Big Data Schulungen in Österreich

Dieser von einem Trainer durchgeführte Live-Kurs in Österreich (online oder vor Ort) richtet sich an mittelcalibrige Datenwissenschaftler und Ingenieure, die Google Colab und Apache Spark für das Verarbeiten und Analysieren von Big Data einsetzen möchten.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Eine Big-Data-Umgebung mit Google Colab und Spark einzurichten.
• Große Datensätze effizient mit Apache Spark zu verarbeiten und zu analysieren.
• Big Data in einer kollaborativen Umgebung visualisieren.
• Apache Spark mit cloudbasierten Tools zu integrieren.

Stratio ist eine datenzentrierte Plattform, die Big Data, KI und Governance in einer einzigen Lösung integriert. Die Rocket- und Intelligence-Module ermöglichen eine schnelle Datenauswertung, -transformation und fortgeschrittene Analysen in Unternehmensumgebungen.

Diese von einem Dozenten geleitete Live-Schulung (online oder vor Ort) richtet sich an datenzentrierte Fachkräfte mittlerer Qualifikation, die lernen möchten, die Rocket- und Intelligence-Module in Stratio effektiv mit PySpark zu nutzen. Der Fokus liegt auf Schleifenstrukturen, benutzerdefinierten Funktionen und fortgeschrittenen Datenlogiken.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Sich innerhalb der Stratio-Plattform mit den Rocket- und Intelligence-Modulen zu orientieren und darin zu arbeiten.
• PySpark im Kontext von Datenaufnahme, -transformation und -analyse anzuwenden.
• Schleifen und bedingte Logiken zur Steuerung von Datenworkflows und Feature-Engineering-Aufgaben zu verwenden.
• Benutzerdefinierte Funktionen (UDFs) für wiederverwendbare Datenoperationen in PySpark zu erstellen und zu verwalten.

Kursformat

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxisbeispiele.
• Hands-on-Implementierung in einer Live-Lab-Umgebung.

Kursanpassungsoptionen

• Für eine angepasste Schulung für diesen Kurs, kontaktieren Sie uns bitte zur Terminfindung.

Data Warehousing ist die Praxis des Entwurfs, der Erstellung und des Betriebs von zentralisierten Datenrepositorien, die Analyse, Berichterstattung und Entscheidungsfindung unterstützen.

Dieses vom Trainer geführte, live-Training (online oder vor Ort) richtet sich an fortgeschrittene Datenprofis, die dimensionale Daten modellieren, robuste ETL-Pipelines aufbauen und analytische Workloads optimieren möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Kernkonzepte und Architekturen des Data Warehousing zu erklären.
• Dimensionale Modelle zu entwerfen und zwischen Stern- und Schneeflockenschemas zu wählen.
• ETL- und ELT-Pipelines zuverlässig aufzubauen und zu orchestrieren.
• OLTP- versus OLAP-Workloads zu differenzieren und für Analysen zu optimieren.

Kursformat

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxisbeispiele.
• Praktische Umsetzung in einer Live-Lab-Umgebung.

Kursanpassungsoptionen

• Für eine angepasste Schulung für diesen Kurs kontaktieren Sie uns, um einen Termin zu vereinbaren.

Teilnehmer, die diese von einem Ausbilder geleitete Live-Schulung in Österreich absolvieren, erhalten ein praktisches, praxisnahes Verständnis von Big Data und den damit verbundenen Technologien, Methoden und Werkzeugen.

Die Teilnehmer haben die Möglichkeit, dieses Wissen durch praktische Übungen in die Praxis umzusetzen. Die Interaktion in der Gruppe und das Feedback des Kursleiters sind ein wichtiger Bestandteil des Kurses.

Der Kurs beginnt mit einer Einführung in die grundlegenden Konzepte von Big Data und geht dann zu den Programmiersprachen und Methoden über, die zur Durchführung von Data Analysis verwendet werden. Abschließend werden die Werkzeuge und die Infrastruktur besprochen, die Big Data-Speicherung, verteilte Verarbeitung und Scala-Beweglichkeit ermöglichen.

Greenplum ist eine Open-Source-Massively Parallel Processing (MPP)-Datenplattform, die für Analysen und umfangreiche Datenumgebungen entwickelt wurde.

Diese von einem Trainer geführte Live-Schulung (online oder vor Ort) richtet sich an fortgeschrittene technische Nutzer, die das interne Architekturkonzept von Greenplum verstehen, optimierte Datenmodelle erstellen und SQL in verteilten Umgebungen effizient einsetzen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Das shared-nothing-Architekturkonzept und das Parallelitätsmodell von Greenplum zu verstehen.
• Verteilte Tabellenstrukturen und Partitionen für eine optimale Abfrageleistung zu entwerfen.
• Indizierungsstrategien, Speicherformate und physische Design-Techniken anzuwenden.
• EXPLAIN-Pläne zu interpretieren und Abfragen unter Verwendung bewährter Methoden zu optimieren.

Kursformat

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxisübungen.
• Hands-on-Implementierung in einer Live-Lab-Umgebung.

Kursanpassungsoptionen

• Für eine angepasste Schulung für diesen Kurs wenden Sie sich bitte an uns, um die Anpassungen zu vereinbaren.

Greenplum ist eine open-source, massiv parallele Datenplattform auf Basis von PostgreSQL, die für erweiterte Analysen und umfangreiche Data-Warehousing-Lösungen entwickelt wurde.

Dieses von einem Ausbilder geführte Live-Training (online oder vor Ort) richtet sich an fortgeschrittene Administratoren, die Greenplum-Umgebungen effektiv installieren, konfigurieren und verwalten möchten, einschließlich der Verwaltung von Systemaktualisierungen und Bibliotheken.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Einen produktionsbereiten Greenplum-Cluster zu installieren und zu konfigurieren.
• Systemaktualisierungen sicher durchzuführen und Patches anzuwenden.
• Die Verwaltung von Greenplum-Bibliotheken für Analysen und Erweiterungen zu übernehmen.
• Greenplum-Systeme zu überwachen und Probleme zu beheben.

Kursformat

• Interaktive Vorlesung und Diskussion.
• Praktische Anwendung von Greenplum in einer kontrollierten Lab-Umgebung.
• Übungen zur Clustersetup, Upgrade-Workflows und Systemerweiterungen unter Anleitung.

Kursanpassungsoptionen

• Um ein angepasstes Training für diesen Kurs basierend auf Ihrer Umgebung oder Ihrem Datenplattform anzufordern, kontaktieren Sie uns bitte, um eine Anpassung vorzunehmen.

Dieses von einem Ausbilder geleitete, Live-Training in Österreich (online oder vor Ort) richtet sich an fortgeschrittene Datenprofis, die Workflows zur Datenverarbeitung optimieren, die Datenintegrität sicherstellen und robuste Datenlakehouse-Lösungen implementieren möchten, die die Komplexitäten moderner Big-Data-Anwendungen bewältigen können.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Ein tiefgründiges Verständnis von Icebergs Architektur, einschließlich Metadaten-Management und Dateilayout, zu erlangen.
• Iceberg für optimale Leistung in verschiedenen Umgebungen zu konfigurieren und mit mehreren Datenverarbeitungsmotoren zu integrieren.
• Große Iceberg-Tabellen zu verwalten, komplexe Schemawechsel durchzuführen und Partitionsevolution zu handhaben.
• Techniken zur Optimierung der Abfrageleistung und der Datenscan-Effizienz für große Datenmengen zu beherrschen.
• Mechanismen zur Sicherstellung der Datenkonsistenz, Verwaltung transaktionaler Garantien und Handhabung von Fehlern in verteilten Umgebungen umzusetzen.

Dieses von einem Trainer geleitete, Live-Training in Österreich (online oder vor Ort) richtet sich an datentechnische Anfänger, die das notwendige Wissen und die Fähigkeiten erwerben möchten, um Apache Iceberg effektiv für die Verwaltung von großen Datenmengen, die Sicherstellung der Datensicherheit und die Optimierung von Datenverarbeitungsabläufen zu nutzen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Ein tiefgehendes Verständnis für die Architektur, Funktionen und Vorteile von Apache Iceberg zu erlangen.
• Sich mit Tabellenformaten, Partitionierung, Schemaevolution und Zeitreisefähigkeiten vertraut zu machen.
• Apache Iceberg in verschiedenen Umgebungen zu installieren und zu konfigurieren.
• Iceberg-Tabellen zu erstellen, zu verwalten und zu bearbeiten.
• Den Prozess des Datenmigrations von anderen Tabellenformaten nach Iceberg zu verstehen.

Dieses von einem Dozenten geleitete, live-Training in Österreich (online oder vor Ort) richtet sich an fortgeschrittene IT-Profis, die ihre Fähigkeiten im Bereich Datenarchitektur, Datengovernance, Cloud Computing und Big Data-Technologien verbessern möchten, um große Datensätze effektiv zu verwalten und zu analysieren sowie Datenmigrationen in ihren Organisationen durchzuführen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die grundlegenden Konzepte und Komponenten verschiedener Datenarchitekturen zu verstehen.
• Ein umfassendes Verständnis der Prinzipien der Datengovernance und ihrer Bedeutung in regulatorischen Umgebungen zu erlangen.
• Datengovernance-Frameworks wie Dama und Togaf zu implementieren und zu verwalten.
• Cloud-Plattformen für effizientes Datenlagerung, -verarbeitung und -management zu nutzen.

Diese von einem Instructor geleitete, live-Trainingssitzung in Österreich (online oder vor Ort) richtet sich an fortgeschrittene Dateningenieure, die lernen möchten, wie man Azure Data Lake Storage Gen2 für effektive Datenanalyse-Lösungen einsetzt.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die Architektur und die wichtigsten Funktionen von Azure Data Lake Storage Gen2 zu verstehen.
• Datenstorage und -zugriff für Kosten- und Leistungsaspekte zu optimieren.
• Azure Data Lake Storage Gen2 mit anderen Azure-Diensten zur Analyse und Datenverarbeitung zu integrieren.
• Lösungen unter Verwendung der Azure Data Lake Storage Gen2 API zu entwickeln.
• Übliche Probleme zu beheben und Speicherstrategien zu optimieren.

Diese von einem Trainer geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Entwickler, die Spark, Hadoop und Python verwenden und integrieren möchten, um große und komplexe Datensätze zu verarbeiten, zu analysieren und zu transformieren.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

• die notwendige Umgebung einzurichten, um mit der Verarbeitung von Big Data mit Spark, Hadoop und Python zu beginnen.
• die Funktionen, Kernkomponenten und Architektur von Spark und Hadoop zu verstehen.
• Lernen, wie man Spark, Hadoop und Python für die Verarbeitung von Big Data integriert.
• Erkunden Sie die Werkzeuge im Spark-Ökosystem (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka und Flume).
• Erstellen Sie Empfehlungssysteme mit kollaborativer Filterung ähnlich wie bei Netflix, YouTube, Amazon, Spotify und Google.
• Apache Mahout zur Skalierung von maschinellen Lernalgorithmen verwenden.

Big Data und Advanced Analytics ist die Anwendung fortgeschrittener Methoden und Werkzeuge zur Analyse großer, komplexer Datensätze für handlungsorientierte Erkenntnisse und strategisches Entscheidungsfinden.

Dieses von einem Trainer durchgeführte Live-Training (online oder vor Ort) richtet sich an fortgeschrittene Datenprofis, die moderne analytische Methoden und Big Data Technologien für prognostische, präskriptive und Echtzeit-Analyse nutzen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Großmaßstäbliche Datenaufbereitungsprozesse für strukturierte und unstrukturierte Daten zu entwerfen und umzusetzen.
• Fortgeschrittene Machine-Learning- und Deep-Learning-Techniken auf großen Datensätzen anzuwenden.
• Vereinte Rechenumgebungen für Echtzeit-Analyse und Datenströme zu nutzen.
• Big Data-Analytik in Business Intelligence-Systeme und Entscheidungsfindungssysteme zu integrieren.

Abschnittsformat des Kurses

• Interaktive Vorlesungen und Diskussionen.
• Viele Übungen und Praxisfälle.
• Praxisorientierte Implementierung in einer Live-Lab-Umgebung.

Anpassungsoptionen des Kurses

• Zur Anfrage nach einem angepassten Training für diesen Kurs, kontaktieren Sie uns bitte zum Abschließen der Details.

Diese lehrerbegleitete Live-Formation in Österreich (online oder vor Ort) richtet sich an fortgeschrittene IT-Professionals, die eine umfassende Kenntnis von IBM DataStage sowohl aus administrativer als auch entwicklerischer Sicht erlangen möchten. Dadurch können sie das Tool effektiv in ihren jeweiligen Arbeitsumgebungen einsetzen.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die Kernkonzepte von DataStage zu verstehen.
• Effektiv Installation, Konfiguration und Verwaltung von DataStage-Umgebungen durchzuführen.
• Sich mit verschiedenen Datenquellen zu verbinden und Daten effizient aus Datenbanken, flachen Dateien und externen Quellen zu extrahieren.
• Effektive Dateneinlesetechniken umzusetzen.

Diese von einem Trainer geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Anfänger bis fortgeschrittene Systemadministratoren, die Spark-Cluster einsetzen, warten und optimieren möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

• Installieren und konfigurieren Sie Apache Spark in verschiedenen Umgebungen.
• Cluster-Ressourcen zu verwalten und Spark-Anwendungen zu überwachen.
• Die Leistung von Spark-Clustern zu optimieren.
• Sicherheitsmaßnahmen zu implementieren und Hochverfügbarkeit zu gewährleisten.
• Allgemeine Spark-Probleme zu debuggen und zu beheben.

In dieser von einem Trainer geleiteten Live-Schulung in Österreich lernen die Teilnehmer anhand praktischer Übungen, wie sie Python und Spark gemeinsam zur Analyse von Big Data einsetzen können.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Lernen, wie man Spark mit Python verwendet, um Big Data zu analysieren.
• An Übungen arbeiten, die reale Fälle nachahmen.
• Verschiedene Tools und Techniken für die Big-Data-Analyse mit PySpark verwenden.

Fortschritte in der Technologie und die steigende Menge an Informationen verändern zunehmend, wie Geschäftstätigkeit in vielen Branchen, einschließlich der Regierung, durchgeführt wird. Die Datenerstellung und -archivierung von Regierungsbehörden nimmt aufgrund des explosionsartigen Wachstums von Mobilgeräten und -anwendungen, Smart Sensoren und Geräten, Cloud Computing-Lösungen sowie Bürger-orientierten Portalen zu. Während die digitale Information zunimmt und komplexer wird, werden auch Informationsmanagement, Verarbeitung, Speicherung, Sicherheit und Ablaufverwaltung komplexer. Neue Tools zur Erfassung, Suche, Entdeckung und Analyse helfen Organisationen, Erkenntnisse aus ihren unstrukturierten Daten zu gewinnen. Der Regierungsmarkt steht an einem Wendepunkt und erkennt, dass Informationen ein strategisches Asset sind. Regierungseinheiten müssen sowohl strukturierte als auch unstrukturierte Informationen schützen, nutzen und analysieren, um besser den Bürgern zu dienen und ihre Aufgaben zu erfüllen. Während Führungskräfte in der Regierung darum bemüht sind, datengetriebene Organisationen aufzubauen, legen sie die Grundlagen, um Abhängigkeiten zwischen Ereignissen, Personen, Prozessen und Informationen zu korrelieren.

Hochwertige Regierungslösungen werden durch eine Kombination der disruptivsten Technologien entstehen:

• Mobilgeräte und -anwendungen
• Cloud-Dienste
• Soziale Business-Technologien und Netzwerke
• Big Data und Analyse

Big Data ist eine der intelligenten Branchenlösungen, die es Regierungen ermöglicht, bessere Entscheidungen zu treffen, indem sie auf Muster zurückgreifen, die durch die Analyse großer Mengen an Daten – verbunden oder unverbunden, strukturiert oder unstrukturiert – erkannt werden.

Die Umsetzung dieser Leistungen erfordert jedoch weit mehr als nur das Sammeln riesiger Datenmengen. "Das Verstehen dieser großen Datenmengen erfordert innovative Tools und Technologien, die in der Lage sind, nützliches Wissen aus umfangreichen und vielfältigen Informationsströmen zu extrahieren", schrieben Tom Kalil und Fen Zhao vom Weißen Haus Office of Science and Technology Policy in einem Beitrag auf dem OSTP-Blog.

Das Weiße Haus machte einen Schritt, um den Behörden bei der Suche nach diesen Technologien zu helfen, als es 2012 die National Big Data Research and Development Initiative ins Leben rief. Die Initiative schloss mehr als 200 Millionen US-Dollar ein, um von dem Boom an Big Data und den dafür erforderlichen Analysetools optimalen Nutzen zu ziehen.

Die Herausforderungen, die Big Data mit sich bringt, sind fast genauso bedeutsam wie seine vielversprechenden Aussichten. Eine effiziente Datenspeicherung ist eine dieser Herausforderungen. Budgets sind wie immer knapp, daher müssen Behörden den Speicherpreis pro Megabyte minimieren und die Daten leicht zugänglich halten, damit Benutzer sie erhalten können, wann und wie sie es benötigen. Das Sichern riesiger Datenmengen vergrößert die Herausforderung.

Die effektive Analyse der Daten ist eine weitere wichtige Herausforderung. Viele Behörden setzen kommerzielle Tools ein, die es ihnen ermöglichen, sich durch Berge von Daten zu wühlen und Trends zu erkennen, die ihnen helfen, effizienter zu operieren. (Eine kürzliche Studie von MeriTalk ergab, dass federale IT-Manager der Meinung sind, Big Data könne Behörden mehr als 500 Milliarden US-Dollar sparen und dabei den Erreichung der Aufgabenziele unterstützen.).

Eigens entwickelte Big Data Tools ermöglichen es auch Behörden, ihre Daten zu analysieren. Zum Beispiel macht die Computational Data Analytics Group des Oak Ridge National Laboratory ihr Piranha-Datenaufbereitungs-System anderen Behörden zur Verfügung. Das System hat Medizinforschern geholfen, einen Zusammenhang zu finden, der Ärzte vor aortenaneurysmen warnen kann, bevor sie auftreten. Es wird auch für alltägliche Aufgaben wie die Durchsicht von Lebensläufen eingesetzt, um Bewerber mit Personalverantwortlichen zu verbinden.

In dieser von einem Ausbilder geleiteten Live-Schulung in Österreich lernen die Teilnehmer die Denkweise kennen, mit der sie an Big Data Technologien herangehen, ihre Auswirkungen auf bestehende Prozesse und Richtlinien bewerten und diese Technologien zur Erkennung von kriminellen Aktivitäten und zur Verbrechensverhütung einsetzen. Anhand von Fallstudien von Strafverfolgungsbehörden aus der ganzen Welt werden Einblicke in deren Einführungsansätze, Herausforderungen und Ergebnisse gewonnen.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Technologie mit traditionellen Datenerfassungsprozessen zu kombinieren, um während einer Untersuchung eine Geschichte zusammenzusetzen.
• Industrielle Big-Data-Speicher- und Verarbeitungslösungen für die Datenanalyse zu implementieren.
• einen Vorschlag für die Einführung der geeignetsten Tools und Prozesse für einen datengesteuerten Ansatz bei kriminalpolizeilichen Ermittlungen auszuarbeiten.

Big Data ist ein Begriff, der sich auf Lösungen zur Speicherung und Verarbeitung großer Datensätze bezieht. Ursprünglich von Google entwickelt, haben diese Big Data-Lösungen sich weiterentwickelt und andere ähnliche Projekte inspiriert, viele davon sind als Open-Source verfügbar. R ist eine weit verbreitete Programmiersprache in der Finanzbranche.

Übersicht des Kurses

Dieser Kurs bietet eine praxisorientierte und strukturierte Einführung in den Aufbau von Echtzeit-Daten-Streaming-Systemen. Er vermittelt die zentralen Konzepte, Architektur patterns und branchenüblichen Tools zur Verarbeitung kontinuierlicher Daten in großem Maßstab. Die Teilnehmer lernen, wie man Streaming-Pipelines mit modernen Frameworks entwirft, implementiert und optimiert. Der Kurs führt von den Grundlagen zu praktischen Anwendungen und ermöglicht es den Lernenden, sicher produktionsreale Echtzeitsolutions aufzubauen.

Ablauf des Trainings

• Dozentengeleitete Sitzungen mit geführten Erklärungen

 • Konzeptdurchlauf mit Praxisbeispielen

 • Praktische Demonstrationen und Codierungsaufgaben 

• Progressive Laborübungen, die auf die täglichen Themen abgestimmt sind

 • Interaktive Diskussionen und Fragerunden  

Kursziele

• Verständnis von Echtzeit-Daten-Streaming-Konzepten und Systemarchitekturen

 • Unterscheidung zwischen Batch- und Streaming-Datenverarbeitungsmodellen 

• Entwurf skalierbarer und fehlertoleranter Streaming-Pipelines 

• Arbeit mit verteilten Streaming-Tools und Frameworks 

• Anwendung von Event-Time-Verarbeitung, Windowing und zustandsbehafteten Operationen 

Aufbau und Optimierung von Echtzeit-Datenlösungen für Geschäftsanwendungen 

Apache NiFi ist eine Open-Source-Plattform für flussbasierte Datenintegration und Ereignisverarbeitung. Sie ermöglicht die automatisierte, in Echtzeit stattfindende Datenrouting-, Transformations- und Systemvermittlungsfunktionen zwischen unterschiedlichen Systemen mit einer webbasierten Benutzeroberfläche und feingranularen Kontrollmöglichkeiten.

Dieses vom Trainer geleitete, live Training (vor Ort oder remote) richtet sich an fortgeschrittene Administratoren und Ingenieure, die NiFi-Datenflüsse in Produktionsumgebungen bereitstellen, verwalten, schützen und optimieren möchten.

Zum Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Apache NiFi-Clusters zu installieren, zu konfigurieren und zuwartenden.
• Datenflüsse von verschiedenen Quellen und Senken zu planen und zu verwalten.
• Flussautomatisierung, Routing und Transformationslogik umzusetzen.
• Die Leistung zu optimieren, Operationen zu überwachen und Probleme zu beheben.

Kursformat

• Interaktive Vorlesung mit Diskussion realer Architekturen.
• Praktische Übungen: Erstellen, Bereitstellen und Verwalten von Flüssen.
• Szenario-basierte Aufgaben in einer Live-Lab-Umgebung.

Kursanpassungsoptionen

• Für eine angepasste Schulung für diesen Kurs kontaktieren Sie uns, um einen Termin zu vereinbaren.

Diese Schulung bietet eine praxisorientierte Einführung in den Aufbau skalierbarer Datenverarbeitungs- und Machine-Learning-Workflows mit PySpark. Die Teilnehmenden lernen, wie Apache Spark in modernen Big-Data-Ökosystemen funktioniert und wie große Datensätze mithilfe verteilter Rechenprinzipien effizient verarbeitet werden können.

Dieses von einem Dozenten geleitete Live-Training in Österreich (online oder vor Ort) richtet sich an Ingenieure, die Apache Spark-System zur Verarbeitung sehr großer Datenmengen einrichten und bereitstellen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Apache Spark zu installieren und zu konfigurieren.
• Sehr große Datensätze schnell zu verarbeiten und zu analysieren.
• Den Unterschied zwischen Apache Spark und Hadoop MapReduce zu verstehen und zu wissen, wann welches System verwendet werden sollte.
• Apache Spark mit anderen maschinellen Lernwerkzeugen zu integrieren.

Die Lernkurve von Apache Spark steigt am Anfang langsam an, es bedarf viel Mühe, um den ersten Erfolg zu erzielen. Dieses Kursziel ist es, den ersten schwierigen Teil zu überwinden. Nachdem die Teilnehmer diesen Kurs absolviert haben, verstehen sie die Grundlagen von Apache Spark, sie können RDD und DataFrame klar voneinander abgrenzen, sie lernen die Python- und Scala-APIs, sie verstehen Executoren und Tasks usw. Auch indem es sich an beste Praktiken orientiert, konzentriert sich dieser Kurs stark auf die Cloudbereitstellung, insbesondere auf Databricks und AWS. Die Teilnehmer werden auch die Unterschiede zwischen AWS EMR und AWS Glue verstehen, einem der neuesten Spark-Dienste von AWS.

ZIELGRUPPE:

Data Engineer, DevOps, Data Scientist

Dieses von einem Trainer geleitete Live-Training in Österreich (online oder vor Ort) richtet sich an technische Fachkräfte, die Talend Open Studio for Big Data einsetzen möchten, um den Prozess des Lesens und Verarbeitens von Big Data zu vereinfachen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Talend Open Studio for Big Data zu installieren und zu konfigurieren.
• Sich mit Big Data-Systemen wie Cloudera, HortonWorks, MapR, Amazon EMR und Apache zu verbinden.
• Die Big Data-Komponenten und -Connectoren von Open Studio zu verstehen und einzurichten.
• Parameter zu konfigurieren, um MapReduce-Code automatisch zu generieren.
• Die Drag-and-Drop-Oberfläche von Open Studio zu verwenden, um Hadoop-Aufträge auszuführen.
• Big Data-Pipelines zu prototypieren.
• Big Data-Integration-Projekte zu automatisieren.