Apache Spark-Grundlagen Schulung

Diese Dozentengestützte, Live-Schulung in Österreich (online oder vor Ort) richtet sich an Data Scientists und Ingenieure mit mittlerem Kenntnisstand, die Google Colab und Apache Spark für Big-Data-Verarbeitung und -Analyse nutzen möchten.

Am Ende dieser Schulung 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 zu visualisieren.
• Apache Spark mit Cloud-basierten Tools zu integrieren.

Dieses Schulung bietet eine praktische Einführung in den Aufbau skalierbarer Datenverarbeitungs- und Machine-Learning-Arbeitsabläufe mit PySpark. Die Teilnehmenden lernen, wie Apache Spark in modernen Big-Data-Ökosystemen funktioniert und wie große Datensätze effizient mithilfe von Prinzipien der verteilten Datenverarbeitung verarbeitet werden können.

Diese dozentengeleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Systemadministratoren mit grundlegenden bis mittleren Kenntnissen, die Spark-Cluster bereitstellen, warten und optimieren möchten.

Nach Abschluss dieser Schulung können die Teilnehmer:

• Apache Spark in verschiedenen Umgebungen installieren und konfigurieren.
• Cluster-Ressourcen verwalten und Spark-Anwendungen überwachen.
• Die Leistung von Spark-Clustern optimieren.
• Sicherheitsmaßnahmen implementieren und Hochverfügbarkeit sicherstellen.
• Häufige Spark-Probleme debuggen und lösen.

Die Lernkurve von Apache Spark ist anfangs steil und erfordert viel Aufwand, bis erste Ergebnisse erzielt werden können. Dieser Kurs soll genau diese anfängliche Hürde nehmen. Nach Abschluss des Kurses verstehen die Teilnehmer die Grundlagen von Apache Spark, können RDDs klar von DataFrames unterscheiden, lernen die Python- und Scala-APIs kennen und begreifen Konzepte wie Executor und Task. Zudem legt der Kurs gemäß den Best Practices einen starken Fokus auf Cloud-Deployment sowie auf Databricks und AWS. Die Teilnehmer erfahren außerdem die Unterschiede zwischen AWS EMR und AWS Glue, einem der neuesten Spark-Services von AWS.

ZIELGRUPPE:

Data Engineers, DevOps-Engineer, Data Scientists

In diesem dozentengeleiteten Live-Training in Österreich lernen die Teilnehmer, wie sie Python und Spark gemeinsam nutzen können, um Big Data in der Praxis durch Übungen zu analysieren.

Nach Abschluss dieses Trainings werden die Teilnehmer in der Lage sein:

• Zu verstehen, wie man Spark mit Python zur Analyse von Big Data einsetzt.
• Übungen durchzuführen, die reale Anwendungsfälle nachahmen.
• Verschiedene Tools und Techniken für die Big-Data-Analyse mit PySpark zu nutzen.

Diese instructor-gestützte, live Schulung in Österreich (online oder vor Ort) richtet sich an Entwickler, die Spark, Hadoop und Python nutzen 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 für den Einstieg in die Big-Data-Verarbeitung mit Spark, Hadoop und Python einzurichten.
• Die Funktionen, Kernkomponenten und die Architektur von Spark und Hadoop zu verstehen.
• Lernen, wie Spark, Hadoop und Python für die Big-Data-Verarbeitung integriert werden.
• Die Tools im Spark-Ökosystem erkunden (Spark MLlib, Spark Streaming, Kafka, Sqoop, Kafka und Flume).
• Kooperative Filter-Empfehlungssysteme ähnlich denen von Netflix, YouTube, Amazon, Spotify und Google aufbauen.
• Apache Mahout zur Skalierung von Machine-Learning-Algorithmen einsetzen.

Stratio ist eine datenzentrierte Plattform, die Big Data, KI und Governance in einer einzigen Lösung integriert. Die Module Rocket und Intelligence ermöglichen schnelle Datenexploration, Transformationen und fortschrittliche Analysen in Unternehmensumgebungen.

Diese dozentengeführte Live-Schulung (online oder vor Ort) richtet sich an erfahrene Datenprofis, die die Rocket- und Intelligence-Module in Stratio effektiv mit PySpark nutzen möchten, wobei der Schwerpunkt auf Schleifenstrukturen, benutzerdefinierten Funktionen und fortgeschrittener Datenlogik liegt.

Nach Abschluss dieser Schulung werden die Teilnehmer in der Lage sein:

• Sich im Stratio-Plattform mit den Modulen Rocket und Intelligence zurechtzufinden und darin zu arbeiten.
• PySpark im Kontext der Datenaufnahme, Transformation und Analyse einzusetzen.
• Schleifen und bedingte Logik zur Steuerung von Datenworkflows und Feature-Engineering-Aufgaben zu verwenden.
• Benutzerdefinierte Funktionen (UDFs) für wiederverwendbare Datenoperationen in PySpark zu erstellen und zu verwalten.

Kursformat

• Interaktiver Vortrag und Diskussion.
• Viele Übungen und Praxisbeispiele.
• Praktische Umsetzung in einer Live-Lab-Umgebung.

Möglichkeiten zur Anpassung des Kurses

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.