Apache Spark - para treinamento de processamento de big data. Os cursos de treinamento Apache Spark ao vivo em locais e instruídos demonstram, por meio da prática prática, como o Spark se encaixa no ecossistema Big Data e como usar o Spark para análise de dados. O treinamento do Apache Spark está disponível em vários formatos, incluindo treinamento ao vivo no local e treinamento online ao vivo e interativo. O treinamento ao vivo no local pode ser realizado nas instalações do cliente no Brasil ou nos centros de treinamento locais NobleProg no Brasil. O treinamento ao vivo remoto é realizado por meio de uma área de trabalho remota e interativa.
NobleProg -- Seu Provedor de Treinamento Local
Declaração de Clientes
Richard é muito calmo e metódico, com uma visão analítica - exatamente as qualidades necessárias para apresentar esse tipo de curso.
Kieran Mac Kenna
Curso: Spark para Developers
Machine Translated
Sabemos muito mais sobre todo o ambiente.
John Kidd
Curso: Spark para Developers
Machine Translated
O treinador tornou a aula interessante e divertida, o que ajuda bastante com o treinamento durante todo o dia.
Ryan Speelman
Curso: Spark para Developers
Machine Translated
Eu acho que o treinador teve um excelente estilo de combinar humor e histórias da vida real para tornar os assuntos em mãos muito acessíveis. Eu recomendaria altamente este professor no futuro.
Curso: Spark para Developers
Machine Translated
Ernesto fez um ótimo trabalho explicando os conceitos de alto nível do uso do Spark e seus vários módulos.
Michael Nemerouf
Curso: Spark para Developers
Machine Translated
Este é um dos melhores trabalhos práticos com os cursos de programação de exercícios que já fiz.
Laura Kahn
Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Este é um dos treinamentos online de melhor qualidade que já fiz em minha carreira de 13 anos. Continue com o ótimo trabalho!.
Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Cenários e casos aplicáveis
zhaopeng liu - Fmr
Curso: Spark para Developers
Machine Translated
Análise de caso
国栋 张
Curso: Spark para Developers
Machine Translated
todas as partes desta sessão
Eric Han - Fmr
Curso: Spark para Developers
Machine Translated
Richard estava muito disposto a divagar quando queríamos fazer perguntas semi-relacionadas sobre coisas que não estavam no plano de estudos. As explicações foram claras e ele estava na frente sobre advertências em qualquer conselho que ele nos deu ..
ARM Limited
Curso: Spark para Developers
Machine Translated
A VM que eu gostei muito O professor foi muito conhecedor sobre o tema, bem como outros temas, ele foi muito agradável e amigável Gostei da instalação em Dubai.
Safar Alqahtani - Elm Information Security
Curso: Big Data Analytics in Health
Machine Translated
tarefas de prática
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Curso: Python e Spark para Big Data (PySpark)
Machine Translated
Small group (4 trainees) and we could progress together. Also the trainer could so help everybody.
ICE International Copyright Enterprise Germany GmbH
Curso: Spark para Developers
Ajay foi muito amigável, prestativo e também conhecedor do assunto que estava discutindo.
Biniam Guulay - ICE International Copyright Enterprise Germany GmbH
Curso: Spark para Developers
Machine Translated
Os exercícios de laboratório. Aplicando a teoria desde o primeiro dia nos dias subsequentes.
Dell
Curso: A Practical Introduction to Stream Processing
Machine Translated
* Organization * Trainer's expertise with the subject
ENGIE- 101 Arch Street
Curso: Python e Spark para Big Data (PySpark)
The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.
Curso: A Practical Introduction to Stream Processing
O professor adaptou o programa de treinamento às nossas necessidades atuais.
EduBroker Sp. z o.o.
Curso: Python e Spark para Big Data (PySpark)
Machine Translated
Fazer exercícios semelhantes de maneiras diferentes realmente ajuda a entender o que cada componente ( Hadoop / Spark, independente / cluster) pode fazer sozinho e em conjunto. Ele me deu idéias sobre como eu deveria testar meu aplicativo na minha máquina local quando desenvolvo vs quando é implantado em um cluster.
Thomas Carcaud - IT Frankfurt GmbH
Curso: Spark para Developers
Machine Translated
The lessons were taught in a Jupyter notebook. The topics were structured with a logical sequence and naturally helped develop the session from the easier parts to the more complex. I'm already an advanced user of Python with background in Machine Learning, so found the course easier to follow than, possibly, some of my classmates that took the training course. I appreciate that some of the most elementary concepts were skipped and that he focused on the most substantial matters.
Angela DeLaMora - ADT, LLC
Curso: Python e Spark para Big Data (PySpark)
NA
DBS
Curso: Python e Spark para Big Data (PySpark)
hands on Training..
Abraham Thomas - PPL
Curso: Python e Spark para Big Data (PySpark)
atenção individual.
ARCHANA ANILKUMAR - PPL
Curso: Python and Spark for Big Data (PySpark)
Machine Translated
Eu acho que o treinador teve um excelente estilo de combinar humor e histórias da vida real para tornar os assuntos em mãos muito acessíveis. Eu recomendaria altamente este professor no futuro.
Curso: Spark para Developers
Machine Translated
Este é um dos treinamentos online de melhor qualidade que já fiz em minha carreira de 13 anos. Continue com o ótimo trabalho!.
Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.
Curso: A Practical Introduction to Stream Processing
Nossos Clientes
.png "iberoamericana de hidrocarburos (ihsa)")
.jpg "european southern observatory (eso)")
_ireland.gif "environmental protection agency (epa) ireland")
Subcategorias Spark
Programas do curso Spark
Nome do Curso
Duração
Visão geral
Nome do Curso
Duração
Visão geral
21 horas
Visão geral
This course is aimed at developers and data scientists who wish to understand and implement AI within their applications. Special focus is given to Data Analysis, Distributed AI and NLP.
7 horas
Visão geral
O Alexio é um sistema de armazenamento distribuído virtual de código aberto que unifica sistemas de armazenamento distintos e permite que os aplicativos interajam com os dados na velocidade da memória É usado por empresas como Intel, Baidu e Alibaba Neste treinamento presencial instruído, os participantes aprenderão a usar o Alexio para interligar diferentes estruturas de computação com sistemas de armazenamento e gerenciar com eficiência dados em escala de vários arquivos à medida que avançam na criação de um aplicativo com o Alluxio No final deste treinamento, os participantes serão capazes de: Desenvolva um aplicativo com o Alluxio Conecte sistemas e aplicativos de big data enquanto preserva um namespace Extraia com eficiência o valor do Big Data em qualquer formato de armazenamento Melhore o desempenho da carga de trabalho Implantar e gerenciar o Alluxio autônomo ou em cluster Público Cientista de dados Desenvolvedor Administrador do sistema Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
21 horas
Visão geral
A análise de big data envolve o processo de examinar grandes quantidades de conjuntos de dados variados para descobrir correlações, padrões ocultos e outras informações úteis.
A indústria da saúde tem enormes quantidades de dados médicos e clínicos heterogêneos complexos. A aplicação de análise de big data em dados de saúde apresenta um enorme potencial para obter insights para melhorar a prestação de serviços de saúde. No entanto, a enormidade desses conjuntos de dados apresenta grandes desafios em análises e aplicações práticas para um ambiente clínico.
Neste treinamento ao vivo conduzido por instrutor (remoto), os participantes aprenderão como executar a análise de big data na área da saúde enquanto realizam uma série de exercícios práticos de laboratório ao vivo.
No final deste treinamento, os participantes serão capazes de:
- Instalar e configurar ferramentas de análise de big data, como o Hadoop MapReduce e o Spark
- Entenda as características dos dados médicos
- Aplicar técnicas de big data para lidar com dados médicos
- Estudar grandes sistemas de dados e algoritmos no contexto de aplicações de saúde
Público
- Desenvolvedores
- Cientistas de dados
Formato do Curso
- Palestra parte, parte discussão, exercícios e prática hands-on pesado.
Nota
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
A indústria da saúde tem enormes quantidades de dados médicos e clínicos heterogêneos complexos. A aplicação de análise de big data em dados de saúde apresenta um enorme potencial para obter insights para melhorar a prestação de serviços de saúde. No entanto, a enormidade desses conjuntos de dados apresenta grandes desafios em análises e aplicações práticas para um ambiente clínico.
Neste treinamento ao vivo conduzido por instrutor (remoto), os participantes aprenderão como executar a análise de big data na área da saúde enquanto realizam uma série de exercícios práticos de laboratório ao vivo.
No final deste treinamento, os participantes serão capazes de:
- Instalar e configurar ferramentas de análise de big data, como o Hadoop MapReduce e o Spark
- Entenda as características dos dados médicos
- Aplicar técnicas de big data para lidar com dados médicos
- Estudar grandes sistemas de dados e algoritmos no contexto de aplicações de saúde
Público
- Desenvolvedores
- Cientistas de dados
Formato do Curso
- Palestra parte, parte discussão, exercícios e prática hands-on pesado.
Nota
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
28 horas
Visão geral
Um grande número de problemas do mundo real pode ser descrito em termos de gráficos Por exemplo, o gráfico da Web, o gráfico da rede social, o gráfico da rede ferroviária e o gráfico da linguagem Esses gráficos tendem a ser extremamente grandes; processá-los requer um conjunto especializado de ferramentas e processos Essas ferramentas e processos podem ser chamados de Graph Computing (também conhecido como Graph Analytics) Neste treinamento presencial instruído, os participantes aprenderão sobre as ofertas de tecnologia e as abordagens de implementação para o processamento de dados gráficos O objetivo é identificar objetos do mundo real, suas características e relacionamentos, modelar esses relacionamentos e processá-los como dados usando uma abordagem de computação gráfica Começamos com uma ampla visão geral e restringimos as ferramentas específicas à medida que passamos por uma série de estudos de caso, exercícios práticos e implementações ao vivo No final deste treinamento, os participantes serão capazes de: Entenda como os dados do gráfico são persistidos e percorridos Selecione a melhor estrutura para uma determinada tarefa (de bancos de dados de gráficos a estruturas de processamento em lote) Implemente Hadoop, Spark, GraphX e Pregel para realizar computação gráfica em várias máquinas em paralelo Veja os problemas de big data do mundo real em termos de gráficos, processos e travessias Público Desenvolvedores Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
21 horas
Visão geral
Hortonworks Data Platform (HDP) é uma plataforma de suporte Apache Hadoop código aberto que fornece uma base estável para o desenvolvimento de soluções de Big Data no ecossistema Apache Hadoop .
Este treinamento ao vivo conduzido por instrutor (no local ou remoto) introduz a Hortonworks Data Platform (HDP) e Hortonworks Data Platform (HDP) participantes através da implementação da solução Spark + Hadoop .
No final deste treinamento, os participantes serão capazes de:
- Use o Hortonworks para executar o Hadoop maneira confiável em grande escala.
- Unifique os recursos de segurança, governança e operações do Hadoop com os fluxos de trabalho analíticos ágeis do Spark.
- Use o Hortonworks para investigar, validar, certificar e suportar cada um dos componentes em um projeto do Spark.
- Processar diferentes tipos de dados, incluindo estruturados, não estruturados, em movimento e em repouso.
Formato do Curso
- Palestra interativa e discussão.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização de curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
Este treinamento ao vivo conduzido por instrutor (no local ou remoto) introduz a Hortonworks Data Platform (HDP) e Hortonworks Data Platform (HDP) participantes através da implementação da solução Spark + Hadoop .
No final deste treinamento, os participantes serão capazes de:
- Use o Hortonworks para executar o Hadoop maneira confiável em grande escala.
- Unifique os recursos de segurança, governança e operações do Hadoop com os fluxos de trabalho analíticos ágeis do Spark.
- Use o Hortonworks para investigar, validar, certificar e suportar cada um dos componentes em um projeto do Spark.
- Processar diferentes tipos de dados, incluindo estruturados, não estruturados, em movimento e em repouso.
Formato do Curso
- Palestra interativa e discussão.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização de curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
21 horas
Visão geral
Stream Processing refere-se ao processamento em tempo real de "dados em movimento", ou seja, executando cálculos nos dados à medida que eles são recebidos. Esses dados são lidos como fluxos contínuos de fontes de dados, como eventos de sensores, atividade do usuário do site, operações financeiras, furtos de cartão de crédito, fluxos de cliques, etc. Stream Processing estruturas de Stream Processing são capazes de ler grandes volumes de dados recebidos e fornecer informações valiosas quase instantaneamente.
Neste treinamento ao vivo, ministrado por instrutor (no local ou remoto), os participantes aprenderão como configurar e integrar diferentes estruturas de Stream Processing com sistemas de armazenamento de big data existentes e aplicativos de software e microsserviços relacionados.
Ao final deste treinamento, os participantes serão capazes de:
- Instale e configure diferentes estruturas de Stream Processing , como Spark Streaming e Kafka Streaming.
- Entenda e selecione a estrutura mais apropriada para o trabalho.
- Processo de dados de forma contínua, simultânea e de forma a registro.
- Integre soluções de Stream Processing a bancos de dados, data warehouses, lagos de dados, etc.
- Integre a biblioteca de processamento de fluxo mais apropriada aos aplicativos e microsserviços corporativos.
Público
- Desenvolvedores
- Arquitetos de software
Formato do Curso
- Parte palestra, parte discussão, exercícios e prática prática pesada
Notas
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
Neste treinamento ao vivo, ministrado por instrutor (no local ou remoto), os participantes aprenderão como configurar e integrar diferentes estruturas de Stream Processing com sistemas de armazenamento de big data existentes e aplicativos de software e microsserviços relacionados.
Ao final deste treinamento, os participantes serão capazes de:
- Instale e configure diferentes estruturas de Stream Processing , como Spark Streaming e Kafka Streaming.
- Entenda e selecione a estrutura mais apropriada para o trabalho.
- Processo de dados de forma contínua, simultânea e de forma a registro.
- Integre soluções de Stream Processing a bancos de dados, data warehouses, lagos de dados, etc.
- Integre a biblioteca de processamento de fluxo mais apropriada aos aplicativos e microsserviços corporativos.
Público
- Desenvolvedores
- Arquitetos de software
Formato do Curso
- Parte palestra, parte discussão, exercícios e prática prática pesada
Notas
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
14 horas
Visão geral
O Magellan é um mecanismo de execução distribuída de código aberto para análises geoespaciais em big data. Implementado no Apache Spark , ele estende o Spark SQL e fornece uma abstração relacional para análises geoespaciais.
Este treinamento ao vivo, conduzido por instrutor, introduz os conceitos e abordagens para a implementação de análises geoespaciais e orienta os participantes na criação de um aplicativo de análise preditiva usando o Magellan no Spark.
Ao final deste treinamento, os participantes serão capazes de:
- Consulta, análise e junção eficiente de conjuntos de dados geoespaciais em escala
- Implementar dados geoespaciais em aplicativos de business intelligence e análise preditiva
- Use o contexto espacial para ampliar os recursos de dispositivos móveis, sensores, logs e vestíveis
Formato do Curso
- Palestra e discussão interativa.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
Este treinamento ao vivo, conduzido por instrutor, introduz os conceitos e abordagens para a implementação de análises geoespaciais e orienta os participantes na criação de um aplicativo de análise preditiva usando o Magellan no Spark.
Ao final deste treinamento, os participantes serão capazes de:
- Consulta, análise e junção eficiente de conjuntos de dados geoespaciais em escala
- Implementar dados geoespaciais em aplicativos de business intelligence e análise preditiva
- Use o contexto espacial para ampliar os recursos de dispositivos móveis, sensores, logs e vestíveis
Formato do Curso
- Palestra e discussão interativa.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
21 horas
Visão geral
Apache Spark is a distributed processing engine for analyzing very large data sets. It can process data in batches and real-time, as well as carry out machine learning, ad-hoc queries, and graph processing. .NET for Apache Spark is a free, open-source, and cross-platform big data analytics framework that supports applications written in C# or F#.
This instructor-led, live training (online or onsite) is aimed at developers who wish to carry out big data analysis using Apache Spark in their .NET applications.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand how .NET implements Spark APIs so that they can be accessed from a .NET application.
- Develop data processing applications using C# or F#, capable of handling data sets whose size is measured in terabytes and pedabytes.
- Develop machine learning features for a .NET application using Apache Spark capabilities.
- Carry out exploratory analysis using SQL queries on big data sets.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at developers who wish to carry out big data analysis using Apache Spark in their .NET applications.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand how .NET implements Spark APIs so that they can be accessed from a .NET application.
- Develop data processing applications using C# or F#, capable of handling data sets whose size is measured in terabytes and pedabytes.
- Develop machine learning features for a .NET application using Apache Spark capabilities.
- Carry out exploratory analysis using SQL queries on big data sets.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
14 horas
Visão geral
SMACK is a collection of data platform softwares, namely Apache Spark, Apache Mesos, Apache Akka, Apache Cassandra, and Apache Kafka. Using the SMACK stack, users can create and scale data processing platforms.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use the SMACK stack to build data processing platforms for big data solutions.
By the end of this training, participants will be able to:
- Implement a data pipeline architecture for processing big data.
- Develop a cluster infrastructure with Apache Mesos and Docker.
- Analyze data with Spark and Scala.
- Manage unstructured data with Apache Cassandra.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use the SMACK stack to build data processing platforms for big data solutions.
By the end of this training, participants will be able to:
- Implement a data pipeline architecture for processing big data.
- Develop a cluster infrastructure with Apache Mesos and Docker.
- Analyze data with Spark and Scala.
- Manage unstructured data with Apache Cassandra.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
21 horas
Visão geral
Apache Spark is an analytics engine designed to distribute data across a cluster in order to process it in parallel. It contains modules for streaming, SQL, machine learning and graph processing.
This instructor-led, live training (online or onsite) is aimed at engineers who wish to deploy Apache Spark system for processing very large amounts of data.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand the difference between Apache Spark and Hadoop MapReduce and when to use which.
- Quickly read in and analyze very large data sets.
- Integrate Apache Spark with other machine learning tools.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at engineers who wish to deploy Apache Spark system for processing very large amounts of data.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand the difference between Apache Spark and Hadoop MapReduce and when to use which.
- Quickly read in and analyze very large data sets.
- Integrate Apache Spark with other machine learning tools.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
21 horas
Visão geral
A curva de aprendizado do Apache Spark está aumentando lentamente no início, e é preciso muito esforço para obter o primeiro retorno. Este curso tem como objetivo pular a primeira parte difícil. Depois de fazer este curso, os participantes entenderão o básico do Apache Spark , diferenciarão claramente o RDD do DataFrame, aprenderão as APIs Python e Scala , entenderão os executores e as tarefas, etc. implantação na nuvem, Databricks e AWS. Os alunos também entenderão as diferenças entre o AWS EMR e o AWS Glue, um dos últimos serviços Spark da AWS.
PÚBLICO:
Engenheiro de dados, DevOps , cientista de dados
PÚBLICO:
Engenheiro de dados, DevOps , cientista de dados
21 horas
Visão geral
Este é um curso de introdução ao Apache Spark, os participantes aprenderão como é que esse programa participa do ecossistema Big Data, e como utiliza-lo para analizar dados. O curso cobre Spark para analise de dados, internalidades do Spark, Spark APIs, Spark SQL, Spark Streaming, Machine Learning e graphX.
21 horas
Visão geral
Python é uma linguagem de programação de alto nível famosa por sua sintaxe clara e com legibilidade de código. O Spark é um mecanismo de processamento de dados usado na consulta, análise e transformação de big data. O PySpark permite que os usuários façam interface com o Spark com o Python.
Neste treinamento os participantes aprenderão como usar o Python e o Spark juntos para analisar big data enquanto trabalham em exercícios práticos.
No final deste treinamento, os participantes serão capazes de:
- Aprender a usar o Spark com Python para analisar Big Data
- Trabalhar em exercícios que imitam as circunstâncias do mundo real
- Usar diferentes ferramentas e técnicas para análise de big data usando o PySpark
Público
Desenvolvedores
Profissionais de TI
Cientistas de dados
Formato do curso
Palestra, discussão, exercícios e prática
Neste treinamento os participantes aprenderão como usar o Python e o Spark juntos para analisar big data enquanto trabalham em exercícios práticos.
No final deste treinamento, os participantes serão capazes de:
- Aprender a usar o Spark com Python para analisar Big Data
- Trabalhar em exercícios que imitam as circunstâncias do mundo real
- Usar diferentes ferramentas e técnicas para análise de big data usando o PySpark
Público
Desenvolvedores
Profissionais de TI
Cientistas de dados
Formato do curso
Palestra, discussão, exercícios e prática
21 horas
Visão geral
Scala é uma versão condensada do Java para programação funcional e orientada a objetos em larga escala. Apache Spark Streaming é um componente estendido da API Spark para processar grandes conjuntos de dados como fluxos em tempo real. Juntos, o Spark Streaming e o Scala permitem o streaming de big data.
Esse treinamento ao vivo, conduzido por instrutor (no local ou remoto), destina-se a engenheiros de software que desejam transmitir grandes volumes de dados com Spark Streaming e Scala .
Ao final deste treinamento, os participantes serão capazes de:
- Crie aplicativos Spark com a linguagem de programação Scala .
- Use o Spark Streaming para processar fluxos contínuos de dados.
- Processe fluxos de dados em tempo real com o Spark Streaming.
Formato do Curso
- Palestra e discussão interativa.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
Esse treinamento ao vivo, conduzido por instrutor (no local ou remoto), destina-se a engenheiros de software que desejam transmitir grandes volumes de dados com Spark Streaming e Scala .
Ao final deste treinamento, os participantes serão capazes de:
- Crie aplicativos Spark com a linguagem de programação Scala .
- Use o Spark Streaming para processar fluxos contínuos de dados.
- Processe fluxos de dados em tempo real com o Spark Streaming.
Formato do Curso
- Palestra e discussão interativa.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
7 horas
Visão geral
O Spark SQL é o módulo do Apache Spark para trabalhar com dados estruturados e não estruturados. O Spark SQL fornece informações sobre a estrutura dos dados, bem como a computação que está sendo executada. Esta informação pode ser usada para realizar otimizações. Dois usos comuns para o Spark SQL são:
- para executar consultas SQL .
- para ler dados de uma instalação existente do Hive .
Neste treinamento ao vivo conduzido por instrutor (no local ou remoto), os participantes aprenderão a analisar vários tipos de conjuntos de dados usando o Spark SQL .
No final deste treinamento, os participantes serão capazes de:
- Instale e configure o Spark SQL .
- Realize a análise de dados usando o Spark SQL .
- Consultar conjuntos de dados em diferentes formatos.
- Visualize dados e resultados de consulta.
Formato do Curso
- Palestra interativa e discussão.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização de curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
- para executar consultas SQL .
- para ler dados de uma instalação existente do Hive .
Neste treinamento ao vivo conduzido por instrutor (no local ou remoto), os participantes aprenderão a analisar vários tipos de conjuntos de dados usando o Spark SQL .
No final deste treinamento, os participantes serão capazes de:
- Instale e configure o Spark SQL .
- Realize a análise de dados usando o Spark SQL .
- Consultar conjuntos de dados em diferentes formatos.
- Visualize dados e resultados de consulta.
Formato do Curso
- Palestra interativa e discussão.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização de curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
35 horas
Visão geral
O MLlib é a biblioteca de aprendizado de máquina (ML) do Spark. Seu objetivo é tornar prático o aprendizado de máquina escalável e fácil. Ele consiste em algoritmos e utilitários de aprendizado comuns, incluindo classificação, regressão, agrupamento, filtragem colaborativa, redução de dimensionalidade, além de primitivas de otimização de nível inferior e APIs de pipeline de nível superior.
Divide-se em dois pacotes:
-
O spark.mllib contém a API original construída sobre os RDDs.
-
O spark.ml fornece uma API de alto nível, construída sobre os DataFrames, para a construção de pipelines de ML.
Público
Este curso é direcionado a engenheiros e desenvolvedores que desejam utilizar uma biblioteca de máquinas integrada para o Apache Spark
Divide-se em dois pacotes:
-
O spark.mllib contém a API original construída sobre os RDDs.
-
O spark.ml fornece uma API de alto nível, construída sobre os DataFrames, para a construção de pipelines de ML.
Público
Este curso é direcionado a engenheiros e desenvolvedores que desejam utilizar uma biblioteca de máquinas integrada para o Apache Spark
Próximos Cursos de Spark
2020-10-28 09:30:00
21 hours
2020-11-17 09:30:00
21 hours
2020-12-22 09:30:00
21 hours
2021-01-13 09:30:00
21 hours
2021-03-10 09:30:00
21 hours
Cursos de fim de semana de Apache Spark, Treinamento tardiurno de Apache Spark, Treinamento em grupo de Spark, Spark guiado por instrutor, Treinamento de Apache Spark de fim de semana, Cursos de Spark tardiurnos, coaching de Apache Spark, Instrutor de Spark, Treinador de Apache Spark, Cursos de treinamento de Spark, Aulas de Spark, Apache Spark no local do cliente, Cursos privados de Apache Spark, Treinamento individual de Spark