Talend Big Data Integration Schulung

Diese von einem Dozenten geleitete Live-Ausbildung in Österreich (online oder vor Ort) richtet sich an fortgeschrittene Datenbankadministratoren, Entwickler und Analysten, die fortgeschrittene SQL-Funktionen zur Bearbeitung komplexer Datenoperationen und der Datenbankverwaltung meistern möchten.

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

• Fortschrittliche Abfrage-Techniken mit Unions, Unterabfragen und komplexen Joins durchzuführen.
• Daten, Tabellen, Sichten und Indizes präzise hinzuzufügen, zu aktualisieren und zu löschen.
• Die Dateneinheitlichkeit über Transaktionen sicherzustellen und Datenbankstrukturen zu manipulieren.
• Datenbanken effizient zur robusten Datenspeicherung und -abfrage zu erstellen und zu verwalten.

Dieses Kurs ist für Entwickler und Datenwissenschaftler gedacht, die künstliche Intelligenz in ihren Anwendungen verstehen und implementieren möchten. Es legt besonderen Fokus auf Datenanalyse, verteilte KI und Natural Language Processing.

Der Kurs ist Teil der Fähigkeiten von Data Scientist (Bereich: Daten und Technologie).

Apache Druid ist ein in Java geschriebener, spaltenorientierter, verteilter Open-Source-Datenspeicher. Es wurde entwickelt, um schnell große Mengen an Ereignisdaten aufzunehmen und OLAP-Abfragen mit niedriger Latenz für diese Daten auszuführen. Druid wird häufig in Business Intelligence-Anwendungen verwendet, um große Mengen von Echtzeit- und Verlaufsdaten zu analysieren. Es ist auch gut geeignet, um schnelle, interaktive, analytische Dashboards für Endbenutzer zu erstellen. Druid wird von Unternehmen wie Alibaba, Airbnb, Cisco , eBay, Netflix, Paypal und Yahoo verwendet.

In diesem von Lehrern geführten Live-Kurs werden einige der Einschränkungen von Data Warehouse-Lösungen untersucht und erläutert, wie Druid diese Technologien zu einem flexiblen und skalierbaren Streaming Analytics-Stack ergänzen kann. Wir gehen viele Beispiele durch und bieten den Teilnehmern die Möglichkeit, Druiden-basierte Lösungen in einer Laborumgebung zu implementieren und zu testen.

Format des Kurses

• Teilvorlesung, Teildiskussion, intensive praktische Übungen, gelegentliche Tests zur Beurteilung des Verständnisses

In dieser von einem Trainer geleiteten Live-Schulung in Österreich lernen die Teilnehmer die Technologieangebote und Implementierungsansätze für die Verarbeitung von Graphdaten kennen. Ziel ist es, Objekte der realen Welt, ihre Eigenschaften und Beziehungen zu identifizieren, diese Beziehungen zu modellieren und sie als Daten mit einem Graph Computing (auch bekannt als Graph Analytics) Ansatz zu verarbeiten. Wir beginnen mit einem breiten Überblick und konzentrieren uns auf spezifische Tools, während wir eine Reihe von Fallstudien, praktischen Übungen und Live-Einsätzen durchführen.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein

• Verstehen, wie Graphdaten persistiert und durchlaufen werden.
• das beste Framework für eine bestimmte Aufgabe auszuwählen (von Graphdatenbanken bis hin zu Stapelverarbeitungs-Frameworks).
• Implementierung von Hadoop, Spark, GraphX und Pregel, um Graphenberechnungen auf vielen Rechnern parallel durchzuführen.
• Big-Data-Probleme aus der realen Welt in Form von Graphen, Prozessen und Traversalen zu betrachten.

Diese von einem Kursleiter geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Entwickler, die Apache Kafka Stream Processing implementieren möchten, ohne Code zu schreiben.

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

• Confluent KSQL zu installieren und zu konfigurieren.
• eine Stream-Processing-Pipeline nur mit SQL-Befehlen einzurichten (keine Java- oder Python-Codierung).
• Datenfilterung, Transformationen, Aggregationen, Joins, Windowing und Sessionization vollständig in SQL durchzuführen.
• Interaktive, kontinuierliche Abfragen für Streaming ETL und Echtzeit-Analysen entwerfen und einsetzen.

Dieses von einem Trainer geleitete Live-Seminar in Österreich (online oder vor Ort) richtet sich an fortgeschrittene Big-Data-Professionals, die Apache Kylin zur Erstellung von Echtzeit-Datenwarehouses und zum Durchführen multidimensionaler Analysen auf großen Datensätzen nutzen möchten.

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

• Apache Kylin mit Echtzeitanwendungen für Streaming-Dateneingänge einzurichten und zu konfigurieren.
• OLAP-Cubes sowohl für Batch- als auch für Streaming-Daten zu entwerfen und zu erstellen.
• Komplexe Abfragen mit Untersekunden-Latenz über Kylin's SQL-Schnittstelle durchführen.
• Kylin mit BI-Tools integrieren, um interaktive Datenvisualisierungen zu ermöglichen.
• Die Leistung optimieren und die Ressourcen in Kylin effektiv verwalten.

In dieser von einem Ausbilder geleiteten Live-Schulung in Österreich (vor Ort oder per Fernzugriff) lernen die Teilnehmer, wie sie Apache NiFi in einer Live-Laborumgebung einsetzen und verwalten.

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

• Apachi NiFi zu installieren und zu konfigurieren.
• Daten aus unterschiedlichen, verteilten Datenquellen, einschließlich Datenbanken und Big Data Lakes, zu beschaffen, umzuwandeln und zu verwalten.
• Datenflüsse zu automatisieren.
• Streaming-Analysen zu ermöglichen.
• Wenden Sie verschiedene Ansätze für die Datenerfassung an.
• Transformieren Sie Big Data und in Geschäftseinblicke.

In dieser Live-Schulung unter Anleitung in Österreich lernen die Teilnehmer die Grundlagen der ablaufbasierten Programmierung, während sie eine Reihe von Demo-Erweiterungen, Komponenten und Prozessoren mit Apache NiFi entwickeln.

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

• Die Architektur von NiFi und Datenflusskonzepte zu verstehen.
• Erweiterungen mit NiFi und APIs von Drittanbietern zu entwickeln.
• Ihren eigenen Apache-NiFi-Prozessor zu entwickeln.
• Echtzeitdaten aus unterschiedlichen und ungewöhnlichen Dateiformaten und Datenquellen einlesen und verarbeiten.

Diese Live-Schulung in Österreich (online oder vor Ort) richtet sich an Datenbankexperten auf mittlerem Niveau, die ihre Kenntnisse in Oracle SQL Entwicklung und Verwaltung erweitern möchten.

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

• Komplexe SQL Abfragen erstellen und optimieren.
• Datenbanken mit Oracle SQL Werkzeugen effizient zu verwalten.
• Best Practices bei der Entwicklung und Wartung von Datenbanken anzuwenden.
• Benutzerzugriff und Datenbanksicherheit in einer Oracle Umgebung zu verwalten.

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.

Diese von einem Kursleiter geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Dateningenieure, Datenwissenschaftler und Programmierer, die die Funktionen von Spark Streaming zur Verarbeitung und Analyse von Echtzeitdaten nutzen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein, mit Spark Streaming Live-Datenströme zur Verwendung in Datenbanken, Dateisystemen und Live-Dashboards zu verarbeiten.

MLlib ist die ML-Bibliothek (Machine Learning) von Spark. Ziel ist es, praktisches maschinelles Lernen skalierbar und einfach zu machen. Es besteht aus allgemeinen Lernalgorithmen und Dienstprogrammen, einschließlich Klassifizierung, Regression, Clustering, kollaborativer Filterung, Dimensionsreduzierung sowie Optimierungsprimitiven auf niedrigerer Ebene und Pipeline-APIs auf höherer Ebene.

Es teilt sich in zwei Pakete:

• spark.mllib enthält die ursprüngliche API, die auf RDDs basiert.

• spark.ml bietet eine API auf höherer Ebene, die auf DataFrames zum Erstellen von ML-Pipelines basiert.

Publikum

Dieser Kurs richtet sich an Ingenieure und Entwickler, die eine integrierte Maschinenbibliothek für Apache Spark

Stratio ist eine datenzentrierte Plattform, die Big Data, KI und Governance in ein einziges Lösungsprodukt integriert. Die Module Rocket und Intelligence ermöglichen eine schnelle Datenexploration, Transformation und erweiterte Analysen in Unternehmensumgebungen.

Dieser von einem Dozenten geleitete Live-Kurs (online oder vor Ort) richtet sich an fortgeschrittene Datenprofessionals, die die Module Rocket und Intelligence effektiv mit PySpark nutzen möchten. Der Schwerpunkt liegt auf Schleifenstrukturen, benutzerdefinierten Funktionen und erweiterten Datenlogiken.

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

• In der Stratio-Plattform mithilfe der Module Rocket und Intelligence zu navigieren und zu arbeiten.
• PySpark im Kontext von Datenimport, Transformation und Analyse anzuwenden.
• Schleifen und bedingte Logiken zur Steuerung von Datenaufgaben und Merkmalsingenieurprozessen zu verwenden.
• Benutzerdefinierte Funktionen (UDFs) für wiederverwendbare Datenoperationen in PySpark zu erstellen und zu verwalten.

Format des Kurses

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

Optionen zur Anpassung des Kurses

• Bei Interesse an einer angepassten Ausbildung für diesen Kurs, kontaktieren Sie uns bitte, um eine Anfrage zu stellen.

Diese von einem Trainer geleitete Live-Schulung führt in die Konzepte der interaktiven Datenanalyse ein und führt die Teilnehmer durch den Einsatz und die Nutzung von Zeppelin in einer Einzel- oder Mehrbenutzerumgebung.

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

• Zeppelin zu installieren und zu konfigurieren
• Daten in einer browserbasierten Oberfläche entwickeln, organisieren, ausführen und austauschen
• Ergebnisse zu visualisieren, ohne auf die Kommandozeile oder Clusterdetails zurückgreifen zu müssen
• Lange Workflows auszuführen und gemeinsam daran zu arbeiten
• Arbeiten Sie mit einer beliebigen Anzahl von Plug-in-Sprachen/Datenverarbeitungs-Backends, wie Scala (mit Apache Spark), Python (mit Apache Spark), Spark SQL, JDBC, Markdown und Shell.
• Integrieren Sie Zeppelin mit Spark, Flink und Map Reduce
• Sichere Mehrbenutzer-Instanzen von Zeppelin mit Apache Shiro