Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Съдържание и теми, включени в курса
Въведение в екосистемите на големи данни
- Общ преглед на технологиите и архитектурите за големи данни
- Пакетна обработка срещу обработка в реално време
- Стратегии за съхранение на данни за мащабируемост
Усъвършенствана обработка на данни с Apache Spark
- Оптимизиране на Spark задачи за производителност
- Усъвършенствани трансформации и действия
- Работа със структуриран стрийминг
Машинно обучение в мащаб
- Техники за разпределено обучение на модели
- Настройка на хиперпараметри върху големи набори от данни
- Внедряване на модели в среди за големи данни
Дълбоко обучение за големи данни
- Интегриране на TensorFlow и PyTorch със Spark
- Разпределени потоци за обучение с дълбоко обучение
- Случаи на употреба при анализ на изображения, текст и времеви редове
Аналитика в реално време и стрийминг на данни
- Apache Kafka за приемане на стрийминг данни
- Рамки за обработка на потоци
- Мониторинг и предупреждения в системи за реално време
Управление на данни, сигурност и етика
- Поверителност на данните и изисквания за съответствие
- Контрол на достъпа и криптиране в системи за големи данни
- Етични съображения при широкомащабна аналитика
Интегриране на големи данни с бизнес интелигентност
- Визуализация на данни и създаване на табла за големи данни
- Свързване на потоци за големи данни с BI инструменти
- Постигане на бизнес резултати с усъвършенствана аналитика
Обобщение и следващи стъпки
Изисквания
- Солидно разбиране на концепциите за анализ на данни и статистическо моделиране
- Опит с инструменти за обработка на данни и езици за програмиране като Python, R или Scala
- Запознатост с рамки за разпределени изчисления като Hadoop или Spark
Аудитория
- Data scientists, които се стремят да овладеят широкомащабна обработка на данни и предсказваща аналитика
- Старши анализатори, които търсят да проектират и внедрят усъвършенствани аналитични работни процеси
- Професионалисти в НИРД, фокусирани върху иновативни решения, базирани на данни
42 Часа
Отзиви от участници (2)
Извършване на упражнения
Joe Pang - Lands Department, Hong Kong
Курс - QGIS for Geographic Information System
Машинен превод
Работните примери ни позволиха да усетим какво е работа с програмата. Добри обяснения и интеграция на теоретични концепции и както те се свързват с практически приложения.
Ian - Archeoworks Inc.
Курс - ArcGIS Fundamentals
Машинен превод