Schulungsübersicht
Einführung in die Stratio-Plattform
- Überblick über die Stratio-Architektur und die Kernmodule
- Die Rolle von Rocket und Intelligence im Datenlebenszyklus
- Einloggen und Navigation in der Stratio-Benutzeroberfläche
Arbeiten mit dem Rocket-Modul
- Datenaufnahme und Pipeline-Erstellung
- Verbinden von Datenquellen und Konfigurieren von Transformationen
- Verwendung von PySpark für Vorverarbeitungsaufgaben in Rocket
PySpark-Grundlagen für Stratio-Benutzer
- PySpark-Datentypen und -Operationen
- Schleifenkonstrukte: for, while, if/else-Anwendung
- Schreiben benutzerdefinierter Funktionen mit def und deren Anwendung
Fortgeschrittene Nutzung von Rocket mit PySpark
- Streaming-Aufnahme und -Transformationen
- Verwendung von Schleifen und Funktionen in Batch- und Echtzeitszenarien
- Best Practices für die Performance in PySpark-Pipelines
Erkundung des Intelligence-Moduls
- Überblick über Datenmodellierung und Analysefunktionen
- Feature-Auswahl, -transformation und -exploration
- Die Rolle von PySpark in benutzerdefinierten Analysen und Einblicken
Erstellung fortgeschrittener Analyseworkflows
- Erstellen von benutzerdefinierten Funktionen (UDFs) in Intelligence
- Anwenden von bedingten Anweisungen und Schleifen für Datenlogiken
- Use Cases: Segmentation, Aggregation und Vorhersage
Bereitstellung und Zusammenarbeit
- Speichern, Exportieren und Wiederverwenden von Workflows
- Zusammenarbeiten mit anderen Teammitgliedern in Stratio
- Prüfen der Ausgabe und Integration in nachgeschaltete Tools
Zusammenfassung und weitere Schritte
Voraussetzungen
- Erfahrung in Python-Programmierung
- Verständnis von Datenanalyse oder Big Data-Verarbeitungskonzepten
- Grundkenntnisse in Apache Spark und verteiltem Computing
Zielgruppe
- Data Engineers, die auf Stratio-basierten Plattformen arbeiten
- Analysten oder Entwickler, die die Rocket- und Intelligence-Module nutzen
- Technische Teams, die zu PySpark-Workflows innerhalb von Stratio wechseln
Erfahrungsberichte (4)
Das, was ich am meisten an der Ausbildung gemocht habe, war die Organisation und die Lage.
Hamid Tuama - Ability with Innovation General Contracting (DMCC Branch)
Kurs - ArcGIS for Spatial Analysis
Maschinelle Übersetzung
Praxisbeispiele ermöglichten es uns, eine echte Vorstellung davon zu bekommen, wie das Programm funktioniert. Ausführliche Erklärungen und die Integration theoretischer Konzepte sowie deren Bezug zur praktischen Anwendung.
Ian - Archeoworks Inc.
Kurs - ArcGIS Fundamentals
Maschinelle Übersetzung
Ich habe die Ausbildung wirklich genossen. Ich fand alle Module angewendet werden zu können auf Probleme, die ich im Job lösen möchte. Die Integration der Ausbildung mit Jupyter Notebooks war wirklich beeindruckend.
Mark Firmin - Environment and Climate Change Canada
Kurs - Python for Geographic Information System (GIS)
Maschinelle Übersetzung
Alle Themen, die er abdeckte, einschließlich Beispiele. Er erklärte auch, wie sie uns im täglichen Job helfen.
madduri madduri - Boskalis Singapore Pte Ltd
Kurs - QGIS for Geographic Information System
Maschinelle Übersetzung