Wprowadzenie do Apache Spark
Szkolenia otwarte
1500 PLN
- Szkolenie, w którym uczestniczą osoby z różnych firm
- Plan szkolenia taki, jak przedstawiony na stronie
- Małe grupy szkoleniowe, 3-10 osób
Szkolenia zamknięte
Cena ustalana indywidualnie
- Szkolenie realizowane na indywidualne zamówienie
- Termin i miejsce szkolenia ustalamy indywidualnie
- Plan szkolenia dostosowany do potrzeb firmy
O szkoleniu
Apache Spark to platforma klastrowego przetwarzania danych w szczególności tych określanych mianem Big Data. Spark w przeciwieństwie do Hadoop wykorzystuje przetwarzanie danych w koncepcji in-memory co sprawia że jest wydajniejszy i świetnie sprawdza się na dużych zbiorach danych.
Szkolenie wprowadzenie do platformy Spark przedstawia podstawy pracy na dużych zbiorach danych. W programie zaprezentowane zostały najważniejsze elementy projektu Spark w tym między innymi API, podstawowe narzędzia jak SQL, możliwości streamingu czy wykorzystania Spark w maszynowym uczeniu.
Dla kogo jest to szkolenie?
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.
Czego się nauczę?
- 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
Plan szkolenia
- Przegląd technologii Spark
- Czym jest Apache Spark
- Dlaczego Spark?
- Szanse i korzyści
- Komponenty Spark vs Hadoop
- Podstawy Spark
- Środowisko Spark
- Korzystanie z shell Spark
- Resilient distributed datasets RDD
- Programowanie funkcyjne w Spark
- Podstawy RDD
- Struktura i tworzenie RDD z plików
- Transformacje, operacje, przekształcenia danych
- Key-Value RDD
- Interaktywne zapytania z użyciem RDD
- DataFrames oraz Spark SQL
- Tworzenie DataFrames
- Tworzenie zapytań na DataFrames i wykorzystanie Spark SQL
- Caching
- Generowanie raportów
- Wykonywanie zadań przez Spark
- Directed acyclic Graph
- Partitions and Shuffles
- Wydajność, wykorzystanie pamięci
- Streaming
- Źródła i zadania
- Tworzenie Dstreams ze źródeł, API
- Operacje na Dstream
- Podstawy Machine Learning w Spark MLib
- Podstawy ML z interfejsem Spark
- Przykład maszynowego uczenia z Spark MLib
Plan Szkolenia
Plan jest pustyInstruktorzy
Może Cię zainteresować
