Hadoop Training in România

Acest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează dezvoltatorilor care doresc să utilizeze și să integreze Spark, Hadoop și Python pentru a procesa, analiza și transforma seturi mari și complexe de date. La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Stabilește mediul necesar pentru a începe procesarea datelor mari cu Spark, Hadoop și Python.
.
• Înțelegeți caracteristicile, componentele de bază și arhitectura Spark și Hadoop.
.
• Învățați cum să integrați Spark, Hadoop și Python pentru procesarea datelor mari.
.
• Explorați instrumentele din ecosistemul Spark (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka și Flume).
.
• Construiți sisteme de recomandare prin filtrare colaborativă similare cu Netflix, YouTube, Amazon, Spotify și Google.
.
• Utilizați Apache Mahout pentru a scala algoritmi de învățare automată.

Acest curs acoperă modul de utilizare a limbajului SQL Hive (AKA: Hive HQL, SQL on Hive , Hive QL) pentru persoanele care extrag date din Hive

Datameer este o platformă de business intelligence și de analiză construită pe Hadoop Permite enduserilor să acceseze, să exploreze și să coreleze datele de mari dimensiuni, structurate, semistructurate și nestructurate într-o manieră simplă În această instruire instruită, participanții vor învăța cum să folosească Datameer pentru a depăși curba de învățare abruptă a lui Hadoop, deoarece ei parcurg configurarea și analiza unei serii de mari surse de date Până la sfârșitul acestui curs, participanții vor putea: Creați, curățați și explorați interactiv un lac de date pentru întreprinderi Accesați depozite de date de business intelligence, baze de date tranzacționale și alte magazine analitice Utilizați o interfață de utilizator a foii de calcul pentru a proiecta conducte de procesare a datelor endtoend Accesați funcțiile pre-construite pentru a explora relații complexe de date Utilizați vrăjitoare draganddrop pentru a vizualiza date și a crea tablouri de bord Utilizați tabele, grafice, grafice și hărți pentru a analiza rezultatele interogării Public Analiști de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .

Cursul este dedicat specialiștilor IT care caută o soluție pentru stocarea și procesarea seturilor mari de date în mediul sistemelor distribuite Obiectivul cursului: Obținerea de cunoștințe despre administrarea clusterului Hadoop

Public: Cursul este destinat specialiștilor IT care caută o soluție pentru stocarea și procesarea seturilor de date mari într-un mediu distribuit al sistemului Go al: Cunoștințe aprofundate privind administrarea clusterului Hadoop .

Public: Acest curs are rolul de a demistifica o mare tehnologie de date / hadoop și de a arăta că nu este greu de înțeles.

Apache Hadoop este cel mai popular cadru pentru procesarea Big Data pe clustere de servere. Acest curs va introduce un dezvoltator pentru diferite componente (HDFS, MapReduce, de porc, Hive și HBase) Hadoop ecosistemului.

Apache Hadoop este unul dintre cele mai populare cadre pentru procesarea Big Data pe grupuri de servere. Acest curs se ocupă de gestionarea datelor în HDFS, Porci avansate, Hive și HBase. Aceste tehnici avansate de programare vor fi benefice pentru dezvoltatorii Hadoop experiență. Public : dezvoltatori Durata: trei zile Format: prelegeri (50%) și laboratoare practice (50%).

Acest curs introduce HBase - un magazin No SQL pe partea de sus a Hadoop . Cursul este destinat dezvoltatorilor care vor folosi HBase pentru a dezvolta aplicații și administratorii care vor gestiona clusterele HBase. Vom merge un dezvoltator prin arhitectura HBase și modelarea datelor și dezvoltarea aplicațiilor pe HBase. Acesta va discuta, de asemenea, folosind MapReduce cu HBase și câteva subiecte de administrare legate de optimizarea performanței. Cursul este foarte practic, cu multe exerciții de laborator.
Durata : 3 zile Audiență : dezvoltatori și administratori

Apache Hadoop este cel mai popular cadru pentru procesarea Big Data pe clustere de servere. În acest curs de trei (opțional, patru) zile, participanții vor afla despre beneficiile și cazurile de utilizare pentru Hadoop și ecosistemul său, cum să planifice desfășurarea și creșterea clusterului, cum să instalați, să mențineți, să monitorizați, să depanați și să optimizați Hadoop . Ei vor practica, de asemenea, încărcarea de date în grup, vor cunoaște diverse distribuții Hadoop și vor practica instalarea și gestionarea instrumentelor de ecosistem Hadoop . Cursul se încheie cu discuția despre asigurarea unui cluster cu Kerberos. "... Materialele au fost foarte bine pregătite și acoperite cu atenție. Laboratorul a fost foarte util și bine organizat "
- Andrew Nguyen, Inginer Principal de Integrare DW, Microsoft Online Advertising Public Administratorii Hadoop Format Prelegeri și laboratoare, echilibru aproximativ 60%, 40% laboratoare.

Hadoop este cel mai popular cadru de prelucrare a datelor din Big Data .

În cadrul acestui curs de instruire condus de un instructor în România, participanții vor învăța componentele de bază ale ecosistemului Hadoop și modul în care aceste tehnologii pot fi utilizate pentru a rezolva probleme la scară largă. Prin învățarea acestor fundamente, participanții își vor  îmbunătăți capacitatea de a comunica cu dezvoltatorii și implementatorii acestor sisteme, precum și cu oamenii de știință și analiștii de date pe care îi implică multe proiecte IT. Audiență

• Manageri de proiect care doresc să implementeze Hadoop în infrastructura lor de dezvoltare sau IT existentă
.
• Manageri de proiect care au nevoie să comunice cu echipe interfuncționale care includ ingineri de big data, cercetători de date și analiști de afaceri

Apache Samza este un cadru de calcul asincron, asincron, în timp real, open source Utilizează Apache Kafka pentru mesagerie și Apache Hadoop YARN pentru toleranță la erori, izolarea procesorului, securitate și gestionarea resurselor. Acest instruire live, condus de instructor, introduce principiile din spatele sistemelor de mesagerie și procesarea fluxului distribuit, în timp ce participanții parcurg prin crearea unui proiect bazat pe Samza și execuția postului. Până la sfârșitul acestui antrenament, participanții vor putea:

• Utilizați Samza pentru a simplifica codul necesar pentru a produce și consuma mesaje.
• Decuplați gestionarea mesajelor dintr-o aplicație.
• Utilizați Samza pentru a implementa calcule asincrone aproape în timp real.
• Utilizați procesarea fluxului pentru a oferi un nivel mai mare de abstractizare asupra sistemelor de mesagerie

Public

• Dezvoltatori

Formatul cursului

• Partea de prelegere, o discuție parțială, exerciții și practici practice

În cadrul acestui curs de instruire live, condus de un instructor în România (la fața locului sau la distanță), participanții vor învăța cum să implementeze și să administreze Apache NiFi într-un mediu de laborator live. La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Instalați și configurați Apachi NiFi.
• Furnizați, transformați și gestionați date din surse de date disparate, distribuite, inclusiv baze de date și lacuri de date mari.
.
• Automatizați fluxurile de date.
.
• Activați analizele de streaming.
.
• Aplicați diverse abordări pentru ingestia de date.
.
• Transformați Big Data și în informații de afaceri.
.

În acest curs de instruire live, condus de un instructor în România, participanții vor învăța elementele de bază ale programării bazate pe fluxuri pe măsură ce vor dezvolta o serie de extensii, componente și procesoare demonstrative folosind Apache NiFi. La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Înțelegeți arhitectura NiFi's și conceptele de flux de date.
• Dezvoltați extensii folosind NiFi și API-uri de la terți.
• Dezvoltă personalizat propriul procesor Apache Nifi.
.
• Ingerați și procesați date în timp real din formate de fișiere și surse de date disparate și neobișnuite.

Hadoop este un cadru de prelucrare popular Big Data. Python este un limbaj de programare de nivel înalt, cunoscut pentru sintaza sa clară și readabilitatea codului. În acest curs de instruire, participanții vor învăța cum să lucreze cu Hadoop, MapReduce, Pig și Spark folosind Python pe măsură ce trec prin mai multe exemple și utilizează cazuri. La sfârșitul cursului, participanții vor putea:

• Înțelegeți conceptele de bază din spatele Hadoop, MapReduce, Pig și Spark
• Utilizați Python cu Hadoop Sistem de fișiere distribuite (HDFS), MapReduce, Pig și Spark
• Utilizați Snakebite pentru a accesa în mod programat HDFS în Python
• Utilizați mrjob pentru a scrie MapReduce locuri de muncă în Python
• Scrieți programe Spark cu Python
• Extindeți funcționalitatea porcului folosind Python UDF-uri
• Gestionarea MapReduce locuri de muncă și scripte Pig folosind Luigi

Audienţă

• Dezvoltatori
• profesioniștii IT

Formatul cursului

• Lecții parțiale, discuții parțiale, exerciții și practici grele

Analiza datelor mari implică procesul de examinare a unor cantități mari de seturi de date variate pentru a descoperi corelații, tipare ascunse și alte informații utile. Industria sănătății are cantități masive de date medicale și clinice eterogene complexe. Aplicarea analizelor de date mari asupra datelor de sănătate prezintă un potențial imens în obținerea unor perspective pentru îmbunătățirea furnizării asistenței medicale. Cu toate acestea, enormitatea acestor seturi de date prezintă provocări mari în analize și aplicații practice într-un mediu clinic. În cadrul acestui instruire, instruit în direct (de la distanță), participanții vor învăța cum să efectueze analize de date mari în sănătate, în timp ce parcurg o serie de exerciții practice în laborator live. Până la sfârșitul acestui antrenament, participanții vor putea:

• Instalați și configurați instrumente de analiză a datelor mari precum Hadoop MapReduce și Spark
• Înțelegeți caracteristicile datelor medicale
• Aplicați tehnici de date mari pentru a trata datele medicale
• Studiați sisteme de date mari și algoritmi în contextul aplicațiilor pentru sănătate

Public

• Dezvoltatori
• Oamenii de știință de date

Formatul cursului

• Partea de prelegere, o discuție parțială, exerciții și practici practice.

Notă

• Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.

Acest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează administratorilor de sistem care doresc să învețe cum să configureze, să implementeze și să gestioneze Hadoop clustere în cadrul organizației lor. La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Instalați și configurați Apache Hadoop.
• Înțelegeți cele patru componente majore din ecosistemul Hadoop: HDFS, MapReduce, YARN și Hadoop Common.
.
• Utilizați Hadoop Distributed File System (HDFS) pentru a scala un cluster la sute sau mii de noduri.  
.
• Configurați HDFS pentru a funcționa ca motor de stocare pentru implementări Spark pe loc.
.
• Configurați Spark pentru a accesa soluții de stocare alternative, cum ar fi Amazon S3 și sisteme de baze de date NoSQL, cum ar fi Redis, Elasticsearch, Couchbase, Aerospike etc.
.
• Executați sarcini administrative, cum ar fi provizionarea, gestionarea, monitorizarea și securizarea unui cluster Apache Hadoop.
.

Acest curs de instruire live, condus de un instructor în România (online sau la fața locului) prezintă Hortonworks Data Platform (HDP) și îi conduce pe participanți prin implementarea soluției Spark + Hadoop. La sfârșitul acestui curs de formare, participanții vor fi capabili să:

Utilizați Hortonworks pentru a rula în mod fiabil Hadoop la scară largă. Unificați capacitățile de securitate, guvernanță și operațiuni ale Hadoop's cu fluxurile de lucru analitice agile ale Spark's. Utilizați Hortonworks pentru a investiga, valida, certifica și susține fiecare dintre componentele unui proiect Spark. Prelucrați diferite tipuri de date, inclusiv date structurate, nestructurate, în mișcare și în repaus.

Apache Ambari este o platformă de management open-source pentru aprovizionare, gestionare, monitorizare și securizare a clusterelor Apache Hadoop . În cadrul acestei instruiri live, instruită de instructor, participanții vor învăța instrumentele și practicile de management oferite de Ambari pentru a gestiona cu succes grupurile Hadoop . Până la sfârșitul acestui antrenament, participanții vor putea:

• Configurați un cluster Big Data direct folosind Ambari
• Aplicați funcțiile și funcționalitățile avansate ale Ambari la diverse cazuri de utilizare
• Adăugați și eliminați nodurile fără probleme, după cum este necesar
• Îmbunătățiți performanțele unui cluster Hadoop prin reglare și reglare

Public

• DevOps
• Administratori de sistem
• DBAs
• Profesioniști în testarea Hadoop

Formatul cursului

• Partea de prelegere, o discuție parțială, exerciții și practici practice

Cloudera Impala este un motor de interogare cu sursă deschisă de procesare masivă paralelă (MPP) SQL pentru clusterele Apache Hadoop. Impala permite utilizatorilor să emită interogări cu latență redusă SQL la datele stocate în Hadoop Distributed File System și Apache Hbase fără a necesita deplasarea sau transformarea datelor. Audiență Acest curs se adresează analiștilor și cercetătorilor de date care efectuează analize asupra datelor stocate în Hadoop prin intermediul instrumentelor de Business Intelligence sau SQL. După acest curs, delegații vor fi capabili să

• Extrageți informații semnificative din clusterele Hadoop cu Impala.
• Scrierea de programe specifice pentru a facilita Business Intelligence în Impala SQL Dialect.
• Rezolvarea problemelor în Impala.