Szkolenie zostało zaprojektowane jako praktyczne wprowadzenie i przegląd możliwości Apache Spark. Grupą docelową szkolenia są inżynierowie danych analitycy, inżynierowie oprogramowania, menadżerowie IT oraz data scientists którzy dostrzegają potrzebę i korzyści płynące z wykorzystania technologii Spark do analizy danych.

• Zidentyfikujesz możliwości i potencjał Spark które mogą przynieść korzyści w twojej organizacji
• Poznasz terminologię i technologie powiązane bezpośrednio z Apache Spark
• Nauczysz się pracować z danymi tworząc zapytania na dużych zbiorach danych wykorzystując Spark SQL oraz DataFrames
• Przetworzysz i zmodyfikujesz zadania typu ETL korzystając z API Spark, DataFrames oraz Resilient Distributed Datasets(RDD)
• Nauczysz się korzystać z interfejsu administratora
• Znajdziesz odpowiedzi na nurtujące Cię pytania i dowiesz się gdzie szukać pomocy

1. Przegląd technologii Spark
   • Czym jest Apache Spark
   • Dlaczego Spark?
   • Szanse i korzyści
   • Komponenty Spark vs Hadoop

2. Podstawy Spark
   • Środowisko Spark
   • Korzystanie z shell Spark
   • Resilient distributed datasets RDD
   • Programowanie funkcyjne w Spark

3. Podstawy RDD
   • Struktura i tworzenie RDD z plików
   • Transformacje, operacje, przekształcenia danych
   • Key-Value RDD
   • Interaktywne zapytania z użyciem RDD

4. DataFrames oraz Spark SQL
   • Tworzenie DataFrames
   • Tworzenie zapytań na DataFrames i wykorzystanie Spark SQL
   • Caching
   • Generowanie raportów

5. Wykonywanie zadań przez Spark
   • Directed acyclic Graph
   • Partitions and Shuffles
   • Wydajność, wykorzystanie pamięci

6. Streaming
   • Źródła i zadania
   • Tworzenie Dstreams ze źródeł, API
   • Operacje na Dstream

7. Podstawy Machine Learning w Spark MLib
   • Podstawy ML z interfejsem Spark
   • Przykład maszynowego uczenia z Spark MLib