Online oder vor Ort durchgeführte Live-Schulungen zu Apache Flink vermitteln durch interaktive praktische Übungen die Prinzipien und Ansätze der verteilten Stream- und Batch-Datenverarbeitung.
Apache Flink-Schulungen sind als "Online-Live-Schulungen" oder "Vor-Ort-Live-Schulungen" verfügbar. Die Online-Live-Schulung (auch "Remote-Live-Schulung" genannt) wird über einen interaktiven Remote-Desktop durchgeführt. Onsite-Live-Training kann vor Ort beim Kunden in Wien oder in NobleProg Corporate Training Centern in Wien durchgeführt werden.
NobleProg -- Ihr lokaler Schulungsanbieter
NobleProg Wien
Modecenterstraße 22, Wien, Austria, 1030
Überblick
Unsere Schulungsräumlichkeiten befinden sich in der Modecenterstraße...
Überblick
Unsere Schulungsräumlichkeiten befinden sich in der Modecenterstraße 22 in Wien. Unsere großzügigen Schulungsräume bieten optimale Trainingsbedingungen für Ihre Bedürfnisse.
Für Fragen und Schulungsanmeldungen wenden Sie sich bitte an unsere Firmenzentrale:
NobleProg Europe GmbH,
Kolonnenstr. 8
10827 Berlin
Deutschland
Anfahrt
Die NobleProg-Schulungsräumlichkeiten liegen verkehrsgünstig nahe der Autobahn A23 und die nächste, fussläufig erreichbare, U-Bahnstation ist die Station Zippererstrasse.
Parkplätze
Rund um unsere Schulungsräume gibt es in den umliegenden Straßen Parkmöglichkeiten.
Lokale Infrastruktur
In der fussläufigen Umgebung gibt es zahlreiche Lokale.
Diese Live-Schulung unter Anleitung eines Dozenten (online oder vor Ort) führt in die Prinzipien und Ansätze der verteilten Stream- und Batch-Datenverarbeitung ein und führt die Teilnehmer durch die Erstellung einer Echtzeit-Daten-Streaming-Anwendung in Apache Flink.
Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
Eine Umgebung für die Entwicklung von Datenanalyseanwendungen einrichten.
Verstehen, wie Apache Flink's graph-verarbeitende Bibliothek (Gelly) funktioniert.
Flink-basierte, fehlertolerante Daten-Streaming-Anwendungen paketieren, ausführen und überwachen.
Verwalten verschiedener Arbeitslasten.
Erweiterte Analysen durchführen.
Einrichten eines Flink-Clusters mit mehreren Knoten.
Messen und Optimieren der Leistung.
Flink mit verschiedenen Big Data Systemen integrieren.
Flink-Funktionen mit denen anderer Big-Data-Verarbeitungs-Frameworks vergleichen.