Le terme BigData vise l'ensemble des solutions liées au stockage et au traitement d'un ensemble considérable de données. Les solutions BigData ont été initialement développées par Google, cependant, désormais, beaucoup d'implémentations open-source sont disponibles, dont Apache Hadoop, Cassandra ou Cloudera Impala. Selon des rapports de Gartner, BigData est la prochaine étape au niveau des technologies de l'information, aprés le Cloud Computing et sera la nouvelle tendance pour les prochaine années.
Nos Clients témoignent
J'ai vraiment aimé les exercices avec cluster pour voir les performances des nœuds à travers le cluster et les fonctionnalités étendues.
CACI Ltd
Formation: Apache NiFi for Developers
Machine Translated
interaction
Maastricht University | UMIO
Formation: Teradata Fundamentals
Discussing many examples.
Emily Chesworth - Maastricht University | UMIO
Formation: Teradata Fundamentals
exercises & subquery
Maastricht University | UMIO
Formation: Teradata Fundamentals
I liked the depth of the training. I was able to understand most of it and definitely learned from this training
Maastricht University | UMIO
Formation: Teradata Fundamentals
passionate trainer
Sylvia Baniak - Maastricht University | UMIO
Formation: Teradata Fundamentals
x
Maastricht University | UMIO
Formation: Teradata Fundamentals
New learned skills
Maastricht University | UMIO
Formation: Teradata Fundamentals
The enthusiasm of the trainer
Maastricht University | UMIO
Formation: Teradata Fundamentals
Expliquer la démarche à suivre pour tenter de répondre à une question via SQL
Maastricht University | UMIO
Formation: Teradata Fundamentals
Machine Translated
The Topic
Accenture Inc.
Formation: Data Vault: Building a Scalable Data Warehouse
Content was good
Northrop Grumman
Formation: Apache Accumulo Fundamentals
Instructor very knowledgeable and very happy to stop and explain stuff to the group or to an individual.
Paul Anstee - Northrop Grumman
Formation: Apache Accumulo Fundamentals
the follow along style instead of just sitting and listening.
Jack Gallacher - Northrop Grumman
Formation: Apache Accumulo Fundamentals
The ability of the trainer to break down complex topics to simple topics.
Northrop Grumman
Formation: Apache Accumulo Fundamentals
Fulvio took time and attention from the outset to check what delegates wanted most out of their training days and in particular I liked that he focused quite a lot of attention to working with the Shell e.g. scan, grep, egrep commands – particularly filtering over a system time period e.g. last hour. Fulvio's style and pace can be quite quick at times which mostly suited me as there were a lot of topics covered especially in the last 2 days. I realise that the class was a bit of a mixed audience with varying technical skills, so it was good to see that he was able to allow others to catchup and to help them fix their problems whenever encountered. Nothing seemed to be too much trouble for Fulvio and enjoyed this course a lot.
Northrop Grumman
Formation: Apache Accumulo Fundamentals
Connaissance très bien transmise par l'enseignant, pas de questions sans réponses.
Karolin Papaj - Mowi Poland SA
Formation: Data Mining and Analysis
Machine Translated
Covered a lot in a short space of time. Gained a good overall knowledge of Accumulo and knowledge gained will be useful for other NoSQL databases.
Lauren Rees - Northrop Grumman
Formation: Apache Accumulo Fundamentals
The trainers in depth knowledge of the subject
CACI Ltd
Formation: Apache NiFi for Administrators
Ajay était un consultant très expérimenté et a été en mesure de répondre à toutes nos questions et même de faire des suggestions sur les meilleures pratiques pour le projet sur lequel nous sommes actuellement engagés.
CACI Ltd
Formation: Apache NiFi for Administrators
Machine Translated
That I had it in the first place.
Peter Scales - CACI Ltd
Formation: Apache NiFi for Developers
content & detail to the point
Sirat Khwaja - Northrop Grumman
Formation: Apache Accumulo Fundamentals
Des exemples de code suivent en exercices pratiques.
Northrop Grumman
Formation: Apache Accumulo Fundamentals
Machine Translated
L'enseignant a adapté le programme de formation à nos besoins actuels.
EduBroker Sp. z o.o.
Formation: Python and Spark for Big Data (PySpark)
Machine Translated
The NIFI workflow excercises
Politiets Sikkerhetstjeneste
Formation: Apache NiFi for Administrators
answers to our specific questions
MOD BELGIUM
Formation: Apache NiFi for Administrators
every question we had, he explained it with great details. i also liked the facts that Fulvio gets excited when there is an interaction.
Solvinity B.V.
Formation: SolrCloud
large aspect de Teradata knolwedge - démarrage de l’architecture de base suivi de la finition
MicroStrategy Poland Sp. z o.o.
Formation: Teradata Fundamentals
Machine Translated
Faire des exercices similaires de différentes manières aide vraiment à comprendre ce que chaque composant ( Hadoop / Spark, autonome / cluster) peut faire seul et ensemble. Cela m'a donné des idées sur la façon de tester mon application sur ma machine locale lorsque je développe vs lorsqu'elle est déployée sur un cluster.
Thomas Carcaud - IT Frankfurt GmbH
Formation: Spark for Developers
Machine Translated
The lessons were taught in a Jupyter notebook. The topics were structured with a logical sequence and naturally helped develop the session from the easier parts to the more complex. I'm already an advanced user of Python with background in Machine Learning, so found the course easier to follow than, possibly, some of my classmates that took the training course. I appreciate that some of the most elementary concepts were skipped and that he focused on the most substantial matters.
Angela DeLaMora - ADT, LLC
Formation: Python and Spark for Big Data (PySpark)
Intensity, Training materials and expertise, Clarity, Excellent communication with Alessandra
Marija Hornis Dmitrovic - Marija Hornis
Formation: Data Science for Big Data Analytics
NA
DBS
Formation: Python and Spark for Big Data (PySpark)
R programming
Osden Jokonya - University of the Western Cape
Formation: A Practical Introduction to Data Analysis and Big Data
Practical exercises
JOEL CHIGADA - University of the Western Cape
Formation: A Practical Introduction to Data Analysis and Big Data
Connaissance du sujet par l’instructeur
Juan Francisco Trejo Escoto
Formation: Advanced Teradata
Machine Translated
Exercises.
David Lehotak - NVision Czech Republic ICT a.s.
Formation: Apache Ignite for Developers
Very useful in because it helps me understand what we can do with the data in our context. It will also help me
Nicolas NEMORIN - Adecco Groupe France
Formation: KNIME Analytics Platform for BI
hands on Training..
Abraham Thomas - PPL
Formation: Python and Spark for Big Data (PySpark)
l’attention individuelle.
ARCHANA ANILKUMAR - PPL
Formation: Python and Spark for Big Data (PySpark)
Machine Translated
get to learn spark streaming , databricks and aws redshift
Lim Meng Tee - Jobstreet.com Shared Services Sdn. Bhd.
Formation: Apache Spark in the Cloud
The content and the knowledge .
Jobstreet.com Shared Services Sdn. Bhd.
Formation: Apache Spark in the Cloud
It was very informative. I've had very little experience with Spark before and so far this course has provided a very good introduction to the subject.
Intelligent Medical Objects
Formation: Apache Spark in the Cloud
C’était génial d’avoir une compréhension de ce qui se passe sous le capot de Spark. Savoir ce qui se passe sous le capot aide à mieux comprendre pourquoi votre code est ou ne fait pas ce que vous attendez qu’il fasse. Une grande partie de la formation a été mains sur ce qui est toujours génial et la section sur les optimisations a été exceptionnellement pertinent pour mon travail actuel qui était agréable.
Intelligent Medical Objects
Formation: Apache Spark in the Cloud
Machine Translated
This is a great class! I most appreciate that Andras explains very clearly what Spark is all about, where it came from, and what problems it is able to solve. Much better than other introductions I've seen that just dive into how to use it. Andras has a deep knowledge of the topic and explains things very well.
Intelligent Medical Objects
Formation: Apache Spark in the Cloud
The live examples that were given and showed the basic aspects of Spark.
Intelligent Medical Objects
Formation: Apache Spark in the Cloud
1. Right balance between high level concepts and technical details. 2. Andras is very knowledgeable about his teaching. 3. Exercise
Steven Wu - Intelligent Medical Objects
Formation: Apache Spark in the Cloud
Nos clients
.png "aeronautical radio, incorporated (arinc)"){kind=small}
_ireland.gif "environmental protection agency (epa) ireland")
.jpg "international air transport association (iata)")
Plans de cours Big Data
Nom du Cours
Durée
Aperçu
Nom du Cours
Durée
Aperçu
21 hours
Aperçu
Apache Accumulo est un magasin clé / valeur trié et distribué qui fournit un stockage et une récupération de données robustes et évolutifs. Il est basé sur la conception de Go BigTable Ogle et est alimenté par Apache Hadoop , Apache Zookeeper, et Apache Thrift .
Ce cours en direct animé par un instructeur couvre les principes de fonctionnement d'Accumulo et guide les participants dans le développement d'un exemple d'application sur Apache Accumulo .
Format du cours
- Partie conférence, partie discussion, développement et mise en œuvre pratiques, tests occasionnels pour évaluer la compréhension
Ce cours en direct animé par un instructeur couvre les principes de fonctionnement d'Accumulo et guide les participants dans le développement d'un exemple d'application sur Apache Accumulo .
Format du cours
- Partie conférence, partie discussion, développement et mise en œuvre pratiques, tests occasionnels pour évaluer la compréhension
21 hours
Aperçu
KNIME Analytics Platform est l'une des principales options open source pour l'innovation pilotée par les données. Elle vous permet de découvrir le potentiel caché dans vos données, d'explorer de nouvelles informations ou de prévoir de nouveaux futurs. Avec plus de 1000 modules, des centaines d'exemples prêts à l'emploi, une gamme complète d'outils intégrés et le plus vaste choix d'algorithmes avancés disponibles, KNIME Analytics Platform est la boîte à outils idéale pour tout informaticien ou analyste métier.
Cette formation pour KNIME Analytics Platform est une occasion idéale pour les débutants, les utilisateurs expérimentés et les experts KNIME de se familiariser avec KNIME , d'apprendre à l'utiliser plus efficacement et à créer des rapports clairs et complets basés sur les workflows de KNIME
Cette formation pour KNIME Analytics Platform est une occasion idéale pour les débutants, les utilisateurs expérimentés et les experts KNIME de se familiariser avec KNIME , d'apprendre à l'utiliser plus efficacement et à créer des rapports clairs et complets basés sur les workflows de KNIME
21 hours
Aperçu
Apache Spark is a distributed processing engine for analyzing very large data sets. It can process data in batches and real-time, as well as carry out machine learning, ad-hoc queries, and graph processing. .NET for Apache Spark is a free, open-source, and cross-platform big data analytics framework that supports applications written in C# or F#.
This instructor-led, live training (online or onsite) is aimed at developers who wish to carry out big data analysis using Apache Spark in their .NET applications.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand how .NET implements Spark APIs so that they can be accessed from a .NET application.
- Develop data processing applications using C# or F#, capable of handling data sets whose size is measured in terabytes and pedabytes.
- Develop machine learning features for a .NET application using Apache Spark capabilities.
- Carry out exploratory analysis using SQL queries on big data sets.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at developers who wish to carry out big data analysis using Apache Spark in their .NET applications.
By the end of this training, participants will be able to:
- Install and configure Apache Spark.
- Understand how .NET implements Spark APIs so that they can be accessed from a .NET application.
- Develop data processing applications using C# or F#, capable of handling data sets whose size is measured in terabytes and pedabytes.
- Develop machine learning features for a .NET application using Apache Spark capabilities.
- Carry out exploratory analysis using SQL queries on big data sets.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
28 hours
Aperçu
MonetDB est une base de données open-source qui a été le premier à utiliser la technologie de magasin de colonnes.
Dans cette formation en direct animée par un instructeur, les participants apprendront à utiliser MonetDB et à en tirer le meilleur parti.
À la fin de cette formation, les participants seront en mesure de:
- Comprendre MonetDB et ses fonctionnalités
- Installer et démarrer avec MonetDB
- Explorer et effectuer différentes fonctions et tâches dans MonetDB
- Accélérer la livraison de leur projet en maximisant les capacités de MonetDB
Public
- Développeurs
- Experts techniques
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Dans cette formation en direct animée par un instructeur, les participants apprendront à utiliser MonetDB et à en tirer le meilleur parti.
À la fin de cette formation, les participants seront en mesure de:
- Comprendre MonetDB et ses fonctionnalités
- Installer et démarrer avec MonetDB
- Explorer et effectuer différentes fonctions et tâches dans MonetDB
- Accélérer la livraison de leur projet en maximisant les capacités de MonetDB
Public
- Développeurs
- Experts techniques
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
7 hours
Aperçu
Cette formation en direct, animée par un instructeur (sur site ou à distance), est destinée aux techniciens souhaitant apprendre à mettre en œuvre une stratégie d’apprentissage automatique tout en maximisant l’utilisation du Big Data.
À la fin de cette formation, les participants:
- Comprendre l'évolution et les tendances de l'apprentissage automatique.
- Savoir comment l'apprentissage machine est utilisé dans différents secteurs.
- Familiarisez-vous avec les outils, les compétences et les services disponibles pour implémenter l'apprentissage automatique au sein d'une organisation.
- Comprendre comment l'apprentissage automatique peut être utilisé pour améliorer l'exploration et l'analyse de données.
- Découvrez ce qu'est un backend de données et comment il est utilisé par les entreprises.
- Comprenez le rôle que jouent le big data et les applications intelligentes dans tous les secteurs.
Format du cours
- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
À la fin de cette formation, les participants:
- Comprendre l'évolution et les tendances de l'apprentissage automatique.
- Savoir comment l'apprentissage machine est utilisé dans différents secteurs.
- Familiarisez-vous avec les outils, les compétences et les services disponibles pour implémenter l'apprentissage automatique au sein d'une organisation.
- Comprendre comment l'apprentissage automatique peut être utilisé pour améliorer l'exploration et l'analyse de données.
- Découvrez ce qu'est un backend de données et comment il est utilisé par les entreprises.
- Comprenez le rôle que jouent le big data et les applications intelligentes dans tous les secteurs.
Format du cours
- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
28 hours
Aperçu
Mem SQL est un système de gestion de base de données SQL distribué, en mémoire, pour le cloud et sur site. C'est un entrepôt de données en temps réel qui fournit immédiatement des informations à partir de données en temps réel et historiques.
Au cours de cette formation en direct animée par un instructeur, les participants apprendront les bases de Mem SQL pour le développement et l’administration.
À la fin de cette formation, les participants seront en mesure de:
- Comprendre les concepts clés et les caractéristiques de Mem SQL
- Installer, concevoir, maintenir et utiliser Mem SQL
- Optimiser les schémas dans Mem SQL
- Améliorer les requêtes dans Mem SQL
- Performance de référence dans Mem SQL
- Construire des applications de données en temps réel à l'aide de Mem SQL
Public
- Développeurs
- Administrateurs
- Ingénieurs d'exploitation
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Au cours de cette formation en direct animée par un instructeur, les participants apprendront les bases de Mem SQL pour le développement et l’administration.
À la fin de cette formation, les participants seront en mesure de:
- Comprendre les concepts clés et les caractéristiques de Mem SQL
- Installer, concevoir, maintenir et utiliser Mem SQL
- Optimiser les schémas dans Mem SQL
- Améliorer les requêtes dans Mem SQL
- Performance de référence dans Mem SQL
- Construire des applications de données en temps réel à l'aide de Mem SQL
Public
- Développeurs
- Administrateurs
- Ingénieurs d'exploitation
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
21 hours
Aperçu
MATLAB est un environnement informatique numérique et un langage de programmation développé par MathWorks.
7 hours
Aperçu
Au cours de cette formation en direct animée par un instructeur, les participants apprendront les concepts de base de MapR Stream Architecture tout en développant une application de diffusion en temps réel.
À la fin de cette formation, les participants seront capables de créer des applications de producteurs et de consommateurs pour le traitement de données en temps réel.
Public
- Développeurs
- Administrateurs
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Remarque
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
À la fin de cette formation, les participants seront capables de créer des applications de producteurs et de consommateurs pour le traitement de données en temps réel.
Public
- Développeurs
- Administrateurs
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Remarque
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
14 hours
Aperçu
Magellan is an open-source distributed execution engine for geospatial analytics on big data. Implemented on top of Apache Spark, it extends Spark SQL and provides a relational abstraction for geospatial analytics.
This instructor-led, live training introduces the concepts and approaches for implementing geospacial analytics and walks participants through the creation of a predictive analysis application using Magellan on Spark.
By the end of this training, participants will be able to:
- Efficiently query, parse and join geospatial datasets at scale
- Implement geospatial data in business intelligence and predictive analytics applications
- Use spatial context to extend the capabilities of mobile devices, sensors, logs, and wearables
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training introduces the concepts and approaches for implementing geospacial analytics and walks participants through the creation of a predictive analysis application using Magellan on Spark.
By the end of this training, participants will be able to:
- Efficiently query, parse and join geospatial datasets at scale
- Implement geospatial data in business intelligence and predictive analytics applications
- Use spatial context to extend the capabilities of mobile devices, sensors, logs, and wearables
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
14 hours
Aperçu
Apache Kylin est un moteur d'analyse extrême et distribué pour le Big Data.
Lors de cette formation en direct animée par un instructeur, les participants apprendront à utiliser Apache Kylin pour configurer un entrepôt de données en temps réel.
À la fin de cette formation, les participants seront en mesure de:
- Consommez des données en streaming en temps réel avec Kylin
- Utilisez Apache Kylin fonctionnalités puissantes d’ Apache Kylin , son interface SQL riche, son cubage par étincelle et sa latence de requête inférieure à la seconde
Remarque
- Nous utilisons la dernière version de Kylin (au moment d'écrire ces lignes, Apache Kylin v2.0)
Public
- Ingénieurs Big Data
- Big Data
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Lors de cette formation en direct animée par un instructeur, les participants apprendront à utiliser Apache Kylin pour configurer un entrepôt de données en temps réel.
À la fin de cette formation, les participants seront en mesure de:
- Consommez des données en streaming en temps réel avec Kylin
- Utilisez Apache Kylin fonctionnalités puissantes d’ Apache Kylin , son interface SQL riche, son cubage par étincelle et sa latence de requête inférieure à la seconde
Remarque
- Nous utilisons la dernière version de Kylin (au moment d'écrire ces lignes, Apache Kylin v2.0)
Public
- Ingénieurs Big Data
- Big Data
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
7 hours
Aperçu
Confluent K SQL est un framework de traitement de flux construit sur Apache Kafka . Il permet le traitement de données en temps réel à l'aide d'opérations SQL .
Cette formation en direct, animée par un instructeur (sur site ou à distance), est destinée aux développeurs souhaitant mettre en œuvre Apache Kafka traitement de flux Apache Kafka sans écrire de code.
À la fin de cette formation, les participants seront en mesure de:
- Installez et configurez Confluent K SQL .
- Configurez un pipeline de traitement de flux en utilisant uniquement SQL commandes SQL (sans codage Java ou Python ).
- Effectuez le filtrage, les transformations, les agrégations, les jointures, le fenêtrage et la mise en session des données entièrement en SQL .
- Concevez et déployez des requêtes continues et interactives pour la diffusion en continu d'ETL et d'analyse en temps réel.
Format du cours
- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
Cette formation en direct, animée par un instructeur (sur site ou à distance), est destinée aux développeurs souhaitant mettre en œuvre Apache Kafka traitement de flux Apache Kafka sans écrire de code.
À la fin de cette formation, les participants seront en mesure de:
- Installez et configurez Confluent K SQL .
- Configurez un pipeline de traitement de flux en utilisant uniquement SQL commandes SQL (sans codage Java ou Python ).
- Effectuez le filtrage, les transformations, les agrégations, les jointures, le fenêtrage et la mise en session des données entièrement en SQL .
- Concevez et déployez des requêtes continues et interactives pour la diffusion en continu d'ETL et d'analyse en temps réel.
Format du cours
- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
35 hours
Aperçu
KNIME is a free and open-source data analytics, reporting and integration platform. KNIME integrates various components for machine learning and data mining through its modular data pipelining concept. A graphical user interface and use of JDBC allows assembly of nodes blending different data sources, including preprocessing (ETL: Extraction, Transformation, Loading), for modeling, data analysis and visualization without, or with only minimal, programming. To some extent as advanced analytics tool KNIME can be considered as a SAS alternative.
Since 2006, KNIME has been used in pharmaceutical research, it also used in other areas like CRM customer data analysis, business intelligence and financial data analysis.
Since 2006, KNIME has been used in pharmaceutical research, it also used in other areas like CRM customer data analysis, business intelligence and financial data analysis.
21 hours
Aperçu
Knowledge Discovery dans les bases de données (KDD) est le processus de découverte des connaissances utiles à partir d’une collection de données. Les applications de la vie réelle pour cette technique d’exploration de données comprennent le marketing, la détection des fraudes, les télécommunications et la fabrication.
dans ce cours en direct, dirigé par un instructeur, nous introduisons les processus impliqués dans KDD et réalisons une série d’exercices pour pratiquer la mise en œuvre de ces processus.
audience
- analystes de données ou toute personne intéressée à apprendre à interpréter les données pour résoudre les problèmes
format du cours
- après une discussion théorique de KDD, l’instructeur présentera des cas de la vie réelle qui appellent à l’application de KDD pour résoudre un problème. Les participants préparent, sélectionnent et nettoient des ensembles de données d’échantillonnage et utilisent leurs connaissances préalables sur les données pour proposer des solutions basées sur les résultats de leurs observations.
dans ce cours en direct, dirigé par un instructeur, nous introduisons les processus impliqués dans KDD et réalisons une série d’exercices pour pratiquer la mise en œuvre de ces processus.
audience
- analystes de données ou toute personne intéressée à apprendre à interpréter les données pour résoudre les problèmes
format du cours
- après une discussion théorique de KDD, l’instructeur présentera des cas de la vie réelle qui appellent à l’application de KDD pour résoudre un problème. Les participants préparent, sélectionnent et nettoient des ensembles de données d’échantillonnage et utilisent leurs connaissances préalables sur les données pour proposer des solutions basées sur les résultats de leurs observations.
7 hours
Aperçu
Apache NiFi (Hortonworks DataFlow) est une plate-forme simple de logistique des données et de traitement des événements intégrée permettant le déplacement, le suivi et l'automatisation des données entre systèmes. Il est écrit en utilisant la programmation basée sur les flux et fournit une interface utilisateur basée sur le Web pour gérer les flux de données en temps réel.
Lors de cette formation en direct animée par un instructeur, les participants apprendront les bases de la programmation basée sur les flux tout en développant un certain nombre d'extensions, de composants et de processeurs de démonstration utilisant Apache NiFi .
À la fin de cette formation, les participants seront en mesure de:
- Comprendre l'architecture et les concepts de flux de données de NiFi.
- Développez des extensions à l'aide d'API NiFi et tierces.
- Personnaliser développer leur propre processeur Apache Nifi.
- Acquérir et traiter des données en temps réel à partir de formats de fichiers et de sources de données disparates et peu communes.
Format du cours
- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
Lors de cette formation en direct animée par un instructeur, les participants apprendront les bases de la programmation basée sur les flux tout en développant un certain nombre d'extensions, de composants et de processeurs de démonstration utilisant Apache NiFi .
À la fin de cette formation, les participants seront en mesure de:
- Comprendre l'architecture et les concepts de flux de données de NiFi.
- Développez des extensions à l'aide d'API NiFi et tierces.
- Personnaliser développer leur propre processeur Apache Nifi.
- Acquérir et traiter des données en temps réel à partir de formats de fichiers et de sources de données disparates et peu communes.
Format du cours
- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
7 hours
Aperçu
Kafka Streams est une bibliothèque côté client permettant de créer des applications et des microservices dont les données sont transmises depuis et vers un système de messagerie Kafka. Apache Kafka s’appuyait traditionnellement sur Apache Spark ou Apache Storm pour traiter les données entre les producteurs de messages et les consommateurs. En appelant l'API Kafka Streams depuis une application, les données peuvent être traitées directement dans Kafka, ce qui évite d'avoir à les envoyer à un cluster distinct.
Au cours de cette formation en direct animée par un instructeur, les participants apprendront comment intégrer Kafka Streams à un ensemble d’exemples d’applications Java qui transmettent des données depuis et vers Apache Kafka pour le traitement de flux.
À la fin de cette formation, les participants seront en mesure de:
- Comprendre les fonctionnalités et les avantages de Kafka Streams par rapport aux autres infrastructures de traitement de flux
- Traiter les données de flux directement dans un cluster Kafka
- Écrire une application ou un microservice Java ou Scala intégrant Kafka et Kafka Streams
- Écrivez un code concis qui transforme les sujets d’entrée de Kafka en sujets de sortie de Kafka
- Construire, empaqueter et déployer l'application
Public
- Développeurs
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Remarques
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser
Au cours de cette formation en direct animée par un instructeur, les participants apprendront comment intégrer Kafka Streams à un ensemble d’exemples d’applications Java qui transmettent des données depuis et vers Apache Kafka pour le traitement de flux.
À la fin de cette formation, les participants seront en mesure de:
- Comprendre les fonctionnalités et les avantages de Kafka Streams par rapport aux autres infrastructures de traitement de flux
- Traiter les données de flux directement dans un cluster Kafka
- Écrire une application ou un microservice Java ou Scala intégrant Kafka et Kafka Streams
- Écrivez un code concis qui transforme les sujets d’entrée de Kafka en sujets de sortie de Kafka
- Construire, empaqueter et déployer l'application
Public
- Développeurs
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Remarques
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser
21 hours
Aperçu
Stream Processing fait référence au traitement en temps réel de «données en mouvement», c’est-à-dire à l’exécution de calculs sur les données reçues. Ces données sont lues comme des flux continus à partir de sources de données telles que des événements de capteurs, l’activité des utilisateurs du site Web, des transactions financières, des balayages de carte de crédit, des flux de clics, etc. Stream Processing infrastructures de Stream Processing permettent de lire de grands volumes de données entrantes et fournissent des informations précieuses presque instantanément.
Au cours de cette formation en direct animée par un instructeur (sur site ou à distance), les participants apprendront à configurer et à intégrer différents cadres de Stream Processing avec des systèmes de stockage de données volumineux existants ainsi que des applications logicielles et microservices connexes.
À la fin de cette formation, les participants seront en mesure de:
- Installez et configurez différents frameworks de Stream Processing , tels que Spark Streaming et Kafka Streaming.
- Comprendre et sélectionner le cadre le plus approprié pour le travail.
- Traitement des données en continu, simultanément et enregistrement par enregistrement.
- Intégrez les solutions de Stream Processing continu aux bases de données, aux entrepôts de données, aux lacs de données, etc. existants
- Intégrez la bibliothèque de traitement de flux la plus appropriée aux applications d'entreprise et aux microservices.
Public
- Les développeurs
- Architectes logiciels
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Remarques
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
Au cours de cette formation en direct animée par un instructeur (sur site ou à distance), les participants apprendront à configurer et à intégrer différents cadres de Stream Processing avec des systèmes de stockage de données volumineux existants ainsi que des applications logicielles et microservices connexes.
À la fin de cette formation, les participants seront en mesure de:
- Installez et configurez différents frameworks de Stream Processing , tels que Spark Streaming et Kafka Streaming.
- Comprendre et sélectionner le cadre le plus approprié pour le travail.
- Traitement des données en continu, simultanément et enregistrement par enregistrement.
- Intégrez les solutions de Stream Processing continu aux bases de données, aux entrepôts de données, aux lacs de données, etc. existants
- Intégrez la bibliothèque de traitement de flux la plus appropriée aux applications d'entreprise et aux microservices.
Public
- Les développeurs
- Architectes logiciels
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Remarques
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
14 hours
Aperçu
audience
- développeurs
format du cours
- conférences, pratique pratiques, petits tests le long du chemin pour évaluer la compréhension
- développeurs
format du cours
- conférences, pratique pratiques, petits tests le long du chemin pour évaluer la compréhension
21 hours
Aperçu
Cloudera Impala est un moteur de requête SQL open source à traitement parallèle massivement (MPP) pour les clusters Apache Hadoop .
Impala permet aux utilisateurs d'émettre des requêtes SQL faible temps de latence pour les données stockées dans Hadoop Distributed File System et Apache Hbase sans nécessiter de déplacement ou de transformation de données.
Public
Ce cours est destiné aux analystes et aux scientifiques qui effectuent des analyses sur les données stockées dans Hadoop via SQL outils de Business Intelligence ou SQL .
Après ce cours, les délégués seront en mesure de
- Extrayez des informations utiles à partir de clusters Hadoop avec Impala .
- Ecrivez des programmes spécifiques pour faciliter la Business Intelligence dans Impala SQL Dialect.
- Dépanner Impala .
Impala permet aux utilisateurs d'émettre des requêtes SQL faible temps de latence pour les données stockées dans Hadoop Distributed File System et Apache Hbase sans nécessiter de déplacement ou de transformation de données.
Public
Ce cours est destiné aux analystes et aux scientifiques qui effectuent des analyses sur les données stockées dans Hadoop via SQL outils de Business Intelligence ou SQL .
Après ce cours, les délégués seront en mesure de
- Extrayez des informations utiles à partir de clusters Hadoop avec Impala .
- Ecrivez des programmes spécifiques pour faciliter la Business Intelligence dans Impala SQL Dialect.
- Dépanner Impala .
7 hours
Aperçu
Ce cours explique comment utiliser le SQL Hive SQL (AKA: Hive HQL, SQL sur Hive , Hive QL) pour les personnes qui extraient des données à partir de Hive
21 hours
Aperçu
Hortonworks Data Platform (HDP) est une plateforme de support Apache Hadoop source ouverte qui fournit une base stable pour le développement de solutions Big Data sur l’écosystème Apache Hadoop .
Cette formation en direct animée par un instructeur (sur site ou à distance) présente Hortonworks Data Platform (HDP) et guide les participants dans le déploiement de la solution Spark + Hadoop .
À la fin de cette formation, les participants seront en mesure de:
- Utilisez Hortonworks pour exécuter Hadoop de manière fiable à grande échelle.
- Unifiez les capacités de sécurité, de gouvernance et d'exploitation de Hadoop avec les workflows d'analyse agiles de Spark.
- Utilisez Hortonworks pour étudier, valider, certifier et soutenir chacun des composants d’un projet Spark.
- Traitez différents types de données, y compris les données structurées, non structurées, en mouvement et au repos.
Format du cours
- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
Cette formation en direct animée par un instructeur (sur site ou à distance) présente Hortonworks Data Platform (HDP) et guide les participants dans le déploiement de la solution Spark + Hadoop .
À la fin de cette formation, les participants seront en mesure de:
- Utilisez Hortonworks pour exécuter Hadoop de manière fiable à grande échelle.
- Unifiez les capacités de sécurité, de gouvernance et d'exploitation de Hadoop avec les workflows d'analyse agiles de Spark.
- Utilisez Hortonworks pour étudier, valider, certifier et soutenir chacun des composants d’un projet Spark.
- Traitez différents types de données, y compris les données structurées, non structurées, en mouvement et au repos.
Format du cours
- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
21 hours
Aperçu
Ce cours présente HBase - un magasin No SQL au-dessus de Hadoop . Le cours est destiné aux développeurs qui utiliseront HBase pour développer des applications et aux administrateurs qui géreront les clusters HBase.
Nous guiderons un développeur à travers l'architecture HBase, la modélisation de données et le développement d'applications sur HBase. Il discutera également de l’utilisation de MapReduce avec HBase et de quelques sujets d’administration liés à l’optimisation des performances. Le cours est très pratique avec de nombreux exercices de laboratoire.
Durée : 3 jours
Audience : Développeurs et Administrateurs
Nous guiderons un développeur à travers l'architecture HBase, la modélisation de données et le développement d'applications sur HBase. Il discutera également de l’utilisation de MapReduce avec HBase et de quelques sujets d’administration liés à l’optimisation des performances. Le cours est très pratique avec de nombreux exercices de laboratoire.
Durée : 3 jours
Audience : Développeurs et Administrateurs
28 hours
Aperçu
Hadoop is a popular Big Data processing framework. Python is a high-level programming language famous for its clear syntax and code readibility.
In this instructor-led, live training, participants will learn how to work with Hadoop, MapReduce, Pig, and Spark using Python as they step through multiple examples and use cases.
By the end of this training, participants will be able to:
- Understand the basic concepts behind Hadoop, MapReduce, Pig, and Spark
- Use Python with Hadoop Distributed File System (HDFS), MapReduce, Pig, and Spark
- Use Snakebite to programmatically access HDFS within Python
- Use mrjob to write MapReduce jobs in Python
- Write Spark programs with Python
- Extend the functionality of pig using Python UDFs
- Manage MapReduce jobs and Pig scripts using Luigi
Audience
- Developers
- IT Professionals
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
In this instructor-led, live training, participants will learn how to work with Hadoop, MapReduce, Pig, and Spark using Python as they step through multiple examples and use cases.
By the end of this training, participants will be able to:
- Understand the basic concepts behind Hadoop, MapReduce, Pig, and Spark
- Use Python with Hadoop Distributed File System (HDFS), MapReduce, Pig, and Spark
- Use Snakebite to programmatically access HDFS within Python
- Use mrjob to write MapReduce jobs in Python
- Write Spark programs with Python
- Extend the functionality of pig using Python UDFs
- Manage MapReduce jobs and Pig scripts using Luigi
Audience
- Developers
- IT Professionals
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
28 hours
Aperçu
Public:
Ce cours a pour but de démystifier la technologie Big Data / Hadoop et de montrer qu’elle n’est pas difficile à comprendre.
Ce cours a pour but de démystifier la technologie Big Data / Hadoop et de montrer qu’elle n’est pas difficile à comprendre.
14 hours
Aperçu
Alors que de plus en plus de logiciels et de projets informatiques migrent du traitement local et de la gestion de données vers le traitement distribué et le stockage de données volumineuses, les chefs de projet constatent la nécessité de mettre à niveau leurs connaissances et leurs compétences pour appréhender les concepts et les pratiques relatifs aux projets et aux opportunités Big Data .
Ce cours présente aux chefs de projet le framework de traitement de Big Data les plus populaires: Hadoop .
Au cours de cette formation dispensée par un instructeur, les participants apprendront les composants essentiels de l'écosystème Hadoop et comment utiliser ces technologies pour résoudre des problèmes à grande échelle. En apprenant ces bases, les participants amélioreront également leur capacité à communiquer avec les développeurs et les développeurs de ces systèmes, ainsi qu'avec les scientifiques et les analystes de données impliqués dans de nombreux projets informatiques.
Public
- Chefs de projet souhaitant implémenter Hadoop dans leur infrastructure de développement ou informatique existante
- Les gestionnaires de projet doivent communiquer avec des équipes interfonctionnelles comprenant des ingénieurs Big Data, des scientifiques de données et des analystes métier.
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Ce cours présente aux chefs de projet le framework de traitement de Big Data les plus populaires: Hadoop .
Au cours de cette formation dispensée par un instructeur, les participants apprendront les composants essentiels de l'écosystème Hadoop et comment utiliser ces technologies pour résoudre des problèmes à grande échelle. En apprenant ces bases, les participants amélioreront également leur capacité à communiquer avec les développeurs et les développeurs de ces systèmes, ainsi qu'avec les scientifiques et les analystes de données impliqués dans de nombreux projets informatiques.
Public
- Chefs de projet souhaitant implémenter Hadoop dans leur infrastructure de développement ou informatique existante
- Les gestionnaires de projet doivent communiquer avec des équipes interfonctionnelles comprenant des ingénieurs Big Data, des scientifiques de données et des analystes métier.
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
21 hours
Aperçu
Apache NiFi (Hortonworks DataFlow) est une plate-forme simple de logistique des données et de traitement des événements intégrée permettant le déplacement, le suivi et l'automatisation des données entre systèmes. Il est écrit en utilisant la programmation basée sur les flux et fournit une interface utilisateur basée sur le Web pour gérer les flux de données en temps réel.
Au cours de cette formation en direct animée par un instructeur (sur site ou à distance), les participants apprendront à déployer et à gérer Apache NiFi dans un environnement de laboratoire réel.
À la fin de cette formation, les participants seront en mesure de:
- Installez et configurez Apachi NiFi.
- Créez, transformez et gérez des données à partir de sources de données disparates et distribuées, y compris des bases de données et des grands lacs de données.
- Automatiser les flux de données.
- Activer l'analyse en streaming.
- Appliquez diverses approches pour l’ingestion de données.
- Transformez le Big Data en un aperçu des affaires.
Format du cours
- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
Au cours de cette formation en direct animée par un instructeur (sur site ou à distance), les participants apprendront à déployer et à gérer Apache NiFi dans un environnement de laboratoire réel.
À la fin de cette formation, les participants seront en mesure de:
- Installez et configurez Apachi NiFi.
- Créez, transformez et gérez des données à partir de sources de données disparates et distribuées, y compris des bases de données et des grands lacs de données.
- Automatiser les flux de données.
- Activer l'analyse en streaming.
- Appliquez diverses approches pour l’ingestion de données.
- Transformez le Big Data en un aperçu des affaires.
Format du cours
- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
14 hours
Aperçu
L'objectif du cours est de permettre aux participants d'acquérir une maîtrise du travail avec le langage SQL dans la base de données Oracle pour l'extraction de données au niveau intermédiaire.
21 hours
Aperçu
Apache Hadoop est l’un des frameworks les plus populaires pour le traitement du Big Data sur des clusters de serveurs. Ce cours aborde la gestion des données dans HDFS, Pig, Hive et HBase. Ces techniques de programmation avancées seront utiles aux développeurs expérimentés Hadoop .
Public : développeurs
Durée: trois jours
Format: cours magistraux (50%) et travaux pratiques (50%).
Public : développeurs
Durée: trois jours
Format: cours magistraux (50%) et travaux pratiques (50%).
35 hours
Aperçu
MLlib est la bibliothèque d'apprentissage automatique (ML) de Spark. Son objectif est de rendre l'apprentissage pratique pratique évolutif et facile. Il comprend des algorithmes et des utilitaires d'apprentissage courants, notamment la classification, la régression, la mise en cluster, le filtrage collaboratif, la réduction de la dimensionnalité, ainsi que des primitives d'optimisation de niveau inférieur et des API de pipeline de niveau supérieur.
Il se divise en deux paquets:
-
spark.mllib contient l'API d'origine construite sur les RDD.
-
spark.ml fournit des API de niveau supérieur construites à partir de DataFrames pour la construction de pipelines ML.
Public
Ce cours s’adresse aux ingénieurs et aux développeurs qui souhaitent utiliser une bibliothèque de machines intégrée à Apache Spark
Il se divise en deux paquets:
-
spark.mllib contient l'API d'origine construite sur les RDD.
-
spark.ml fournit des API de niveau supérieur construites à partir de DataFrames pour la construction de pipelines ML.
Public
Ce cours s’adresse aux ingénieurs et aux développeurs qui souhaitent utiliser une bibliothèque de machines intégrée à Apache Spark
14 hours
Aperçu
Apache Zeppelin est un bloc-notes basé sur le Web pour la capture, l'exploration, la visualisation et le partage de données basées sur Hadoop et Spark Cette formation en ligne, introduite en classe, présente les concepts de l'analyse interactive des données et guide les participants à travers le déploiement et l'utilisation de Zeppelin dans un environnement à utilisateur unique ou multi-utilisateur À la fin de cette formation, les participants seront en mesure de: Installer et configurer Zeppelin Développer, organiser, exécuter et partager des données dans une interface basée sur un navigateur Visualisez les résultats sans faire référence à la ligne de commande ou aux détails du cluster Exécuter et collaborer sur de longs workflows Travailler avec un certain nombre de plugin language / dataprocessingbackends, tels que Scala (avec Apache Spark), Python (avec Apache Spark), SQL Spark, JDBC, Markdown et Shell Intégrez Zeppelin avec Spark, Flink et Map Reduce Instances multi-utilisateurs sécurisées de Zeppelin avec Apache Shiro Public Les ingénieurs de données Analystes de données Les scientifiques de données Les développeurs de logiciels Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
14 hours
Aperçu
Vespa est un moteur de traitement de données et de traitement de données opensource créé par Yahoo Il est utilisé pour répondre aux requêtes des utilisateurs, faire des recommandations et fournir un contenu personnalisé et des publicités en temps réel Cette formation en ligne, instruite, introduit les défis de la diffusion de données à grande échelle et guide les participants à travers la création d'une application capable de calculer les réponses aux demandes des utilisateurs, sur de grands ensembles de données en temps réel À la fin de cette formation, les participants seront en mesure de: Utilisez Vespa pour calculer rapidement les données (stocker, rechercher, classer, organiser) au moment du service pendant qu'un utilisateur attend Implémenter Vespa dans des applications existantes impliquant la recherche de fonctionnalités, les recommandations et la personnalisation Intégrez et déployez Vespa avec les systèmes Big Data existants tels que Hadoop et Storm Public Développeurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Autres régions
Other countries
Conseil
Weekend Big Data cours, Soir Big Data formation, Big Data stage d’entraînement, Big Data formateur à distance, Big Data formateur en ligne, Big Data formateur Online, Big Data cours en ligne, Big Data cours à distance, Big Data professeur à distance, Big Data visioconférence, Big Data stage d’entraînement intensif, Big Data formation accélérée, Big Data formation intensive, Formation inter Big Data, Formation intra Big Data, Formation intra Enteprise Big Data, Formation inter Entreprise Big Data, Weekend Big Data formation, Soir Big Data cours, Big Data coaching, Big Data entraînement, Big Data préparation, Big Data instructeur, Big Data professeur, Big Data formateur, Big Data stage de formation, Big Data cours, Big Data sur place, Big Data formations privées, Big Data formation privée, Big Data cours particulier, Big Data cours particuliers