
Local instructor-led live Apache Spark training courses in България.
Oтзиви от потребители
индивидуално внимание.
ARCHANA ANILKUMAR - PPL
Course: Python and Spark for Big Data (PySpark)
Machine Translated
За да научите стрийминг, да участвате, DatabriCKs и AWS Redshift
Lim Meng Tee - Jobstreet.com Shared Services Sdn. Bhd.
Course: Apache Spark in the Cloud
Machine Translated
Съдържанието и знанията.
Jobstreet.com Shared Services Sdn. Bhd.
Course: Apache Spark in the Cloud
Machine Translated
Това беше много информативно. Имах много малък опит с искра преди и досега този курс е предоставил много добро въведение пред този въпрос.
Intelligent Medical Objects
Course: Apache Spark in the Cloud
Machine Translated
Беше страхотно да разберем какво се случва под капака на Спарк. Да знаеш какво става под капака помага да разберем по-добре защо кодът ви е или не прави това, което очаквате да направи. Много от обучението беше ръцете, на които винаги е страхотно и секцията за оптимизации беше изключително подходяща за текущата ми работа, която беше хубава.
Intelligent Medical Objects
Course: Apache Spark in the Cloud
Machine Translated
Това е страхотен клас! Най-много оценявам, че Андрас обяснява много ясно какво има искра, когато идва от това и какви проблеми е в състояние да решат. Много по-добре от други въвеждания, които съм виждал, че просто се гмуркат как да го използвам. Андра има дълбоко познаване на темата и обяснява нещата много добре.
Intelligent Medical Objects
Course: Apache Spark in the Cloud
Machine Translated
Представените примери, които са били дадени и показаха основните аспекти на искри.
Intelligent Medical Objects
Course: Apache Spark in the Cloud
Machine Translated
1 . Правилен баланс между концепциите на високо ниво и техническите подробности. 2. Андас е много запознат с учението му. 3. Упражнение
Steven Wu - Intelligent Medical Objects
Course: Apache Spark in the Cloud
Machine Translated
Имайки ръце на сесията / задачата
Poornima Chenthamarakshan - Intelligent Medical Objects
Course: Apache Spark in the Cloud
Machine Translated
Обучението твърди, че тренировъчното, основано на лека на базата на аудиторията, така че хвърли малко светлина върху малко диспективни теми, които сме поискали
Intelligent Medical Objects
Course: Apache Spark in the Cloud
Machine Translated
Неговият темпо, беше страхотно. Обичах факта, че той също е влязъл в теория, за да разбера защо ще направя нещата, които питаш.
Intelligent Medical Objects
Course: Apache Spark in the Cloud
Machine Translated
Apache Spark Subcategories
Apache Spark Course Outlines
-
Създайте необходимата среда, за да започнете обработката на големи данни с Spark, Hadoop, и Python.
Разберете характеристиките, основните компоненти и архитектурата на Spark и Hadoop.
Научете как да интегрирате Spark, Hadoop, и Python за обработка на големи данни.
Разгледайте инструментите в екосистемата Spark (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka и Flume).
Създайте съвместни системи за филтриране, подобни на Netflix, YouTube, Amazon, Spotify и Google.
Използвайте Apache Mahout, за да скалирате алгоритмите за машинно обучение.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
- 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.
- Use Hortonworks to reliably run Hadoop at a large scale.
- Unify Hadoop's security, governance, and operations capabilities with Spark's agile analytic workflows.
- Use Hortonworks to investigate, validate, certify and support each of the components in a Spark project.
- Process different types of data, including structured, unstructured, in-motion, and at-rest.
-
Ефективно запитване, разширяване и присъединяване на геопространствени данни на мащаб
Въвеждане на геопространствени данни в бизнес интелигентност и прогнозни аналитични приложения
Използвайте пространствен контекст, за да разширите възможностите на мобилни устройства, сензори, записи и носители.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
-
Разработване на приложение с Alluxio
Свържете големите системи за данни и приложения, като същевременно запазвате един именен пространство
Ефективно извлича стойност от големите данни във всеки формат за съхранение
Подобряване на работното натоварване
Разпределяне и управление Alluxio самостоятелно или кластерирано
-
Данни учен
Разработчик
Администратор на системата
-
Частна лекция, частна дискусия, упражнения и тежка практика
- to execute SQL queries.
- to read data from an existing Hive installation. In this instructor-led, live training (onsite or remote), participants will learn how to analyze various types of data sets using Spark SQL. By the end of this training, participants will be able to:
- Install and configure Spark SQL.
- Perform data analysis using Spark SQL.
- Query data sets in different formats.
- Visualize data and query results.
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
- To request a customized training for this course, please contact us to arrange.
- Install and configure different Stream Processing frameworks, such as Spark Streaming and Kafka Streaming.
- Understand and select the most appropriate framework for the job.
- Process of data continuously, concurrently, and in a record-by-record fashion.
- Integrate Stream Processing solutions with existing databases, data warehouses, data lakes, etc.
- Integrate the most appropriate stream processing library with enterprise applications and microservices.
- Install and configure big data analytics tools such as Hadoop MapReduce and Spark
- Understand the characteristics of medical data
- Apply big data techniques to deal with medical data
- Study big data systems and algorithms in the context of health applications
- Developers
- Data Scientists
- Part lecture, part discussion, exercises and heavy hands-on practice.
- To request a customized training for this course, please contact us to arrange.
- Create Spark applications with the Scala programming language.
- Use Spark Streaming to process continuous streams of data.
- Process streams of real-time data with Spark Streaming.
-
Извършване на архитектура на тръбопровода за обработка на големи данни.
Разработване на кластерна инфраструктура с Apache Mesos и Docker.
Анализ на данните с Spark и Scala.
Управление на неструктурирани данни с Apache Cassandra.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
-
Създаване и инсталиране Apache Spark.
Разберете разликата между Apache Spark и Hadoop MapReduce и кога да използвате кой.
Бързо четете в и анализирате много големи набори от данни.
Интегрирайте Apache Spark с други инструменти за машинно обучение.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
-
Настройка и настройка Apache Spark.
Разберете как.NET прилага Spark APIs, така че те да могат да бъдат достъпни от.NET приложение.
Разработване на приложения за обработка на данни с помощта на C# или F#, способни да обработват набори от данни, размерът на които се измерва в терабити и педабити.
Разработване на функции за машинно обучение за.NET приложение, използвайки Apache Spark възможности.
Извършете изследващ анализ, като използвате SQL запитвания върху големи набори от данни.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
-
Инсталиране и конфигуриране на Apache Hadoop.
Разберете четирите основни компоненти в Hadoop екосистемата: HDFS, MapReduce, YARN и Hadoop Common.
Използвайте Distributed File System (HDFS) за скалиране на кластер до стотици или хиляди възли. •
Инсталирайте HDFS, за да работи като двигател за съхранение за разпространението на Spark.
Настройване на Spark за достъп до алтернативни решения за съхранение като Amazon S3 и NoSQL бази данни системи като Redis, Elasticsearch, Couchbase, Aerospike, и т.н.
Извършване на административни задачи като предоставяне, управление, мониторинг и сигурност на Apache Hadoop кластер.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
- Set up the necessary development environment to start building NLP pipelines with Spark NLP.
- Understand the features, architecture, and benefits of using Spark NLP.
- Use the pre-trained models available in Spark NLP to implement text processing.
- Learn how to build, train, and scale Spark NLP models for production-grade projects.
- Apply classification, inference, and sentiment analysis on real-world use cases (clinical data, customer behavior insights, etc.).
- spark.mllib contains the original API built on top of RDDs.
- spark.ml provides higher-level API built on top of DataFrames for constructing ML pipelines.
- Understand how graph data is persisted and traversed.
- Select the best framework for a given task (from graph databases to batch processing frameworks.)
- Implement Hadoop, Spark, GraphX and Pregel to carry out graph computing across many machines in parallel.
- View real-world big data problems in terms of graphs, processes and traversals.
Last Updated: