Curso de Apache Spark
Capacitación en Apache Spark - Motor de Procesamiento de Datos Masivos
Testimonios de los Clientes
Subcategorías
Programas de los Cursos
| Código | Nombre | Duración | Información General |
|---|---|---|---|
| 68780 | Apache Spark | 14 horas | |
| sparkdev | Spark para Desarrolladores | 21 horas | This course will introduce Apache Spark. The students will learn how Spark fits into the Big Data ecosystem, and how to use Spark for data analysis. The course covers Spark shell for interactive data analysis, Spark internals, Spark APIs, Spark SQL, Spark streaming, and machine learning and graphX. AUDIENCIA: Desarrolladores / analistas de datos |
| hdp | Hortonworks Data Platform (HDP) para Administradores | 21 horas | Hortonworks Data Platform es una plataforma de soporte de Apache Hadoop de código abierto que proporciona una base estable para el desarrollo de soluciones de big data en el ecosistema de Apache Hadoop. Esta capacitación en vivo dirigida por un instructor presenta a Hortonworks y guía a los participantes a través del despliegue de la solución Spark + Hadoop. Al final de esta capacitación, los participantes podrán: Use Hortonworks para ejecutar confiablemente Hadoop a gran escala Unifique las capacidades de seguridad, gobierno y operaciones de Hadoop con los flujos de trabajo analíticos ágiles de Spark. Use Hortonworks para investigar, validar, certificar y dar soporte a cada uno de los componentes en un proyecto Spark Procese diferentes tipos de datos, incluidos estructurados, no estructurados, en movimiento y en reposo. Audiencia Administradores de Hadoop Formato del curso Conferencia de parte, discusión en parte, ejercicios y práctica práctica |
| magellan | Magellan: Análisis Geoespacial con Spark | 14 horas | Magellan es un motor de ejecución distribuida de código abierto para el análisis geoespacial en big data. Implementado sobre Apache Spark, amplía Spark SQL y proporciona una abstracción relacional para el análisis geoespacial. Esta capacitación en vivo dirigida por un instructor presenta los conceptos y enfoques para implementar el análisis geospacial y guía a los participantes a través de la creación de una aplicación de análisis predictivo utilizando Magellan en Spark. Al final de esta capacitación, los participantes podrán: Consultar, analizar y unir datos geoespaciales de manera eficiente a escala Implementar datos geoespaciales en inteligencia empresarial y aplicaciones de análisis predictivo Utilice el contexto espacial para ampliar las capacidades de dispositivos móviles, sensores, registros y dispositivos portátiles Audiencia Desarrolladores de aplicaciones Formato del curso Conferencia de parte, discusión en parte, ejercicios y práctica práctica |
| alluxio | Alluxio: Unificando Sistemas de Almacenamiento Dispares | 7 horas | Alexio es un sistema de almacenamiento distribuido virtual de código abierto que unifica sistemas de almacenamiento dispares y permite que las aplicaciones interactúen con datos a la velocidad de la memoria. Es utilizado por compañías como Intel, Baidu y Alibaba. En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar Alexio para unir diferentes marcos de computación con sistemas de almacenamiento y administrar de manera eficiente los datos de escala de varios petabytes mientras avanzan en la creación de una aplicación con Alluxio. Al final de esta capacitación, los participantes podrán: Desarrolle una aplicación con Alluxio Conecte aplicaciones y sistemas de big data mientras conserva un espacio de nombres Extrae de manera eficiente el valor de los grandes datos en cualquier formato de almacenamiento Mejorar el rendimiento de la carga de trabajo Implemente y administre Alluxio de forma independiente o en clúster Audiencia Científico de datos Desarrollador Administrador de sistema Formato del curso Conferencia de parte, discusión en parte, ejercicios y práctica práctica |
| graphcomputing | Introducción a Graph Computing | 28 horas | Una gran cantidad de problemas del mundo real se pueden describir en términos de gráficos. Por ejemplo, el gráfico web, el gráfico de red social, el gráfico de red de tren y el gráfico de lenguaje. Estos gráficos tienden a ser extremadamente grandes; su procesamiento requiere un conjunto especializado de herramientas y procesos; estas herramientas y procesos se pueden denominar Computación de Gráficos. En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán sobre las diversas ofertas de tecnología e implementaciones para procesar datos de gráficos. El objetivo es identificar los objetos del mundo real, sus características y relaciones, luego modelar estas relaciones y procesarlas como datos utilizando enfoques de computación gráfica. Comenzamos con una amplia visión general y nos limitamos a herramientas específicas a medida que avanzamos en una serie de estudios de casos, ejercicios prácticos e implementaciones en vivo. Al final de esta capacitación, los participantes podrán: Comprender cómo se conservan y atraviesan los datos de gráfico Seleccione el mejor marco para una tarea determinada (desde bases de datos de gráficos hasta marcos de procesamiento por lotes) Implemente Hadoop, Spark, GraphX y Pregel para llevar a cabo la computación gráfica en muchas máquinas en paralelo Ver problemas de Big Data en el mundo real en términos de gráficos, procesos y recorridos Audiencia Desarrolladores Formato del curso Conferencia de parte, discusión en parte, ejercicios y práctica práctica |
| sparkpython | Python y Spark para Big Data (PySpark) | 21 horas | Python es un lenguaje de programación de alto nivel famoso por su claridad de sintaxis y código. Spark es un motor de procesamiento de datos utilizado para consultar, analizar y transformar big data. PySpark permite a los usuarios interactuar con Spark con Python. En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar Python y Spark juntos para analizar los datos grandes mientras trabajan en ejercicios prácticos. Al final de esta capacitación, los participantes podrán: Aprenda a usar Spark con Python para analizar Big Data Trabajar en ejercicios que imitan las circunstancias del mundo real Utilice diferentes herramientas y técnicas para el análisis de Big Data utilizando PySpark Audiencia Desarrolladores Profesionales de TI Científicos de datos Formato del curso Conferencia de parte, discusión en parte, ejercicios y práctica práctica |
| sparksql | Apache Spark SQL | 7 horas | Spark SQL is Apache Spark's module for working with structured and unstructured data. Spark SQL provides information about the structure of the data as well as the computation being performed. This information can be used to perform optimizations. Two common uses for Spark SQL are: - to execute SQL queries. - to read data from an existing Hive installation. In this instructor-led, live training (onsite or remote), participants will learn how to analyze various types of data sets using Spark SQL. By the end of this training, participants will be able to: Install and configure Spark SQL. Perform data analysis using Spark SQL. Query data sets in different formats. Visualize data and query results. Audience Data analysts Data scientists Data engineers Format of the Course Part lecture, part discussion, exercises and heavy hands-on practice Notes To request a customized training for this course, please contact us to arrange. |
| introtostreamprocessing | Una introducción práctica al procesamiento de flujo | 21 horas | El procesamiento de flujo se refiere al procesamiento en tiempo real de "datos en movimiento", es decir, realizar cálculos sobre datos a medida que se reciben. Dichos datos se leen como flujos continuos de fuentes de datos tales como eventos de sensores, actividad de usuarios de sitios web, transacciones financieras, transferencias de tarjetas de crédito, transmisiones de clics, etc. Los marcos de procesamiento de flujos pueden leer grandes volúmenes de datos entrantes y proporcionar información valiosa casi instantáneamente. En este entrenamiento en vivo dirigido por un instructor (in situ o remoto), los participantes aprenderán cómo configurar e integrar diferentes marcos de Procesamiento de Stream con los sistemas de almacenamiento de big data existentes y aplicaciones de software y microservicios relacionados. Al final de esta capacitación, los participantes podrán: Instale y configure diferentes marcos de procesamiento de flujo, como Spark Streaming y Kafka Streaming Comprender y seleccionar el marco más adecuado para el trabajo Proceso de datos de forma continua, concurrente y de forma récord por registro Integre soluciones de procesamiento de flujo con bases de datos existentes, almacenes de datos, lagos de datos, etc. Integración de la biblioteca de procesamiento de flujo más apropiada con aplicaciones empresariales y microservicios Audiencia Desarrolladores Arquitectos de software Formato del curso Conferencia de parte, discusión en parte, ejercicios y práctica práctica Notas Para solicitar una capacitación personalizada para este curso, contáctenos para hacer arreglos. |
| bigdataanahealth | Big Data Analytics in Health | 21 horas | Big data analytics involves the process of examining large amounts of varied data sets in order to uncover correlations, hidden patterns, and other useful insights. The health industry has massive amounts of complex heterogeneous medical and clinical data. Applying big data analytics on health data presents huge potential in deriving insights for improving delivery of healthcare. However, the enormity of these datasets poses great challenges in analyses and practical applications to a clinical environment. In this instructor-led, live training (remote), participants will learn how to perform big data analytics in health as they step through a series of hands-on live-lab exercises. By the end of this training, participants will be able to: Install and configure big data analytics tools such as Hadoop MapReduce and Spark Understand the characteristics of medical data Apply big data techniques to deal with medical data Study big data systems and algorithms in the context of health applications Audience Developers Data Scientists Format of the Course Part lecture, part discussion, exercises and heavy hands-on practice. Note To request a customized training for this course, please contact us to arrange. |
Upcoming Courses
| Curso | Fecha | Precio del Curso [A distancia / Presencial] |
|---|---|---|
| Spark para Desarrolladores - Guadalajara - Country Club Financial | Lun, 2018-06-11 09:30 | 99900MXN / 123500MXN |
| Introducción a Graph Computing - Monterrey - Dataflux | Lun, 2018-06-18 09:30 | 112500MXN / 137300MXN |
| Apache Spark - Guadalajara - Puerta del Hierro | Lun, 2018-06-25 09:30 | 69500MXN / 94700MXN |
| Apache Spark SQL - Ciudad de Mexico - Colonia Del Valle | Lun, 2018-07-02 09:30 | 29500MXN / 51500MXN |
| Big Data Analytics in Health - Monterrey - Oficinas en el Parque | Lun, 2018-07-02 09:30 | 85000MXN / 111900MXN |
Other countries
Consultoría
Cursos de Fin de Semana de Apache Spark, Capacitación por la Tarde de Apache Spark, Apache Spark boot camp, Clases de Apache Spark
, Capacitación de Fin de Semana de Apache Spark, Cursos por la Tarde de Apache Spark, Apache Spark coaching, Instructor de Apache Spark, Capacitador de Apache Spark, Apache Spark con instructor, Cursos de Formación de Apache Spark, Apache Spark en sitio, Cursos Privados de Apache Spark, Clases Particulares de Apache Spark, Capacitación empresarial de Apache Spark, Talleres para empresas de Apache Spark, Cursos en linea de Apache Spark, Programas de capacitación de Apache Spark, Clases de Apache Spark