Hadoop Formazione in Italia

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli sviluppatori che desiderano utilizzare e integrare Spark, Hadoop e Python per elaborare, analizzare e trasformare set di dati grandi e complessi. Al termine di questa formazione, i partecipanti saranno in grado di:

• Configurare l'ambiente necessario per iniziare a elaborare i Big Data con Spark, Hadoop e Python.
• Comprendere le funzionalità, i componenti di base e l'architettura di Spark e Hadoop.
• Informazioni su come integrare Spark, Hadoop e Python per l'elaborazione di Big Data.
• Esplorare gli strumenti nell'ecosistema Spark (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka e Flume).
• Crea sistemi di raccomandazione di filtri collaborativi simili a Netflix, YouTube, Amazon, Spotify e Google.
• Usa Apache Mahout per scalare gli algoritmi di machine learning.

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

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 .

Il corso è dedicato agli specialisti IT che sono alla ricerca di una soluzione per archiviare ed elaborare grandi set di dati in un ambiente di sistema distribuito Obiettivo del corso: Acquisire conoscenze sull'amministrazione del cluster Hadoop

Pubblico: Il corso è destinato agli specialisti IT che cercano una soluzione per archiviare ed elaborare grandi set di dati in un ambiente di sistema distribuito Go al: Conoscenza approfondita dell'amministrazione dei cluster Hadoop .

Pubblico: Questo corso ha lo scopo di demistificare la tecnologia dei big data / hadoop e di dimostrare che non è difficile da capire.

Apache Hadoop è il framework più popolare per l'elaborazione di Big Data su cluster di server. Questo corso introdurrà uno sviluppatore a vari componenti (HDFS, MapReduce, Pig, Hive e HBase) dell'ecosistema Hadoop .

Apache Hadoop è uno dei framework più popolari per l'elaborazione di Big Data su cluster di server. Questo corso approfondisce la gestione dei dati in HDFS, Pig avanzato, Hive e HBase. Queste tecniche di programmazione avanzate saranno utili per gli sviluppatori Hadoop esperti. Pubblico : sviluppatori Durata: tre giorni Formato: lezioni frontali (50%) e esercitazioni pratiche (50%).

Questo corso introduce HBase, un archivio No SQL su Hadoop . Il corso è destinato agli sviluppatori che useranno HBase per sviluppare applicazioni e agli amministratori che gestiranno i cluster HBase. Seguiremo uno sviluppatore attraverso l'architettura HBase e la modellazione dei dati e lo sviluppo di applicazioni su HBase. Discuterà anche dell'uso di MapReduce con HBase e di alcuni argomenti di amministrazione relativi all'ottimizzazione delle prestazioni. Il corso è molto pratico con molti esercizi di laboratorio.
Durata : 3 giorni Pubblico : sviluppatori e amministratori

Apache Hadoop è il framework più popolare per l'elaborazione di Big Data su cluster di server. In questo corso di tre (facoltativamente, quattro) giorni, i partecipanti apprenderanno i vantaggi aziendali e i casi d'uso per Hadoop e il suo ecosistema, come pianificare la distribuzione e la crescita dei cluster, come installare, gestire, monitorare, risolvere i problemi e ottimizzare Hadoop . Eserciteranno inoltre il caricamento di dati in blocco dei cluster, acquisiranno familiarità con varie distribuzioni Hadoop e si eserciteranno nell'installazione e nella gestione degli strumenti dell'ecosistema Hadoop . Il corso termina con la discussione sulla protezione del cluster con Kerberos. “… I materiali sono stati preparati molto bene e sono stati accuratamente coperti. Il laboratorio è stato molto utile e ben organizzato ”
- Andrew Nguyen, ingegnere principale di integrazione DW, Microsoft Online Advertising Pubblico Amministratori di Hadoop Formato Lezioni frontali e esercitazioni pratiche, bilancio approssimativo 60% lezioni frontali, 40% laboratori.

Hadoop è il framework di elaborazione Big Data più popolare .

In questo corso di formazione con istruttore in Italia, i partecipanti impareranno i componenti principali dell'ecosistema Hadoop e come queste tecnologie possono essere utilizzate per risolvere problemi su larga scala. Imparando queste basi, i partecipanti miglioreranno  la loro capacità di comunicare con gli sviluppatori e gli implementatori di questi sistemi, nonché con i data scientist e gli analisti coinvolti in molti progetti IT. Pubblico

• Project Manager che desiderano implementare Hadoop nella propria infrastruttura di sviluppo o IT esistente
• Project Manager che hanno bisogno di comunicare con team interfunzionali che includono ingegneri di big data, data scientist e analisti aziendali

Apache Samza è un framework computazionale asincrono quasi in tempo reale open source per l'elaborazione dei flussi. Utilizza Apache Kafka per la messaggistica e Apache Hadoop YARN per la tolleranza agli errori, l'isolamento del processore, la sicurezza e la gestione delle risorse. Questa formazione dal vivo con istruttore introduce i principi alla base dei sistemi di messaggistica e dell'elaborazione del flusso distribuito, mentre accompagna i partecipanti attraverso la creazione di un progetto di esempio basato su Samza e l'esecuzione del lavoro. Al termine di questa formazione, i partecipanti saranno in grado di:

• Usa Samza per semplificare il codice necessario per produrre e consumare messaggi.
• Disaccoppiare la gestione dei messaggi da un'applicazione.
• Usa Samza per implementare il calcolo asincrono quasi in tempo reale.
• Utilizzare l'elaborazione del flusso per fornire un livello superiore di astrazione sui sistemi di messaggistica.

Pubblico

• Sviluppatori

Formato del corso

• Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche

In questo corso di formazione dal vivo con istruttore in Italia (in loco o in remoto), i partecipanti impareranno come distribuire e gestire Apache NiFi in un ambiente di laboratorio dal vivo. Al termine di questa formazione, i partecipanti saranno in grado di:

• Installa e configura Apachi NiFi.
• Acquisisci, trasforma e gestisci i dati da fonti di dati diverse e distribuite, inclusi database e big data lake.
• Automatizza i flussi di dati.
• Abilitare l'analisi di flusso.
• Applicare vari approcci per l'inserimento dei dati.
• Trasforma Big Data e trasforma in approfondimenti 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 dimostrativi utilizzando Apache NiFi. Al termine di questa formazione, i partecipanti saranno in grado di:

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

Hadoop è un framework di elaborazione popolare Big Data Python è un linguaggio di programmazione di alto livello famoso per la sua chiara sintasi e leggibilità del codice. In questo allenamento guidato da istruttori, i partecipanti impareranno come lavorare con Hadoop, MapReduce, Pig e Spark utilizzando Python mentre passano attraverso diversi esempi e utilizzano casi. Al termine di questo corso, i partecipanti saranno in grado di:

• Comprendere i concetti di base dietro Hadoop, MapReduce, Pig, e Spark
• Utilizzare Python con Hadoop Distribuito File System (HDFS), MapReduce, Pig, e Spark
• Utilizzare Snakebite per accedere programmaticamente a HDFS all'interno Python
• Utilizzare mrjob per scrivere MapReduce lavori in Python
• Scrivere programmi Spark con Python
• Estendere la funzionalità del maiale utilizzando Python UDF
• Gestione MapReduce posti di lavoro e script di Pig utilizzando Luigi

Il pubblico

• sviluppatori
• I professionisti

Il formato del corso

• Lezioni parziali, discussioni parziali, esercizi e pratiche pesanti

L'analisi dei big data prevede il processo di esame di grandi quantità di set di dati diversi al fine di scoprire correlazioni, schemi nascosti e altre informazioni utili. L'industria sanitaria ha enormi quantità di dati medici e clinici eterogenei complessi. L'applicazione dell'analisi dei big data sui dati sanitari presenta un enorme potenziale nel ricavare approfondimenti per migliorare l'erogazione dell'assistenza sanitaria. Tuttavia, l'enormità di questi set di dati pone grandi sfide nelle analisi e applicazioni pratiche in un ambiente clinico. In questo corso di formazione dal vivo con istruttore (a distanza), i partecipanti impareranno come eseguire analisi dei big data in salute mentre eseguono una serie di esercitazioni pratiche in laboratorio dal vivo. Al termine di questa formazione, i partecipanti saranno in grado di:

• Installa e configura strumenti di analisi dei big data come Hadoop MapReduce e Spark
• Comprendi le caratteristiche dei dati medici
• Applicare tecniche di big data per gestire i dati medici
• Studiare sistemi e algoritmi per big data nel contesto di applicazioni sanitarie

Pubblico

• Sviluppatori
• Scienziati 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 agli amministratori di sistema che desiderano imparare a configurare, distribuire e gestire Hadoop cluster all'interno della propria organizzazione. Al termine di questa formazione, i partecipanti saranno in grado di:

• Installare e configurare Apache Hadoop.
• Comprendere i quattro componenti principali dell'ecosistema Hadoop: HDFS, MapReduce, YARN e Hadoop Common.
• Usare Hadoop Distributed File System (HDFS) per ridimensionare un cluster fino a centinaia o migliaia di nodi.  
• Configurare HDFS in modo che funzioni come motore di archiviazione per le distribuzioni Spark locali.
• Configura Spark per accedere a soluzioni di archiviazione alternative come Amazon S3 e sistemi di database NoSQL come Redis, Elasticsearch, Couchbase, Aerospike, ecc.
• Esegui attività amministrative come il provisioning, la gestione, il monitoraggio e la protezione di un cluster Apache Hadoop.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) introduce Hortonworks Data Platform (HDP) e guida i partecipanti attraverso la distribuzione della soluzione Spark + Hadoop. Al termine di questa formazione, i partecipanti saranno in grado di:

Utilizzare Hortonworks per eseguire in modo affidabile Hadoop su larga scala. Unifica le funzionalità di sicurezza, governance e operazioni di Hadoop con i flussi di lavoro analitici agili di Spark. Utilizza Hortonworks per analizzare, convalidare, certificare e supportare ciascuno dei componenti di un progetto Spark. Elabora diversi tipi di dati, tra cui dati 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 questa formazione, i partecipanti saranno in grado di:

• Crea un cluster di Big Data dal vivo usando Ambari
• Applica le caratteristiche e le funzionalità avanzate di Ambari a vari casi d'uso
• Aggiungi e rimuovi i nodi senza interruzioni, se necessario
• Migliora le prestazioni di un cluster Hadoop attraverso l'ottimizzazione e la modifica

Pubblico

• DevOps
• Amministratori di sistema
• DBA
• Professionisti dei test Hadoop

Formato del corso

• Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche

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 archiviati 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 strumenti di Business Intelligence o SQL. Dopo questo corso i delegati saranno in grado di

• Estrai informazioni significative dai cluster Hadoop con Impala.
• Scrivere programmi specifici per facilitare la Business Intelligence in Impala SQL Dialetto.
• Risoluzione dei problemi relativi a Impala.