Programa do Curso
Introdução ao Plataforma Stratio
- Visão geral da arquitetura e módulos principais do Stratio
- Papel do Rocket e Intelligence no ciclo de vida dos dados
- Fazendo login e navegação na interface do usuário (UI) do Stratio
Trabalhando com o Módulo Rocket
- Ingestão de dados e criação de pipelines
- Conectando fontes de dados e configurando transformações
- Usando PySpark para tarefas de pré-processamento no Rocket
PySpark Essenciais para usuários do Stratio
- Estruturas de dados e operações PySpark
- Construções de loops: uso de for, while, if/else
- Escrevendo funções personalizadas com def e aplicando-as
Uso Avançado do Rocket com PySpark
- Ingestão em tempo real e transformações de dados
- Usando loops e funções em cenários em lote e em tempo real
- Melhores práticas para desempenho nas pipelines PySpark
Explorando o Módulo Intelligence
- Visão geral das funcionalidades de modelagem e análise de dados
- Seleção, transformação e exploração de características
- Papel do PySpark em análises personalizadas e insights
Construindo Fluxos de Trabalho Avançados de Análise
- Criando funções definidas pelo usuário (UDFs) no Intelligence
- Aplicando condicionais e loops para lógica de dados
- Casos de uso: segmentação, agregação e previsão
Implantação e Collaboration
- Salvando, exportando e reutilizando fluxos de trabalho
- Colaboração com outros membros da equipe no Stratio
- Revisando a saída e integrando com ferramentas downstream
Resumo e Próximos Passos
Requisitos
- Experiência com programação em Python
- Compreensão de conceitos de análise de dados ou processamento de big data
- Conhecimento básico de Apache Spark e computação distribuída
Público-Alvo
- Engenheiros de dados trabalhando em plataformas baseadas na Stratio
- Analistas ou desenvolvedores usando os módulos Rocket e Intelligence
- Equipes técnicas migrando para fluxos de trabalho com PySpark dentro da Stratio
Stratio: Módulos Rocket e Intelligence com PySpark
Introdução à Plataforma Stratio
- Visão geral da arquitetura e módulos principais da Stratio
- Função do Rocket e Intelligence no ciclo de vida dos dados
- Login e navegação na interface do usuário (UI) da Stratio
Trabalhando com o Módulo Rocket
- Ingestão de dados e criação de pipelines
- Conectando fontes de dados e configurando transformações
- Usando PySpark para tarefas de pré-processamento no Rocket
Essenciais do PySpark para usuários da Stratio
- Estruturas de dados e operações em PySpark
- Construções de loop: uso de for, while, if/else
- Escrevendo funções personalizadas com def e aplicando-as
Uso Avançado do Rocket com PySpark
- Ingestão em streaming e transformações
- Usando loops e funções em cenários de lote e tempo real
- Melhores práticas para desempenho em pipelines de PySpark
Explorando o Módulo Intelligence
- Visão geral das funcionalidades de modelagem e análise de dados
- Seleção, transformação e exploração de características
- Função do PySpark em análises personalizadas e insights
Construindo Fluxos de Trabalho Avançados de Análise
- Criando funções definidas pelo usuário (UDFs) no Intelligence
- Aplicando condicionais e loops para lógica de dados
- Cenários de uso: segmentação, agregação e previsão
Implantação e Collaboration
- Salvando, exportando e reutilizando fluxos de trabalho
- Colaborando com outros membros da equipe na Stratio
- Revisando a saída e integrando com ferramentas downstream
Resumo e Próximos Passos
Stratio é uma plataforma centrada em dados que integra big data, IA e governança em uma única solução. Seus módulos Rocket e Intelligence permitem exploração de dados, transformação e análises avançadas em ambientes corporativos.
Esta formação presencial (online ou no local) está direcionada a profissionais intermediários de dados que desejam usar os módulos Rocket e Intelligence na Stratio efetivamente com PySpark, focando em estruturas de loop, funções definidas pelo usuário e lógica de dados avançadas.
Ao final desta formação, os participantes serão capazes de:
- Navegar e trabalhar dentro da plataforma Stratio usando módulos Rocket e Intelligence.
- Aplicar PySpark no contexto de ingestão de dados, transformação e análise.
- Usar loops e lógica condicional para controlar fluxos de trabalho de dados e tarefas de engenharia de características.
- Criar e gerenciar funções definidas pelo usuário (UDFs) para operações reutilizáveis em PySpark.
Formato do Curso
- Palestra interativa e discussão.
- Muitos exercícios e prática.
- Implementação hands-on em um ambiente de laboratório ao vivo.
Opções de Personalização do Curso
- Para solicitar uma formação personalizada para este curso, entre em contato conosco para agendar.
- Experiência com programação em Python
- Compreensão de conceitos de análise de dados ou processamento de big data
- Conhecimento básico de Apache Spark e computação distribuída
Público-Alvo
- Engenheiros de dados trabalhando em plataformas baseadas na Stratio
- Analistas ou desenvolvedores usando os módulos Rocket e Intelligence
- Equipes técnicas migrando para fluxos de trabalho com PySpark dentro da Stratio
Declaração de Clientes (5)
Exemplos práticos nos permitiram ter uma verdadeira noção de como o programa funciona. Explicações detalhadas e integração de conceitos teóricos e sua relação com aplicações práticas.
Ian - Archeoworks Inc.
Curso - ArcGIS Fundamentals
Máquina Traduzida
Todos os tópicos que ele abordou, incluindo exemplos. E também explicou como eles são úteis no nosso trabalho diário.
madduri madduri - Boskalis Singapore Pte Ltd
Curso - QGIS for Geographic Information System
Máquina Traduzida
Gostei do estilo do Pablo, do facto de ter abordado muitos assuntos, desde a conceção de relatórios, personalização com html até à implementação de algoritmos ML simples. Good equilíbrio informação teórica / exercícios. O Pablo cobriu realmente todos os tópicos que me interessavam e deu respostas completas às minhas perguntas.
Cristian Tudose - SC Automobile Dacia SA
Curso - Advanced Data Analysis with TIBCO Spotfire
Máquina Traduzida
Aplicação prática do Spotfire e todas as funções básicas.
Michael Capili - STMicroelectronics, Inc.
Curso - Introduction to Spotfire
Máquina Traduzida
O que eu gostei mais do treinamento foi a organização e o local
Hamid Tuama - Ability with Innovation General Contracting (DMCC Branch)
Curso - ArcGIS for Spatial Analysis
Máquina Traduzida