e risultati.

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

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

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.

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

questo istruttore, Live Training (on-site o remote) è rivolto a ingegneri che desiderano utilizzare Confluent (una distribuzione di Kafka) per costruire e gestire una piattaforma di elaborazione dati in tempo reale per le loro applicazioni.

entro la fine di questa formazione, i partecipanti saranno in grado di:

• Installare e configurare il Confluent Platform.
• Utilizzare gli strumenti e servizi di gestione di Confluent per eseguire Kafka in modo più semplice.
• Archiviare e processare i dati del flusso in arrivo.
• Ottimizzare e gestire i cluster Kafka.
• Sicurare i flussi di dati.

formato del corso

• Lettura interattiva e discussione.
• Molte esercitazioni e pratica.
• Possedere l'implementazione in un ambiente live-lab.

corso opzioni di personalizzazione

• Questo corso si basa sulla versione open source di Confluent: Confluent Open Source.
• Per richiedere una formazione personalizzata per questo corso, contattateci per organizzare.

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.

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

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

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

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto ad architetti, sviluppatori e amministratori che desiderano utilizzare Denodo Platform per ottimizzare e accelerare la gestione dei dati attraverso la virtualizzazione dei dati.

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

• Installare e configurare la piattaforma Denodo.
• Comprendere le caratteristiche e l'architettura di Denodo Platform.
• Comprendi i concetti chiave, i vantaggi e i casi d'uso per la virtualizzazione dei dati.
• Informazioni su come configurare e gestire il server della piattaforma Denodo.
• Implementa la sicurezza dei dati, l'accesso degli utenti e l'autenticazione dei servizi.
• Applicare gli strumenti e le tecniche per il monitoraggio delle operazioni e l'ottimizzazione delle prestazioni.

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

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.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) introduce i principi e gli approcci alla base dell'elaborazione distribuita di flussi e batch di dati e guida i partecipanti attraverso la creazione di un'applicazione di streaming di dati in tempo reale in Apache Flink.

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

• Configurare un ambiente per lo sviluppo di applicazioni di analisi dei dati.
• Scopri come funziona la libreria di elaborazione grafica (Gelly) di Apache Flink.
• Crea pacchetti, esegui e monitora applicazioni di streaming di dati basate su Flink e tolleranti ai guasti.
• Gestisci carichi di lavoro diversi.
• Esegui analisi avanzate.
• Configura un cluster Flink multi-nodo.
• Misura e ottimizza le prestazioni.
• Integra Flink con diversi sistemi Big Data.
• Confronta le funzionalità di Flink con quelle di altri framework di elaborazione dei big data.

In questo corso di formazione dal vivo con istruttore in Italia, i partecipanti impareranno a conoscere le offerte tecnologiche e gli approcci di implementazione per l'elaborazione dei dati grafici. L'obiettivo è identificare gli oggetti del mondo reale, le loro caratteristiche e relazioni, quindi modellare queste relazioni ed elaborarle come dati utilizzando un approccio Graph Computing (noto anche come Graph Analitica). Iniziamo con un'ampia panoramica e ci concentriamo su strumenti specifici mentre esaminiamo una serie di casi di studio, esercizi pratici e implementazioni dal vivo.

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

• Informazioni sul modo in cui i dati del grafo vengono salvati in modo permanente e attraversati.
• Selezionare il framework migliore per una determinata attività (dai database a grafo ai framework di elaborazione batch).
• Implementa Hadoop, Spark, GraphX e Pregel per eseguire il calcolo dei grafi su molte macchine in parallelo.
• Visualizza i problemi reali dei big data in termini di grafici, processi e attraversamenti.

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:

• Gestire le esigenze di elaborazione con Greenplum.
• Eseguire operazioni ETL per l'elaborazione dei dati.
• Sfruttare le infrastrutture esistenti per il processing delle query.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) introduce Hortonworks Data Platform (HDP) e guida i partecipanti attraverso l'implementazione della soluzione Spark + Hadoop.

Al termine di questo corso di 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.
• Utilizza Hortonworks per analizzare, convalidare, certificare e supportare ciascuno dei componenti di un progetto Spark.
• Elabora diversi tipi di dati, inclusi quelli strutturati, non strutturati, in movimento e inattivi.

Cloudera Impala è un motore di query open source MPP (Massively Parallel Processing) SQL per cluster Apache Hadoop.

Impala consente agli utenti di inviare query a bassa latenza SQL ai dati memorizzati in Hadoop Distributed File System e Apache Hbase senza richiedere lo spostamento o la trasformazione dei dati.

Pubblico

Questo corso è rivolto ad analisti e data scientist che eseguono analisi sui dati memorizzati in Hadoop tramite Business Intelligence o SQL strumenti.

Dopo questo corso i delegati saranno in grado di:

• Estrai informazioni significative da Hadoop cluster con Impala.
• Scrivi programmi specifici per facilitare Business l'intelligenza in Impala SQL dialetto.
• Risoluzione dei problemi Impala.

In questo corso di formazione dal vivo con istruttore in Italia (in loco o in remoto), i partecipanti impareranno come impostare e integrare diversi Stream Processing framework con i sistemi di archiviazione dei big data esistenti e le relative applicazioni software e microservizi.

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

• Installare e configurare diversi framework Stream Processing, ad esempio Spark Streaming e Kafka Streaming.
• Comprendere e selezionare il framework più appropriato per il lavoro.
• Elaborazione dei dati in modo continuo, simultaneo e record per record.
• Integrare Stream Processing le soluzioni con database, data warehouse, data lake, ecc. esistenti.
• Integra la libreria di elaborazione dei flussi più appropriata con le applicazioni e i microservizi aziendali.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a ingegneri dei dati, data scientist e programmatori che desiderano utilizzare le funzionalità Apache Kafka nello streaming di dati con Python.

Al termine di questa formazione, i partecipanti saranno in grado di utilizzare Apache Kafka per monitorare e gestire le condizioni in flussi di dati continui utilizzando la programmazione Python.

Kafka Streams è una libreria lato client per la creazione di applicazioni e microservizi i cui dati vengono trasmessi da e verso un sistema di messaggistica Kafka. Tradizionalmente, Apache Kafka ha fatto affidamento su Apache Spark o Apache Storm per elaborare i dati tra produttori di messaggi e consumatori. Chiamando l'API Kafka Streams dall'interno di un'applicazione, i dati possono essere elaborati direttamente all'interno di Kafka, evitando la necessità di inviare i dati a un cluster separato per l'elaborazione.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come integrare Kafka Streams in una serie di applicazioni Java di esempio che trasmettono dati da e verso Apache Kafka per l'elaborazione in streaming.

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

• Capire le caratteristiche e gli vantaggi di Kafka Streams rispetto ad altri framework di elaborazione di flussi
• Elaborare dati di flusso direttamente all'interno di un cluster Kafka
• Sviluppare un'applicazione o microservizio Java o Scala che si integra con Kafka e Kafka Streams
• Scrivere codice conciso che trasforma i topic di input Kafka in topic di output Kafka
• Compilare, pacchettizzare e distribuire l'applicazione

Pubblico

• Sviluppatori

Formato del corso

• Parte lezione, parte discussione, esercizi e pratica intensiva

Gli appunti

• Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli sviluppatori che desiderano implementare l'elaborazione di flussi Apache Kafka senza scrivere codice.

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

• Installare e configurare Confluent KSQL.
• Impostare una pipeline di elaborazione del flusso utilizzando solo i comandi SQL (nessuna codifica Java o Python).
• Esegui il filtraggio dei dati, le trasformazioni, le aggregazioni, i join, il windowing e la sessionizzazione interamente in SQL.
• Progetta e distribuisci query interattive e continue per lo streaming ETL e l'analisi in tempo reale.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a tecnici che desiderano imparare a implementare una strategia di apprendimento automatico massimizzando l'uso dei big data.

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

• Comprendere l'evoluzione e le tendenze del machine learning.
• Scopri 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.
• Scopri come l'apprendimento automatico può essere usato per migliorare il data mining e l'analisi.
• Scopri cos'è un backend intermedio di dati e come viene utilizzato dalle aziende.
• Comprendi il ruolo che i big data e le applicazioni intelligenti stanno svolgendo in tutti i settori.

In questo corso di formazione dal vivo con istruttore in Italia (in loco o in remoto), i partecipanti impareranno come implementare e gestire Apache NiFi in un ambiente di laboratorio dal vivo.

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

• Installa e configura Apachi NiFi.
• Acquisisci, trasforma e gestisci i dati da fonti di dati distribuite e disparate, tra cui database e big data lake.
• Automatizza i flussi di dati.
• Abilita l'analisi in streaming.
• Applicare vari approcci per l'inserimento dei dati.
• Trasforma Big Data e trasforma in insight aziendali.

In questo corso di formazione dal vivo con istruttore in Italia, i partecipanti impareranno i fondamenti della programmazione basata sul flusso mentre sviluppano una serie di estensioni, componenti e processori demo utilizzando Apache NiFi.

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

• Comprendi l'architettura e i concetti del flusso di dati di NiFi.
• Sviluppa estensioni utilizzando NiFi e API di terze parti.
• Sviluppare su misura il proprio processore Apache Nifi.
• Acquisisci ed elabora dati in tempo reale da formati di file e origini dati diversi e non comuni.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a ingegneri dei dati, data scientist e programmatori che desiderano utilizzare Spark Streaming le funzionalità per l'elaborazione e l'analisi dei dati in tempo reale.

Al termine di questa formazione, i partecipanti saranno in grado di utilizzare Spark Streaming per elaborare flussi di dati in tempo reale da utilizzare in database, filesystem e dashboard in tempo reale.

MLlib è la libreria di machine learning (ML) di Spark. Il suo obiettivo è rendere l'apprendimento automatico pratico scalabile e facile. Comprende algoritmi e utilità di apprendimento comuni, tra cui classificazione, regressione, clustering, filtro collaborativo, riduzione della dimensionalità, nonché primitive di ottimizzazione di livello inferiore e API di pipeline di livello superiore.

Si divide in due pacchetti:

• spark.mllib contiene l'API originale basata su RDD.

• spark.ml fornisce API di livello superiore basate su DataFrames per la costruzione di pipeline ML.

Pubblico

Questo corso è rivolto a ingegneri e sviluppatori che desiderano utilizzare una libreria di macchine integrata per Apache Spark

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a persone tecniche che desiderano implementare Talend Open Studio for Big Data per semplificare il processo di lettura e analisi dei Big Data.

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

• Installare e configurare Talend Open Studio for Big Data.
• Connettiti con sistemi Big Data come Cloudera, HortonWorks, MapR, Amazon EMR e Apache.
• Comprendi e configura i componenti e i connettori per i big data di Open Studio.
• Configurare i parametri per generare automaticamente il codice MapReduce.
• Utilizza l'interfaccia drag-and-drop di Open Studio per eseguire i processi Hadoop.
• Prototipazione di pipeline di big data.
• Automatizza i progetti di integrazione dei big data.

Questo corso di formazione dal vivo con istruttore introduce i concetti alla base dell'analitica interattiva dei dati e guida i partecipanti attraverso l'implementazione e l'utilizzo di Zeppelin in un ambiente monoutente o multiutente.

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

• Installa e configura Zeppelin
• Sviluppa, organizza, esegui e condividi i dati in un'interfaccia basata su browser
• Visualizza i risultati senza fare riferimento alla riga di comando o ai dettagli del cluster
• Esegui e collabora su flussi di lavoro lunghi
• Lavora con uno qualsiasi dei numerosi backend di linguaggio/elaborazione dati dei plug-in, come Scala (con Apache Spark), Python (con Apache Spark), Spark SQL, JDBC, Markdown e Shell.
• Integra Zeppelin con Spark, Flink e Map Reduce
• Proteggi le istanze multiutente di Zeppelin con Apache Shiro