Big Data Formazione in Italia

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.

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

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.

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

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.

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.

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.

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)

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.

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.

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

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).

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.

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) 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.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli ingegneri del software che desiderano utilizzare Sqoop e Flume per i big data. Al termine di questa formazione, i partecipanti saranno in grado di:

• Inserisci Big Data con Sqoop e Flume.
• Inserire dati da più origini dati.
• Spostare i dati dai database relazionali a HDFS e Hive.
• Esportare i dati da HDFS a un database relazionale.

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.

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 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.

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 agli sviluppatori che desiderano apprendere i principi alla base dello storage in-memory persistente e puro durante la creazione di un progetto di in-memory computing di esempio.Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Usa Ignite per la persistenza in memoria su disco e per un database in memoria puramente distribuito.
• Ottieni la persistenza senza sincronizzare i dati con un database relazionale.
• Utilizzare Ignite per eseguire SQL join distribuiti.
• Migliora le prestazioni spostando i dati più vicino alla CPU, utilizzando la RAM come spazio di archiviazione.
• Distribuisci i set di dati in un cluster per ottenere una scalabilità orizzontale.
• Integra Ignite con RDBMS, NoSQL, Hadoop e processori di apprendimento automatico.

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.

Apache Apex è una piattaforma nativa di YARN che unifica l'elaborazione di flussi e batch. Elabora i big data in movimento in modo scalabile, performante, tollerante ai guasti, stateful, sicuro, distribuito e facilmente utilizzabile.Questo corso di formazione dal vivo con istruttore introduce l'architettura di elaborazione dei flussi unificata di Apache Apex e guida i partecipanti attraverso la creazione di un'applicazione distribuita utilizzando Apex su Hadoop.Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendere i concetti della pipeline di elaborazione dei dati, ad esempio i connettori per origini e sink, le trasformazioni comuni dei dati e così via.
• Crea, ridimensiona e ottimizza un'applicazione Apex
• Elabora flussi di dati in tempo reale in modo affidabile e con latenza minima
• Utilizza Apex Core e la libreria Apex Malhar per consentire lo sviluppo rapido delle applicazioni
• Utilizzare l'API Apex per scrivere e riutilizzare il codice esistente Java
• Integra Apex in altre applicazioni come motore di elaborazione
• Ottimizza, testa e ridimensiona le applicazioni Apex

Formato del corso

• Lezione e discussione interattiva.
• 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, contattateci per l'organizzazione.

Apache Storm è un motore di calcolo distribuito in tempo reale utilizzato per abilitare la business intelligence in tempo reale. A tale scopo, consente alle applicazioni di elaborare in modo affidabile flussi di dati illimitati (ovvero elaborazione di flussi)."Storm è per l'elaborazione in tempo reale ciò che Hadoop è per l'elaborazione batch!"In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come installare e configurare Apache Storm, quindi sviluppare e distribuire un'applicazione Apache Storm per l'elaborazione di big data in tempo reale.Alcuni degli argomenti inclusi in questa formazione includono:

• Apache Storm Nel contesto di Hadoop
• Utilizzo di dati illimitati
• Calcolo continuo
• Analitica in tempo reale
• Elaborazione RPC ed ETL distribuita

Richiedi subito questo corso!Pubblico

• Sviluppatori di software ed ETL
• Professionisti del mainframe
• Scienziati dei dati
• Analisti di big data
• Hadoop professionisti

Formato del corso

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

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) 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 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.

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) 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.

Apache Ambari è una piattaforma di gestione open source per il provisioning, la gestione, il monitoraggio e la protezione dei cluster Apache Hadoop.In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno gli strumenti e le pratiche di gestione forniti da Ambari per gestire con successo i cluster Hadoop.Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Configurare un cluster live Big Data utilizzando Ambari
• Applica le caratteristiche e le funzionalità avanzate di Ambari a vari casi d'uso
• Aggiungi e rimuovi facilmente i nodi in base alle esigenze
• Migliorare le prestazioni di un cluster Hadoop attraverso l'ottimizzazione e la modifica

Pubblico

• DevOps
• Amministratori di sistema
• Dba
• Hadoop Professionisti del testing

Formato del corso

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

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.PubblicoQuesto 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.

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.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto ai data scientist che desiderano utilizzare Apache Airflow per creare e gestire pipeline di dati end-to-end.Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Installare e configurare Apache Airflow.
• Crea, pianifica e monitora pipeline di dati complesse
• Gestisci molti ETL (Estrai, Estrai, Trasforma, Carica).
• Ridimensionare e proteggere Apache Airflow.

Apache Hama è un framework basato sul modello di calcolo Bulk Synchronous Parallel (BSP) e viene utilizzato principalmente per Big Data l'analisi.In questo corso di formazione dal vivo con istruttore, i partecipanti apprenderanno i fondamenti di Apache Hama mentre passano attraverso la creazione di un'applicazione basata su BSP e di un programma incentrato sui vertici utilizzando i framework Apache Hama.Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Installare e configurare Apache Hama
• Comprendere i fondamenti di Apache Hama e il modello di programmazione Bulk Synchronous Parallel (BSP)
• Creare un programma basato su BSP utilizzando il framework BSP Apache Hama
• Costruisci un programma incentrato sui vertici utilizzando Apache Hama Graph Framework
• Compilare, testare ed eseguire il debug delle proprie applicazioni Apache Hama

Pubblico

• Gli sviluppatori

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.

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

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

Amazon Redshift è un servizio di data warehouse basato su cloud petabytescale in AWS In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno i fondamenti di Amazon Redshift Alla fine di questa formazione, i partecipanti saranno in grado di: Installa e configura Amazon Redshift Carica, configura, distribuisci, esegui query e visualizza i dati con Amazon Redshift Pubblico Sviluppatori Professionisti IT Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva Nota Per richiedere una formazione personalizzata per questo corso, vi preghiamo di contattarci per organizzare .

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

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli sviluppatori che desiderano creare un database Greenplum multi-nodo. Al termine di questa formazione, i partecipanti saranno in grado di:

• Installa e configura Pivotal Greenplum.
• Modella i dati in base alle esigenze attuali e ai piani di espansione futuri.
• Eseguire diverse tecniche per distribuire i dati su più nodi.
• Migliorare le prestazioni del database tramite l'ottimizzazione.
• Monitorare e risolvere i problemi di un database Greenplum.

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:

• Soddisfa le esigenze di lavorazione con Greenplum.
• Eseguire operazioni ETL per l'elaborazione dei dati.
• Sfrutta le infrastrutture di elaborazione delle query esistenti.

Mem SQL è un sistema di gestione di database SQL in memoria, distribuito per cloud e locale. È un data warehouse in tempo reale che fornisce immediatamente informazioni dettagliate su dati storici e in tempo reale. In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno gli elementi essenziali di Mem SQL per lo sviluppo e l'amministrazione. Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendi i concetti e le caratteristiche chiave di Mem SQL
• Installa, progetta, mantieni e gestisci Mem SQL
• Ottimizza gli schemi in Mem SQL
• Migliora le query in Mem SQL
• Prestazioni di benchmark in Mem SQL
• Crea applicazioni di dati in tempo reale utilizzando Mem SQL

Pubblico

• Sviluppatori
• Amministratori
• Ingegneri Operativi

Formato del corso

• Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche