Big Data é um termo que se refere a soluções destinadas a armazenar e processar grandes conjuntos de dados. Desenvolvido inicialmente pelo Google, essas soluções Big Data evoluíram e inspiraram outros projetos similares, muitos dos quais estão disponíveis como opensource. Alguns exemplos incluem Apache Hadoop, Cassandra e Cloudera Impala. De acordo com os relatórios da Gartner, BigData é o próximo grande passo no TI logo após a Cloud Computing e será uma tendência líder nos próximos anos. Nossos curso de BigData começam com uma introdução aos conceitos elementares de Big Data, em seguida, progridem nas linguagens de programação e metodologias utilizadas para realizar análise de dados. As ferramentas e a infra-estrutura para permitir armazenamento de grandes dimensões, processamento distribuído e escalabilidade são discutidas, comparadas e implementadas em sessões de demonstração. O treinamento BigData está disponível em vários formatos, incluindo treinamento ao vivo no local e treinamento online ao vivo e interativo. O treinamento local BigData 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
O fato de que todos os dados e software estavam prontos para uso em uma VM já preparada, fornecida pelo instrutor em discos externos.
vyzVoice
Curso: Hadoop for Developers and Administrators
Machine Translated
variedade de material
Maciej Jonczyk
Curso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
sistematizando conhecimento no campo de ML
Orange Polska
Curso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Muitas questões que podem ser exploradas após o treinamento
Klaudia Kłębek
Curso: Data Mining z wykorzystaniem R
Machine Translated
O treinador foi tão experiente e áreas incluídas eu estava interessado em.
Mohamed Salama
Curso: Data Mining & Machine Learning with R
Machine Translated
Muito adaptado às necessidades.
Yashan Wang
Curso: Data Mining with R
Machine Translated
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 for Developers
Machine Translated
Eu gosto dos exercícios feitos.
Nour Assaf
Curso: Data Mining and Analysis
Machine Translated
O exercício prático e a capacidade do instrutor de explicar tópicos complexos em termos simples.
youssef chamoun
Curso: Data Mining and Analysis
Machine Translated
As informações fornecidas foram interessantes e a melhor parte foi no final quando recebemos os dados da Durex e trabalhamos na Data com a qual estamos familiarizados e realizamos operações para obter resultados.
Jessica Chaar
Curso: Data Mining and Analysis
Machine Translated
Eu gostei principalmente do treinador dando exemplos reais ao vivo.
Simon Hahn
Curso: Administrator Training for Apache Hadoop
Machine Translated
Eu gostei genuinamente das grandes competências do Trainer.
Grzegorz Gorski
Curso: Administrator Training for Apache Hadoop
Machine Translated
Eu realmente gostei das muitas sessões práticas.
Jacek Pieczątka
Curso: Administrator Training for Apache Hadoop
Machine Translated
compartilhar diagrama de conceito e também amostra para mãos sujas
Mark Yang - FMR
Curso: Spark for Developers
Machine Translated
Eu pensei que a informação era interessante.
Allison May
Curso: Data Visualization
Machine Translated
Eu realmente gostei que Jeff utilizou dados e exemplos que eram aplicáveis aos dados educacionais. Ele tornou interessante e interativo.
Carol Wells Bazzichi
Curso: Data Visualization
Machine Translated
Aprendendo sobre todos os tipos de gráficos e para que eles são usados. Aprendendo o valor da desordem. Aprendendo sobre os métodos para mostrar dados de tempo.
Susan Williams
Curso: Data Visualization
Machine Translated
Treinador estava entusiasmado.
Diane Lucas
Curso: Data Visualization
Machine Translated
Eu realmente gostei do conteúdo / instrutor.
Craig Roberson
Curso: Data Visualization
Machine Translated
Eu sou um aluno prático e isso foi algo que ele fez muito.
Lisa Comfort
Curso: Data Visualization
Machine Translated
Eu gostei dos exemplos.
Peter Coleman
Curso: Data Visualization
Machine Translated
Eu geralmente me beneficiava dos exemplos.
Peter Coleman
Curso: Data Visualization
Machine Translated
Gostei dos bons exemplos do mundo real, revisões de relatórios existentes.
Ronald Parrish
Curso: Data Visualization
Machine Translated
Cenários e casos aplicáveis
zhaopeng liu - Fmr
Curso: Spark for Developers
Machine Translated
Análise de caso
国栋 张
Curso: Spark for Developers
Machine Translated
todas as partes desta sessão
Eric Han - Fmr
Curso: Spark for Developers
Machine Translated
Eu realmente me beneficiei da disposição do treinador em compartilhar mais.
Balaram Chandra Paul
Curso: A practical introduction to Data Analysis and Big Data
Machine Translated
Sabemos muito mais sobre todo o ambiente.
John Kidd
Curso: Spark for 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 for 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 for Developers
Machine Translated
Gostei muito da forma interativa de aprender.
Luigi Loiacono
Curso: Data Analysis with Hive/HiveQL
Machine Translated
Foi um treinamento muito prático, gostei dos exercícios práticos.
Proximus
Curso: Data Analysis with Hive/HiveQL
Machine Translated
Eu fui beneficiado pela boa visão geral, bom equilíbrio entre teoria e exercícios.
Proximus
Curso: Data Analysis with Hive/HiveQL
Machine Translated
Gostei da interação dinâmica e “hands-on” do assunto, graças à Máquina Virtual, muito estimulante !.
Philippe Job
Curso: Data Analysis with Hive/HiveQL
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 for Developers
Machine Translated
Eu me beneficiei da competência e conhecimento do treinador.
Jonathan Puvilland
Curso: Data Analysis with Hive/HiveQL
Machine Translated
Eu geralmente me beneficiava da apresentação de tecnologias.
Continental AG / Abteilung: CF IT Finance
Curso: A practical introduction to Data Analysis and Big Data
Machine Translated
Em geral, o conteúdo foi bom.
Sameer Rohadia
Curso: A practical introduction to Data Analysis and Big Data
Machine Translated
Exemplo de exercícios; compartilhamento de experiências de trabalho prático
澳新银行
Curso: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Cubo e DV
Alan Xie
Curso: Data Vault: Building a Scalable Data Warehouse
Machine Translated
O conhecimento do professor no data warehouse é abrangente, e ele o elogia!
澳新银行
Curso: Data Vault: Building a Scalable Data Warehouse
Machine Translated
A professora explicou em detalhes e discutiu a atmosfera
澳新银行
Curso: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Michael o treinador é muito experiente e hábil sobre o assunto de Big Data e R. Ele é muito flexível e personaliza rapidamente o treinamento de atender às necessidades dos clientes. Ele também é muito capaz de resolver problemas técnicos e de assuntos em movimento. Treinamento fantástico e profissional !.
Xiaoyuan Geng - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Curso: Programming with Big Data in R
Machine Translated
Gostei muito da introdução de novos pacotes.
Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Curso: Programming with Big Data in R
Machine Translated
O tutor, o Sr. Michael Yan, interagiu muito bem com o público, a instrução foi clara. O tutor também se esforça para adicionar mais informações com base nas solicitações dos alunos durante o treinamento.
Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Curso: Programming with Big Data in R
Machine Translated
O assunto e o ritmo eram perfeitos.
Tim - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Curso: Programming with Big Data in R
Machine Translated
O exemplo e o material de treinamento foram suficientes e tornaram mais fácil entender o que você está fazendo.
Teboho Makenete
Curso: Data Science for Big Data Analytics
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
Foi muito prático, passamos a metade do tempo realmente fazendo as coisas no Clouded / Hardtop, executando diferentes comandos, verificando o sistema e assim por diante. Os materiais extras (livros, sites, etc.) foram muito apreciados, teremos que continuar aprendendo. As instalações foram muito divertidas e muito úteis, a configuração do cluster a partir do zero foi muito boa.
Ericsson
Curso: Administrator Training for Apache Hadoop
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 for 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
Nossos Clientes
Programas do curso Big Data
Nome do Curso
Duração
Visão geral
Nome do Curso
Duração
Visão geral
21 horas
Python é uma linguagem de programação escalável, flexível e amplamente utilizada para ciência de dados e aprendizagem de máquina. O Spark é um motor de processamento de dados usado na pesquisa, análise e transformação de dados grandes, enquanto Hadoop é um framework de biblioteca de software para armazenamento e processamento de dados em grande escala.
Este treinamento ao vivo guiado por instrutores (online ou on-site) é dirigido a desenvolvedores que desejam usar e integrar Spark, Hadoop, e Python para processar, analisar e transformar grandes e complexos conjuntos de dados.
No final do curso, os participantes poderão:
Crie o ambiente necessário para iniciar o processamento de grandes dados com o Spark, Hadoop, e Python. Compreenda as características, os componentes essenciais e a arquitetura do Spark e Hadoop. Aprenda a integrar Spark, Hadoop, e Python para o processamento de dados grandes. Explore as ferramentas no ecossistema Spark (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka, e Flume). Construa sistemas de recomendação de filtragem colaborativa semelhantes a Netflix, YouTube, Amazon, Spotify e Google. Use o Apache Mahout para escalar algoritmos de aprendizagem de máquina.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
Este treinamento ao vivo guiado por instrutores (online ou on-site) é dirigido a desenvolvedores que desejam usar e integrar Spark, Hadoop, e Python para processar, analisar e transformar grandes e complexos conjuntos de dados.
No final do curso, os participantes poderão:
Crie o ambiente necessário para iniciar o processamento de grandes dados com o Spark, Hadoop, e Python. Compreenda as características, os componentes essenciais e a arquitetura do Spark e Hadoop. Aprenda a integrar Spark, Hadoop, e Python para o processamento de dados grandes. Explore as ferramentas no ecossistema Spark (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka, e Flume). Construa sistemas de recomendação de filtragem colaborativa semelhantes a Netflix, YouTube, Amazon, Spotify e Google. Use o Apache Mahout para escalar algoritmos de aprendizagem de máquina.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
14 horas
Waikato Environment for Knowledge Analysis (Weka) é um software de visualização de mineração de dados de código aberto. Fornece uma coleção de algoritmos de aprendizagem de máquina para a preparação de dados, classificação, clustering e outras atividades de mineração de dados.
Este treinamento ao vivo guiado por instrutores (online ou on-site) é dirigido a analistas de dados e cientistas de dados que desejam usar Weka para realizar tarefas de mineração de dados.
No final do curso, os participantes poderão:
Instalar e configurar Weka Compreender o ambiente Weka e o banco de trabalho. Realizar tarefas de mineração de dados usando Weka.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
Este treinamento ao vivo guiado por instrutores (online ou on-site) é dirigido a analistas de dados e cientistas de dados que desejam usar Weka para realizar tarefas de mineração de dados.
No final do curso, os participantes poderão:
Instalar e configurar Weka Compreender o ambiente Weka e o banco de trabalho. Realizar tarefas de mineração de dados usando Weka.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
14 horas
IBM SPSS Modeler é um software usado para mineração de dados e análise de texto. Ele fornece um conjunto de ferramentas de mineração de dados que podem construir modelos preditivos e realizar tarefas de análise de dados.
Este treinamento guiado por instrutores, ao vivo (online ou on-site) é dirigido a analistas de dados ou qualquer pessoa que deseja usar SPSS Modeler para realizar atividades de mineração de dados.
No final do curso, os participantes poderão:
Conheça os fundamentos da mineração de dados. Saiba como importar e avaliar a qualidade dos dados com o Modeler. Desenvolver, implementar e avaliar modelos de dados de forma eficiente.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
Este treinamento guiado por instrutores, ao vivo (online ou on-site) é dirigido a analistas de dados ou qualquer pessoa que deseja usar SPSS Modeler para realizar atividades de mineração de dados.
No final do curso, os participantes poderão:
Conheça os fundamentos da mineração de dados. Saiba como importar e avaliar a qualidade dos dados com o Modeler. Desenvolver, implementar e avaliar modelos de dados de forma eficiente.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
35 horas
Os participantes que completam esta formação guiada por instrutor, ao vivo, obterão uma compreensão prática e real de Big Data e suas tecnologias, metodologias e ferramentas relacionadas.
Os participantes terão a oportunidade de colocar esse conhecimento em prática através de exercícios práticos. A interação de grupo e o feedback do instrutor constituem um componente importante da classe.
O curso começa com uma introdução aos conceitos elementares de Big Data, depois progride nas linguagens de programação e metodologias usadas para realizar Data Analysis. Finalmente, discutimos as ferramentas e infraestruturas que permitem Big Data armazenamento, Processamento Distribuído e Scalabilidade.
O formato do curso
Lição parcial, discussão parcial, prática e implementação, quizing ocasional para medir o progresso.
Os participantes terão a oportunidade de colocar esse conhecimento em prática através de exercícios práticos. A interação de grupo e o feedback do instrutor constituem um componente importante da classe.
O curso começa com uma introdução aos conceitos elementares de Big Data, depois progride nas linguagens de programação e metodologias usadas para realizar Data Analysis. Finalmente, discutimos as ferramentas e infraestruturas que permitem Big Data armazenamento, Processamento Distribuído e Scalabilidade.
O formato do curso
Lição parcial, discussão parcial, prática e implementação, quizing ocasional para medir o progresso.
21 horas
In this instructor-led, live training in Brasil, participants will learn how to use Python and Spark together to analyze big data as they work on hands-on exercises.
By the end of this training, participants will be able to:
- Learn how to use Spark with Python to analyze Big Data.
- Work on exercises that mimic real world cases.
- Use different tools and techniques for big data analysis using PySpark.
By the end of this training, participants will be able to:
- Learn how to use Spark with Python to analyze Big Data.
- Work on exercises that mimic real world cases.
- Use different tools and techniques for big data analysis using PySpark.
7 horas
Este curso cobre o básico sobre como utilizar a linguagem Hive SQL, para todas aquelas pessoas que querem extraír dados do Hive. O objetivo deste curso é proporcionar todas as ferramentas necessárias para que os participantes possam analizar os dados de forma clara e precisa.
21 horas
A descoberta de conhecimentos em bases de dados (KDD) é o processo de descoberta de conhecimentos úteis de uma coleção de dados. Aplicações de vida real para esta técnica de mineração de dados incluem marketing, detecção de fraude, telecomunicações e fabricação.
Neste curso guiado por instrutores, apresentamos os processos envolvidos no KDD e realizamos uma série de exercícios para praticar a implementação desses processos.
Auditoria
Analistas de dados ou qualquer pessoa interessada em aprender como interpretar dados para resolver problemas
O formato do curso
Após uma discussão teórica do KDD, o instrutor apresentará casos de vida real que exigem a aplicação do KDD para resolver um problema. Os participantes prepararão, selecionarão e limparão conjuntos de dados de amostra e usarão seus conhecimentos prévios sobre os dados para propor soluções com base nos resultados das suas observações.
Neste curso guiado por instrutores, apresentamos os processos envolvidos no KDD e realizamos uma série de exercícios para praticar a implementação desses processos.
Auditoria
Analistas de dados ou qualquer pessoa interessada em aprender como interpretar dados para resolver problemas
O formato do curso
Após uma discussão teórica do KDD, o instrutor apresentará casos de vida real que exigem a aplicação do KDD para resolver um problema. Os participantes prepararão, selecionarão e limparão conjuntos de dados de amostra e usarão seus conhecimentos prévios sobre os dados para propor soluções com base nos resultados das suas observações.
14 horas
Apache Kylin é um motor de análise extremamente distribuído para dados grandes.
Neste treinamento ao vivo liderado por instrutores, os participantes aprenderão como usar Apache Kylin para configurar um armazém de dados em tempo real.
No final do curso, os participantes poderão:
Consumo de dados de streaming em tempo real usando Kylin Utilize Apache Kylin's poderosas características, enriquecido SQL interface, cobertura de spark e latência de consulta subsequente
Notícia
Usamos a versão mais recente de Kylin (segundo esta escrita, Apache Kylin v2.0)
Auditoria
Engenheiros de Big Data Big Data Os analistas
Formato do curso
Parte de palestras, parte de discussão, exercícios e prática pesada
Neste treinamento ao vivo liderado por instrutores, os participantes aprenderão como usar Apache Kylin para configurar um armazém de dados em tempo real.
No final do curso, os participantes poderão:
Consumo de dados de streaming em tempo real usando Kylin Utilize Apache Kylin's poderosas características, enriquecido SQL interface, cobertura de spark e latência de consulta subsequente
Notícia
Usamos a versão mais recente de Kylin (segundo esta escrita, Apache Kylin v2.0)
Auditoria
Engenheiros de Big Data Big Data Os analistas
Formato do curso
Parte de palestras, parte de discussão, exercícios e prática pesada
14 horas
O Datameer é uma plataforma de business intelligence e análise construída sobre o Hadoop Ele permite que os usuários finais acessem, explorem e correlacionem dados em larga escala, estruturados, semi-estruturados e não estruturados de maneira fácil Neste treinamento presencial instruído, os participantes aprenderão como usar o Datameer para superar a curva de aprendizado do Hadoop à medida que avançam na configuração e análise de uma série de fontes de big data No final deste treinamento, os participantes serão capazes de: Crie, organize e explore interativamente um lago de dados corporativos Acessar data warehouses de business intelligence, bancos de dados transacionais e outras lojas analíticas Use uma interface de usuário de planilha para projetar pipelines de processamento de dados de ponta Acesse funções pré-construídas para explorar relacionamentos de dados complexos Use os assistentes de draganddrop para visualizar dados e criar painéis Use tabelas, gráficos, gráficos e mapas para analisar os resultados da consulta Público Analistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
14 horas
A mineração de dados é o processo de identificação de padrões em big data com métodos de ciência de dados, como aprendizado de máquina. Usando o Excel como um conjunto analítico de dados, os usuários podem executar a mineração e análise de dados.
Esse treinamento ao vivo conduzido por instrutor (no local ou remoto) é destinado a cientistas de dados que desejam usar o Excel para mineração de dados.
Ao final deste treinamento, os participantes serão capazes de:
- Explore dados com o Excel para realizar a mineração e análise de dados.
- Use algoritmos da Microsoft para mineração de dados.
- Entenda os conceitos na mineração de dados do Excel .
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) é destinado a cientistas de dados que desejam usar o Excel para mineração de dados.
Ao final deste treinamento, os participantes serão capazes de:
- Explore dados com o Excel para realizar a mineração e análise de dados.
- Use algoritmos da Microsoft para mineração de dados.
- Entenda os conceitos na mineração de dados do Excel .
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
Dremio é uma plataforma de dados de código aberto "self-service" que acelera a consulta de diferentes tipos de fontes de dados. Dremio integra com bases de dados relativas, Apache Hadoop, MongoDB, Amazon S3, ElasticSearch, e outras fontes de dados. Ele suporta SQL e fornece um UI web para consultas de construção.
Neste treinamento guiado por instrutores, os participantes aprenderão como instalar, configurar e usar Dremio como uma camada unificadora para as ferramentas de análise de dados e os repositórios de dados subjacentes.
No final do curso, os participantes poderão:
Instalar e configurar Dremio Executar consultas contra várias fontes de dados, independentemente da localização, tamanho ou estrutura Integra Dremio com BI e fontes de dados como Tableau e Elasticsearch
Auditoria
Cientistas de Dados Business Os analistas Engenheiros de dados
Formato do curso
Parte de palestras, parte de discussão, exercícios e prática pesada
Notas
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
Neste treinamento guiado por instrutores, os participantes aprenderão como instalar, configurar e usar Dremio como uma camada unificadora para as ferramentas de análise de dados e os repositórios de dados subjacentes.
No final do curso, os participantes poderão:
Instalar e configurar Dremio Executar consultas contra várias fontes de dados, independentemente da localização, tamanho ou estrutura Integra Dremio com BI e fontes de dados como Tableau e Elasticsearch
Auditoria
Cientistas de Dados Business Os analistas Engenheiros de dados
Formato do curso
Parte de palestras, parte de discussão, exercícios e prática pesada
Notas
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
14 horas
O objetivo do curso é permitir que os participantes adquiram o domínio de como trabalhar com a linguagem SQL no banco de dados Oracle para extração de dados em nível intermediário.
21 horas
O Apache Drill é um mecanismo de consulta SQL colunar, distribuído e sem esquema, para Hadoop, NoSQL e outros sistemas de armazenamento em nuvem e de arquivos O poder do Apache Drill reside na sua capacidade de juntar dados de vários armazenamentos de dados usando uma única consulta O Apache Drill suporta vários bancos de dados NoSQL e sistemas de arquivos, incluindo HBase, MongoDB, MapRDB, HDFS, MapRFS, Amazon S3, Armazenamento de Blobs do Azure, Google Cloud Storage, Swift, NAS e arquivos locais O Apache Drill é a versão de código aberto do sistema Dremel do Google, que está disponível como um serviço de infraestrutura chamado Google BigQuery Neste treinamento presencial instruído, os participantes aprenderão os fundamentos do Apache Drill, depois aproveitarão o poder e a conveniência do SQL para consultar de forma interativa os grandes dados em várias fontes de dados, sem escrever código Os participantes também aprenderão como otimizar suas consultas Drill para execução SQL distribuída No final deste treinamento, os participantes serão capazes de: Realize a exploração de "self-service" em dados estruturados e semi-estruturados no Hadoop Consulta conhecida assim como dados desconhecidos usando consultas SQL Entenda como o Apache Drills recebe e executa consultas Escrever consultas SQL para analisar diferentes tipos de dados, incluindo dados estruturados no Hive, dados semi-estruturados em tabelas HBase ou MapRDB e dados salvos em arquivos como Parquet e JSON Use o Apache Drill para executar a descoberta do esquema flyfly, ignorando a necessidade de operações complexas de ETL e esquema Integre o Apache Drill com ferramentas de BI (Business Intelligence), como Tableau, Qlikview, MicroStrategy e Excel Público Analistas de dados Cientistas de dados Programadores SQL Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
14 horas
Apache Arrow é uma estrutura de processamento de dados em memória de código aberto. É frequentemente usado em conjunto com outras ferramentas de ciência de dados para acessar diferentes armazenamentos de dados para análise. Ele se integra bem a outras tecnologias, como bancos de dados GPU , bibliotecas e ferramentas de aprendizado de máquina, mecanismos de execução e estruturas de visualização de dados.
Neste treinamento ao vivo, ministrado por instrutor, os participantes aprenderão como integrar o Apache Arrow com várias estruturas de Data Science para acessar dados de fontes de dados diferentes.
Ao final deste treinamento, os participantes serão capazes de:
- Instale e configure o Apache Arrow em um ambiente em cluster distribuído
- Use o Apache Arrow para acessar dados de fontes de dados diferentes
- Use o Apache Arrow para ignorar a necessidade de construir e manter pipelines ETL complexos
- Analise dados em diferentes fontes de dados sem precisar consolidá-los em um repositório centralizado
Público
- Cientistas de dados
- Engenheiros de dados
Formato do Curso
- Parte palestra, parte discussão, exercícios e prática prática pesada
Nota
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
Neste treinamento ao vivo, ministrado por instrutor, os participantes aprenderão como integrar o Apache Arrow com várias estruturas de Data Science para acessar dados de fontes de dados diferentes.
Ao final deste treinamento, os participantes serão capazes de:
- Instale e configure o Apache Arrow em um ambiente em cluster distribuído
- Use o Apache Arrow para acessar dados de fontes de dados diferentes
- Use o Apache Arrow para ignorar a necessidade de construir e manter pipelines ETL complexos
- Analise dados em diferentes fontes de dados sem precisar consolidá-los em um repositório centralizado
Público
- Cientistas de dados
- Engenheiros de dados
Formato do Curso
- Parte palestra, parte discussão, exercícios e prática prática pesada
Nota
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
35 horas
Advances in technologies and the increasing amount of information are transforming how business is conducted in many industries, including government. Government data generation and digital archiving rates are on the rise due to the rapid growth of mobile devices and applications, smart sensors and devices, cloud computing solutions, and citizen-facing portals. As digital information expands and becomes more complex, information management, processing, storage, security, and disposition become more complex as well. New capture, search, discovery, and analysis tools are helping organizations gain insights from their unstructured data. The government market is at a tipping point, realizing that information is a strategic asset, and government needs to protect, leverage, and analyze both structured and unstructured information to better serve and meet mission requirements. As government leaders strive to evolve data-driven organizations to successfully accomplish mission, they are laying the groundwork to correlate dependencies across events, people, processes, and information.
High-value government solutions will be created from a mashup of the most disruptive technologies:
- Mobile devices and applications
- Cloud services
- Social business technologies and networking
- Big Data and analytics
IDC predicts that by 2020, the IT industry will reach $5 trillion, approximately $1.7 trillion larger than today, and that 80% of the industry's growth will be driven by these 3rd Platform technologies. In the long term, these technologies will be key tools for dealing with the complexity of increased digital information. Big Data is one of the intelligent industry solutions and allows government to make better decisions by taking action based on patterns revealed by analyzing large volumes of data — related and unrelated, structured and unstructured.
But accomplishing these feats takes far more than simply accumulating massive quantities of data.“Making sense of thesevolumes of Big Datarequires cutting-edge tools and technologies that can analyze and extract useful knowledge from vast and diverse streams of information,” Tom Kalil and Fen Zhao of the White House Office of Science and Technology Policy wrote in a post on the OSTP Blog.
The White House took a step toward helping agencies find these technologies when it established the National Big Data Research and Development Initiative in 2012. The initiative included more than $200 million to make the most of the explosion of Big Data and the tools needed to analyze it.
The challenges that Big Data poses are nearly as daunting as its promise is encouraging. Storing data efficiently is one of these challenges. As always, budgets are tight, so agencies must minimize the per-megabyte price of storage and keep the data within easy access so that users can get it when they want it and how they need it. Backing up massive quantities of data heightens the challenge.
Analyzing the data effectively is another major challenge. Many agencies employ commercial tools that enable them to sift through the mountains of data, spotting trends that can help them operate more efficiently. (A recent study by MeriTalk found that federal IT executives think Big Data could help agencies save more than $500 billion while also fulfilling mission objectives.).
Custom-developed Big Data tools also are allowing agencies to address the need to analyze their data. For example, the Oak Ridge National Laboratory’s Computational Data Analytics Group has made its Piranha data analytics system available to other agencies. The system has helped medical researchers find a link that can alert doctors to aortic aneurysms before they strike. It’s also used for more mundane tasks, such as sifting through résumés to connect job candidates with hiring managers.
High-value government solutions will be created from a mashup of the most disruptive technologies:
- Mobile devices and applications
- Cloud services
- Social business technologies and networking
- Big Data and analytics
IDC predicts that by 2020, the IT industry will reach $5 trillion, approximately $1.7 trillion larger than today, and that 80% of the industry's growth will be driven by these 3rd Platform technologies. In the long term, these technologies will be key tools for dealing with the complexity of increased digital information. Big Data is one of the intelligent industry solutions and allows government to make better decisions by taking action based on patterns revealed by analyzing large volumes of data — related and unrelated, structured and unstructured.
But accomplishing these feats takes far more than simply accumulating massive quantities of data.“Making sense of thesevolumes of Big Datarequires cutting-edge tools and technologies that can analyze and extract useful knowledge from vast and diverse streams of information,” Tom Kalil and Fen Zhao of the White House Office of Science and Technology Policy wrote in a post on the OSTP Blog.
The White House took a step toward helping agencies find these technologies when it established the National Big Data Research and Development Initiative in 2012. The initiative included more than $200 million to make the most of the explosion of Big Data and the tools needed to analyze it.
The challenges that Big Data poses are nearly as daunting as its promise is encouraging. Storing data efficiently is one of these challenges. As always, budgets are tight, so agencies must minimize the per-megabyte price of storage and keep the data within easy access so that users can get it when they want it and how they need it. Backing up massive quantities of data heightens the challenge.
Analyzing the data effectively is another major challenge. Many agencies employ commercial tools that enable them to sift through the mountains of data, spotting trends that can help them operate more efficiently. (A recent study by MeriTalk found that federal IT executives think Big Data could help agencies save more than $500 billion while also fulfilling mission objectives.).
Custom-developed Big Data tools also are allowing agencies to address the need to analyze their data. For example, the Oak Ridge National Laboratory’s Computational Data Analytics Group has made its Piranha data analytics system available to other agencies. The system has helped medical researchers find a link that can alert doctors to aortic aneurysms before they strike. It’s also used for more mundane tasks, such as sifting through résumés to connect job candidates with hiring managers.
21 horas
Público
Se você tentar entender os dados aos quais tem acesso ou quiser analisar dados não estruturados disponíveis na rede (como o Twitter, Linked in, etc ...), este curso é para você.
É principalmente destinado a tomadores de decisão e pessoas que precisam escolher quais dados valem a pena coletar e o que vale a pena analisar.
Não se destina a pessoas que configuram a solução, essas pessoas irão se beneficiar do quadro geral.
Modo de entrega
Durante o curso, os delegados serão apresentados a exemplos de trabalho, principalmente de tecnologias de código aberto.
Aulas curtas serão seguidas de apresentação e exercícios simples pelos participantes
Conteúdo e Software utilizados
Todo o software utilizado é atualizado cada vez que o curso é executado, por isso, verificamos as versões mais recentes possíveis.
Abrange o processo de obter, formatar, processar e analisar os dados, para explicar como automatizar o processo de tomada de decisão com o aprendizado de máquina.
Se você tentar entender os dados aos quais tem acesso ou quiser analisar dados não estruturados disponíveis na rede (como o Twitter, Linked in, etc ...), este curso é para você.
É principalmente destinado a tomadores de decisão e pessoas que precisam escolher quais dados valem a pena coletar e o que vale a pena analisar.
Não se destina a pessoas que configuram a solução, essas pessoas irão se beneficiar do quadro geral.
Modo de entrega
Durante o curso, os delegados serão apresentados a exemplos de trabalho, principalmente de tecnologias de código aberto.
Aulas curtas serão seguidas de apresentação e exercícios simples pelos participantes
Conteúdo e Software utilizados
Todo o software utilizado é atualizado cada vez que o curso é executado, por isso, verificamos as versões mais recentes possíveis.
Abrange o processo de obter, formatar, processar e analisar os dados, para explicar como automatizar o processo de tomada de decisão com o aprendizado de máquina.
35 horas
Dia 1 - fornece uma visão geral de alto nível das principais áreas de tópicos do Big Data . O módulo é dividido em uma série de seções, cada uma das quais é acompanhada por um exercício prático.
Dia 2 - explora uma variedade de tópicos que relacionam práticas de análise e ferramentas para ambientes de Big Data . Ele não entra em detalhes de implementação ou programação, mas mantém a cobertura em um nível conceitual, concentrando-se em tópicos que permitem aos participantes desenvolver uma compreensão abrangente das funções e recursos de análise comuns oferecidos pelas soluções de Big Data .
Dia 3 - fornece uma visão geral das áreas de tópicos fundamentais e essenciais relacionadas à arquitetura da plataforma de solução Big Data . Ele abrange os mecanismos de Big Data necessários para o desenvolvimento de uma plataforma de solução Big Data e opções de arquitetura para a montagem de uma plataforma de processamento de dados. Cenários comuns também são apresentados para fornecer uma compreensão básica de como uma plataforma de solução Big Data é geralmente usada.
Dia 4 - baseia-se no Dia 3, explorando tópicos avançados relacionados à arquitetura da plataforma de solução Big Data . Em particular, diferentes camadas de arquitetura que compõem a plataforma de solução Big Data são introduzidas e discutidas, incluindo fontes de dados, entrada de dados, armazenamento de dados, processamento de dados e segurança.
Dia 5 - abrange uma série de exercícios e problemas projetados para testar a capacidade dos delegados de aplicar o conhecimento dos tópicos abordados nos dias 3 e 4.
Dia 2 - explora uma variedade de tópicos que relacionam práticas de análise e ferramentas para ambientes de Big Data . Ele não entra em detalhes de implementação ou programação, mas mantém a cobertura em um nível conceitual, concentrando-se em tópicos que permitem aos participantes desenvolver uma compreensão abrangente das funções e recursos de análise comuns oferecidos pelas soluções de Big Data .
Dia 3 - fornece uma visão geral das áreas de tópicos fundamentais e essenciais relacionadas à arquitetura da plataforma de solução Big Data . Ele abrange os mecanismos de Big Data necessários para o desenvolvimento de uma plataforma de solução Big Data e opções de arquitetura para a montagem de uma plataforma de processamento de dados. Cenários comuns também são apresentados para fornecer uma compreensão básica de como uma plataforma de solução Big Data é geralmente usada.
Dia 4 - baseia-se no Dia 3, explorando tópicos avançados relacionados à arquitetura da plataforma de solução Big Data . Em particular, diferentes camadas de arquitetura que compõem a plataforma de solução Big Data são introduzidas e discutidas, incluindo fontes de dados, entrada de dados, armazenamento de dados, processamento de dados e segurança.
Dia 5 - abrange uma série de exercícios e problemas projetados para testar a capacidade dos delegados de aplicar o conhecimento dos tópicos abordados nos dias 3 e 4.
21 horas
Este curso é um curso base de programação para todos aqueles interessados em trabalhar com BigData e tem o objetivo de madquirir conhecimentos em R, uma linguagem muito usada e funcional no contexto das Tecnologías de Informação.
14 horas
Quando as tecnologias tradicionais de armazenamento não lidam com a quantidade de dados que você precisa armazenar, existem centenas de alternativas Este curso tenta orientar os participantes sobre quais são as alternativas para armazenar e analisar Big Data e quais são os prós e contras deles Este curso é focado principalmente na discussão e apresentação de soluções, embora exercícios manuais estejam disponíveis sob demanda .
14 horas
O curso faz parte do conjunto de habilidades do Data Scientist (Domínio: Dados e Tecnologia).
35 horas
Big data é um conjunto de dados tão volumoso e complexo que os aplicativos tradicionais de processamento de dados são inadequados para lidar com eles. Os desafios do big data incluem a captura de dados, armazenamento de dados, análise de dados, pesquisa, compartilhamento, transferência, visualização, consulta, atualização e privacidade de informações.
14 horas
Vespa um mecanismo de processamento e exibição de big data de grande porte criado pelo Yahoo Ele é usado para responder a consultas de usuários, fazer recomendações e fornecer conteúdo e anúncios personalizados em tempo real Este treinamento presencial instruído apresenta os desafios de servir dados em larga escala e conduz os participantes através da criação de um aplicativo que pode calcular as respostas às solicitações do usuário, em grandes conjuntos de dados em tempo real No final deste treinamento, os participantes serão capazes de: Use a Vespa para calcular rapidamente os dados (armazenar, pesquisar, classificar, organizar) no tempo de exibição enquanto um usuário aguarda Implemente a Vespa em aplicativos existentes que envolvem pesquisa de recursos, recomendações e personalização Integre e implemente a Vespa com sistemas de big data existentes, como o Hadoop e o Storm Público Desenvolvedores Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
14 horas
Para atender a conformidade dos reguladores, os CSPs (provedores de serviços de Communication ) podem acessar o Big Data Analytics, que não apenas os ajuda a atender a conformidade, mas dentro do escopo do mesmo projeto podem aumentar a satisfação do cliente e reduzir a rotatividade. De facto, uma vez que a conformidade está relacionada com a Qualidade de serviço ligada a um contrato, qualquer iniciativa para cumprir a conformidade melhorará a “vantagem competitiva” dos CSPs. Portanto, é importante que os Reguladores possam aconselhar / orientar um conjunto de práticas analíticas de Big Data para os CSPs que serão de benefício mútuo entre os reguladores e os CSPs.
O curso consiste em 8 módulos (4 no dia 1 e 4 no dia 2)
O curso consiste em 8 módulos (4 no dia 1 e 4 no dia 2)
35 horas
Os avanços nas tecnologias e a quantidade crescente de informações estão transformando a maneira como a aplicação da lei é conduzida. Os desafios que o Big Data coloca são quase tão assustadores quanto a promessa do Big Data . Armazenar dados com eficiência é um desses desafios; efetivamente analisá-lo é outro.
Neste treinamento ao vivo, ministrado por instrutor, os participantes aprenderão a mentalidade com a qual abordar as tecnologias de Big Data , avaliarão seu impacto nos processos e políticas existentes e implementarão essas tecnologias com o objetivo de identificar atividades criminosas e prevenir crimes. Os estudos de caso de organizações policiais em todo o mundo serão examinados para obter insights sobre suas abordagens de adoção, desafios e resultados.
Ao final deste treinamento, os participantes serão capazes de:
- Combine a tecnologia Big Data com os processos tradicionais de coleta de dados para reunir uma história durante uma investigação
- Implementar soluções industriais de armazenamento e processamento de big data para análise de dados
- Preparar uma proposta para a adoção das ferramentas e processos mais adequados para permitir uma abordagem baseada em dados à investigação criminal
Público
- Especialistas em aplicação da lei com formação técnica
Formato do curso
- Parte palestra, parte discussão, exercícios e prática prática pesada
Neste treinamento ao vivo, ministrado por instrutor, os participantes aprenderão a mentalidade com a qual abordar as tecnologias de Big Data , avaliarão seu impacto nos processos e políticas existentes e implementarão essas tecnologias com o objetivo de identificar atividades criminosas e prevenir crimes. Os estudos de caso de organizações policiais em todo o mundo serão examinados para obter insights sobre suas abordagens de adoção, desafios e resultados.
Ao final deste treinamento, os participantes serão capazes de:
- Combine a tecnologia Big Data com os processos tradicionais de coleta de dados para reunir uma história durante uma investigação
- Implementar soluções industriais de armazenamento e processamento de big data para análise de dados
- Preparar uma proposta para a adoção das ferramentas e processos mais adequados para permitir uma abordagem baseada em dados à investigação criminal
Público
- Especialistas em aplicação da lei com formação técnica
Formato do curso
- Parte palestra, parte discussão, exercícios e prática prática pesada
14 horas
Esta sessão de treinamento em sala de aula explorará o Big Data . Os delegados terão exemplos baseados em computador e exercícios de estudo de caso para realizar com ferramentas de big data relevantes
14 horas
Objetivo : Este curso de treinamento visa ajudar os participantes a entender por que o Big Data está mudando nossas vidas e como isso está alterando a forma como as empresas nos veem como consumidores. De fato, os usuários de big data nas empresas descobrem que o big data libera uma riqueza de informações e insights que se traduzem em lucros maiores, custos reduzidos e menos riscos. No entanto, a desvantagem foi a frustração, por vezes, ao enfatizar demais as tecnologias individuais e não se concentrar o suficiente nos pilares do gerenciamento de big data.
Os participantes aprenderão durante este curso como gerenciar o big data usando seus três pilares de integração de dados, governança de dados e segurança de dados para transformar grandes volumes de dados em valor comercial real. Diferentes exercícios conduzidos em um estudo de caso de gerenciamento de clientes ajudarão os participantes a entender melhor os processos subjacentes.
Os participantes aprenderão durante este curso como gerenciar o big data usando seus três pilares de integração de dados, governança de dados e segurança de dados para transformar grandes volumes de dados em valor comercial real. Diferentes exercícios conduzidos em um estudo de caso de gerenciamento de clientes ajudarão os participantes a entender melhor os processos subjacentes.
7 horas
This instructor-led, live training in Brasil (online or onsite) is aimed at technical persons who wish to learn how to implement a machine learning strategy while maximizing the use of big data.
By the end of this training, participants will:
- Understand the evolution and trends for machine learning.
- Know how machine learning is being used across different industries.
- Become familiar with the tools, skills and services available to implement machine learning within an organization.
- Understand how machine learning can be used to enhance data mining and analysis.
- Learn what a data middle backend is, and how it is being used by businesses.
- Understand the role that big data and intelligent applications are playing across industries.
By the end of this training, participants will:
- Understand the evolution and trends for machine learning.
- Know how machine learning is being used across different industries.
- Become familiar with the tools, skills and services available to implement machine learning within an organization.
- Understand how machine learning can be used to enhance data mining and analysis.
- Learn what a data middle backend is, and how it is being used by businesses.
- Understand the role that big data and intelligent applications are playing across industries.
7 horas
Apache Sqoop é uma interface de linha de comando para mover dados de bancos de dados relacionais e Hadoop. Apache Flume é um software distribuído para gerenciar big data. Usando Sqoop e Flume, os usuários podem transferir dados entre sistemas e importar big data para arquiteturas de armazenamento, como Hadoop.
Este treinamento ao vivo (no local ou remoto) liderado por instrutores é voltado para engenheiros de software que desejam usar sqoop e Flume para transferir dados entre sistemas.
Ao final deste treinamento, os participantes poderão:
- Ingestão de big data com Sqoop e Flume.
- Ingestão de dados de múltiplas fontes de dados.
- Mova dados de bancos de dados relacionais para HDFS e Hive.
- Exportar dados do HDFS para um banco de dados relacional.
Formato do Curso
- Palestra interativa e discussão.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização de cursos
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para organizar.
Este treinamento ao vivo (no local ou remoto) liderado por instrutores é voltado para engenheiros de software que desejam usar sqoop e Flume para transferir dados entre sistemas.
Ao final deste treinamento, os participantes poderão:
- Ingestão de big data com Sqoop e Flume.
- Ingestão de dados de múltiplas fontes de dados.
- Mova dados de bancos de dados relacionais para HDFS e Hive.
- Exportar dados do HDFS para um banco de dados relacional.
Formato do Curso
- Palestra interativa e discussão.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização de cursos
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para organizar.
28 horas
Talend Open Studio for Big Data é uma ferramenta ETL de código aberto para o processamento de dados grandes. Inclui um ambiente de desenvolvimento para interagir com Big Data fontes e objetivos, e executar trabalhos sem ter que escrever código.
Este treinamento guiado por instrutores, ao vivo (online ou on-site) é dirigido a pessoas técnicas que desejam implantar Talend Open Studio para Big Data para simplificar o processo de leitura e crunching através Big Data.
No final do curso, os participantes poderão:
Instale e configure Talend Open Studio para Big Data. Conecte-se com sistemas Big Data como Cloudera, HortonWorks, MapR, Amazon EMR e Apache. Entender e configurar os grandes componentes de dados e conectores do Open Studio. Configure parâmetros para gerar automaticamente o código MapReduce. Use a interface do Open Studio's drag-and-drop para executar trabalhos. Protótipos de grandes tubos de dados. Projetos de integração automática de big data.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
Este treinamento guiado por instrutores, ao vivo (online ou on-site) é dirigido a pessoas técnicas que desejam implantar Talend Open Studio para Big Data para simplificar o processo de leitura e crunching através Big Data.
No final do curso, os participantes poderão:
Instale e configure Talend Open Studio para Big Data. Conecte-se com sistemas Big Data como Cloudera, HortonWorks, MapR, Amazon EMR e Apache. Entender e configurar os grandes componentes de dados e conectores do Open Studio. Configure parâmetros para gerar automaticamente o código MapReduce. Use a interface do Open Studio's drag-and-drop para executar trabalhos. Protótipos de grandes tubos de dados. Projetos de integração automática de big data.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
21 horas
The course is dedicated to IT specialists that are looking for a solution to store and process large data sets in distributed system environment
Course goal:
Getting knowledge regarding Hadoop cluster administration
Course goal:
Getting knowledge regarding Hadoop cluster administration
Last Updated:
Próximos Cursos de Big Data
Big Data and its Management Process
2022-07-13 09:30
14 horas
Machine Learning and Big Data
2022-07-26 09:30
7 horas
Sqoop and Flume for Big Data
2022-08-10 09:30
7 horas
Big Data Business Intelligence for Criminal Intelligence Analysis
2022-08-15 09:30
35 horas
Big Data - Data Science
2022-08-30 09:30
14 horas
Cursos de fim de semana de Big Data, Treinamento tardiurno de Big Data, Treinamento em grupo de Big Data, Big Data guiado por instrutor, Treinamento de Big Data de fim de semana, Cursos de Big Data tardiurnos, coaching de Big Data, Instrutor de Big Data, Treinador de Big Data, Cursos de treinamento de Big Data, Aulas de Big Data, Big Data no local do cliente, Cursos privados de Big Data, Treinamento individual de Big Data