Lokale, door een instructeur geleide live Big Data-trainingscursussen beginnen met een inleiding tot elementaire concepten van Big Data en gaan vervolgens verder met de programmeertalen en methodologieën die worden gebruikt om gegevensanalyse uit te voeren. Tools en infrastructuur voor het mogelijk maken van Big Data-opslag, gedistribueerde verwerking en schaalbaarheid worden besproken, vergeleken en geïmplementeerd in demo-oefensessies. Big Data-training is beschikbaar als 'live training op afstand' of 'live training op locatie'. Online live training (ook bekend als "live training op afstand") wordt uitgevoerd via een interactieve, externe desktop . Live training op locatie kan lokaal worden uitgevoerd op het terrein van de klant in Luik of in NobleProg bedrijfstrainingscentra in Luik. NobleProg -- Uw lokale trainingsaanbieder
Liège, Place des Guillemins
NobleProg Liège, 2 Place des Guillemins, Liège, belgium, 4000
Luik is de hoofdstad van de provincie Luik en de economische hoofdstad van Wallonië. Door het aantal inwoners is het de eers...
Luik is de hoofdstad van de provincie Luik en de economische hoofdstad van Wallonië. Door het aantal inwoners is het de eerste Waalse agglomeratie, de derde agglomeratie van België na Brussel en Antwerpen en de vierde gemeente na Antwerpen, Gent en Charleroi. Luik is lange tijd een grote industriestad geweest, maar sinds de jaren zestig heeft het een lange neergang ondergaan, waarbij de fabrieken in verval raken. Luik is ook sterk afhankelijk van transport en multimodaliteit. Luik is een belangrijk economisch centrum met zijn autonome haven, de tweede binnenhaven in West-Europa en zijn luchthaven gespecialiseerd in vracht. In feite blijft de stad de economische hoofdstad van Wallonië.
Deelnemers die deze door een instructeur geleide, live training voltooien in Luik zullen een praktisch, realistisch inzicht verwerven in Big Data en de gerelateerde technologieën, methodologieën en hulpmiddelen.Deelnemers krijgen de kans om deze kennis in de praktijk te brengen door middel van praktische oefeningen. Groepsinteractie en feedback van de instructeur vormen een belangrijk onderdeel van de les.De cursus begint met een inleiding tot de elementaire concepten van Big Data en gaat vervolgens verder met de programmeertalen en methodologieën die worden gebruikt om data-analyse uit te voeren. Ten slotte bespreken we de tools en infrastructuur die Big Data-opslag, gedistribueerde verwerking en Scalamogelijkheden mogelijk maken.
Datameer is een business intelligence en analytics-platform gebouwd op Hadoop Het stelt eindgebruikers in staat om op grote schaal gemakkelijk toegang te krijgen tot grootschalige, gestructureerde, semigestructureerde en ongestructureerde gegevens, deze te verkennen en te correleren Tijdens deze live training met instructeur leren deelnemers Datameer te gebruiken om de steile leercurve van Hadoop te overwinnen terwijl ze de opstelling en analyse van een reeks big data-bronnen doorlopen Aan het einde van deze training kunnen deelnemers: Creëer, ontwikkel en exploreer interactief een datameer voor bedrijven Toegang tot datawarehouses voor business intelligence, transactiedatabases en andere analytische winkels Gebruik een spreadsheetgebruikersinterface om endtoend gegevensverwerkingspijplijnen te ontwerpen Toegang tot vooraf gebouwde functies om complexe gegevensrelaties te verkennen Gebruik draganddrop-wizards om gegevens te visualiseren en dashboards te maken Gebruik tabellen, grafieken, grafieken en kaarten om queryresultaten te analyseren Publiek Data-analisten Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
Om te voldoen aan de regelgeving, kunnen CSP's ( Communication ) gebruikmaken van Big Data Analytics die hen niet alleen helpt om aan de compliance te voldoen, maar in het kader van hetzelfde project kunnen ze de klanttevredenheid verhogen en daarmee het verloop verminderen. Omdat compliance gerelateerd is aan de servicekwaliteit die verbonden is aan een contract, zal elk initiatief om aan de compliance te voldoen het "concurrentievoordeel" van de CSP's verbeteren. Daarom is het belangrijk dat regelgevers een reeks Big Data analysepraktijken voor CSP's kunnen adviseren / begeleiden die van wederzijds voordeel zullen zijn tussen de regelgevers en CSP's. De cursus bestaat uit 8 modules (4 op dag 1 en 4 op dag 2)
Technologische vooruitgang en de toenemende hoeveelheid informatie transformeren de manier waarop zaken worden gedaan in veel sectoren, waaronder de overheid. GoDe snelheid waarmee gegevens worden gegenereerd en digitaal wordt gearchiveerd, neemt toe als gevolg van de snelle groei van mobiele apparaten en applicaties, slimme sensoren en apparaten, cloud computing-oplossingen en op de burger gerichte portalen. Naarmate digitale informatie zich uitbreidt en complexer wordt, worden informatiebeheer, -verwerking, -opslag, -beveiliging en -dispositie ook complexer. Nieuwe tools voor vastleggen, zoeken, ontdekken en analyseren helpen organisaties inzichten te verkrijgen uit hun ongestructureerde gegevens. De overheidsmarkt bevindt zich op een omslagpunt en realiseert zich dat informatie een strategisch bezit is, en dat de overheid zowel gestructureerde als ongestructureerde informatie moet beschermen, benutten en analyseren om de missievereisten beter te kunnen bedienen en vervullen. Terwijl overheidsleiders ernaar streven datagestuurde organisaties te ontwikkelen om hun missie succesvol te volbrengen, leggen zij de basis voor het correleren van afhankelijkheden tussen gebeurtenissen, mensen, processen en informatie.Hoogwaardige overheidsoplossingen zullen worden gecreëerd uit een mix van de meest ontwrichtende technologieën:
Mobiele apparaten en applicaties Clouddiensten Sociale bedrijfstechnologieën en netwerken Big Data en analyses
IDC voorspelt dat de IT-industrie in 2020 een waarde van $5 biljoen zal bereiken, ongeveer $1,7 biljoen meer dan nu, en dat 80% van de groei van de industrie zal worden aangedreven door deze derdeplatformtechnologieën. Op de lange termijn zullen deze technologieën cruciale instrumenten zijn om met de complexiteit van de toegenomen digitale informatie om te gaan. Big Data is een van de intelligente industriële oplossingen en stelt de overheid in staat betere beslissingen te nemen door actie te ondernemen op basis van patronen die aan het licht komen door het analyseren van grote hoeveelheden gegevens – gerelateerd en niet-gerelateerd, gestructureerd en ongestructureerd.Maar om deze prestaties te verwezenlijken is veel meer nodig dan alleen maar het verzamelen van enorme hoeveelheden data. “Het begrijpen van deze hoeveelheden Big Data vereist geavanceerde tools en technologieën die nuttige kennis kunnen analyseren en extraheren uit enorme en diverse informatiestromen”, aldus Tom Kalil en Fen Zhao van het Witte Huis Office of Science and Technology Policy schreef in een bericht op de OSTP Blog.Het Witte Huis zette een stap in de richting van het helpen van instanties deze technologieën te vinden toen het in 2012 het National Big Data Research and Development Initiative oprichtte. Het initiatief omvatte meer dan $200 miljoen om het meeste te halen uit de explosie van Big Data en de tools die nodig zijn om analyseer het.De uitdagingen die Big Data met zich meebrengt zijn bijna net zo ontmoedigend als de belofte ervan bemoedigend is. Gegevens efficiënt opslaan is een van deze uitdagingen. Zoals altijd zijn de budgetten krap, dus moeten bureaus de opslagprijs per megabyte minimaliseren en de gegevens gemakkelijk toegankelijk houden, zodat gebruikers deze kunnen verkrijgen wanneer zij dat willen en hoe zij die nodig hebben. Het maken van back-ups van enorme hoeveelheden gegevens vergroot de uitdaging.Een andere grote uitdaging is het effectief analyseren van de gegevens. Veel bureaus maken gebruik van commerciële tools waarmee ze de bergen aan gegevens kunnen doorzoeken en trends kunnen ontdekken die hen kunnen helpen efficiënter te werken. (Uit een recent onderzoek van MeriTalk is gebleken dat federale IT-managers denken dat Big Data bureaus kan helpen meer dan 500 miljard dollar te besparen en tegelijkertijd de missiedoelstellingen te verwezenlijken.)Met op maat ontwikkelde Big Data tools kunnen agentschappen ook tegemoetkomen aan de noodzaak om hun gegevens te analyseren. De Computational Data Analytics Group van het Oak Ridge National Laboratory heeft bijvoorbeeld zijn Piranha-data-analysesysteem beschikbaar gesteld aan andere instanties. Het systeem heeft medische onderzoekers geholpen een link te vinden die artsen kan waarschuwen voor aorta-aneurysmata voordat deze toeslaan. Het wordt ook gebruikt voor meer alledaagse taken, zoals het doorzoeken van cv's om sollicitanten in contact te brengen met personeelsmanagers.
Dag 1 - biedt een overzicht op hoog niveau van essentiële Big Data onderwerpgebieden. De module is verdeeld in een reeks secties, die elk vergezeld gaan van een praktische oefening. Dag 2 - onderzoekt een reeks onderwerpen die betrekking hebben op analysepraktijken en hulpmiddelen voor Big Data omgevingen. Het gaat niet over implementatie- of programmadetails, maar houdt in plaats daarvan dekking op een conceptueel niveau, gericht op onderwerpen die deelnemers in staat stellen een uitgebreid begrip te ontwikkelen van de gemeenschappelijke analysefuncties en functies die door Big Data oplossingen worden aangeboden. Dag 3 - biedt een overzicht van de fundamentele en essentiële onderwerpgebieden met betrekking tot de platformarchitectuur voor Big Data oplossingen. Het omvat Big Data mechanismen die nodig zijn voor de ontwikkeling van een Big Data oplossingsplatform en architecturale opties voor het samenstellen van een gegevensverwerkingsplatform. Er worden ook algemene scenario's gepresenteerd om een basiskennis te geven van hoe een Big Data oplossingsplatform in het algemeen wordt gebruikt. Dag 4 - bouwt voort op dag 3 door geavanceerde onderwerpen te verkennen die betrekking hebben op de platformarchitectuur voor Big Data oplossingen. In het bijzonder worden verschillende architecturale lagen die deel uitmaken van het Big Data oplossingsplatform geïntroduceerd en besproken, waaronder gegevensbronnen, gegevensinvoer, gegevensopslag, gegevensverwerking en beveiliging. Dag 5 - behandelt een aantal oefeningen en problemen die zijn ontworpen om het vermogen van de afgevaardigden om kennis van onderwerpen die op dag 3 en 4 zijn behandeld toe te passen, te testen.
Vooruitgang in technologieën en de toenemende hoeveelheid informatie transformeert de manier waarop wetshandhaving wordt uitgevoerd. De uitdagingen die Big Data meebrengen zijn bijna net zo ontmoedigend als de belofte van Big Data . Gegevens efficiënt opslaan is een van deze uitdagingen; effectief analyseren is een andere. In deze door een instructeur geleide, live training leren deelnemers de mentaliteit om Big Data technologieën te benaderen, hun impact op bestaande processen en beleidsmaatregelen te beoordelen en deze technologieën te implementeren om criminele activiteiten te identificeren en criminaliteit te voorkomen. Casestudies van wetshandhavingsorganisaties over de hele wereld zullen worden onderzocht om inzicht te krijgen in hun aanpak, uitdagingen en resultaten van adoptie. Aan het einde van deze training kunnen deelnemers:
Combineer Big Data technologie met traditionele gegevensverzamelingsprocessen om een verhaal samen te stellen tijdens een onderzoek
Implementeer industriële big data-opslag- en verwerkingsoplossingen voor data-analyse
Een voorstel opstellen voor de goedkeuring van de meest adequate hulpmiddelen en processen om een gegevensgestuurde aanpak van strafrechtelijk onderzoek mogelijk te maken
Publiek
Specialisten in rechtshandhaving met een technische achtergrond
Formaat van de cursus
Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
Big Data is een term die verwijst naar oplossingen die zijn bedoeld voor het opslaan en verwerken van grote gegevenssets. Go eerste instantie ontwikkeld door Go ogle, hebben deze Big Data oplossingen andere vergelijkbare projecten ontwikkeld en geïnspireerd, waarvan vele beschikbaar zijn als open-source. R is een populaire programmeertaal in de financiële sector.
Wanneer traditionele opslagtechnologieën niet omgaan met de hoeveelheid gegevens die u moet opslaan, zijn er honderden alternatieven. Deze cursus probeert de deelnemers te begeleiden wat alternatieven zijn voor het opslaan en analyseren van Big Data en wat hun voor- en nadelen zijn. Deze cursus is vooral gericht op discussie en presentatie van oplossingen, hoewel praktische oefeningen op aanvraag beschikbaar zijn.
Deze klassikale trainingssessie onderzoekt Big Data. Afgevaardigden krijgen computergebaseerde voorbeelden en casestudy-oefeningen die ze kunnen uitvoeren met relevante big data-tools
Publiek Als u de gegevens waartoe u toegang heeft, wilt begrijpen of ongestructureerde gegevens op het internet wilt analyseren (zoals Twitter, Linked in, enz ...), is deze cursus iets voor u. Het is vooral bedoeld voor besluitvormers en mensen die moeten kiezen welke gegevens het verzamelen waard zijn en wat het analyseren waard is. Het is niet gericht op mensen die de oplossing configureren, die mensen zullen echter profiteren van het grote geheel. Bezorgingsmodus Tijdens de cursus krijgen de deelnemers werkvoorbeelden van voornamelijk open source-technologieën. Korte lezingen worden gevolgd door een presentatie en eenvoudige oefeningen door de deelnemers Gebruikte inhoud en software Alle gebruikte software wordt elke keer dat de cursus wordt uitgevoerd bijgewerkt, dus we controleren de nieuwste versies mogelijk. Het omvat het proces van het verkrijgen, formatteren, verwerken en analyseren van de gegevens, om uit te leggen hoe het besluitvormingsproces kan worden geautomatiseerd met machine learning.
Big data zijn datasets die zo omvangrijk en complex zijn dat traditionele applicatiesoftware voor gegevensverwerking onvoldoende is om hiermee om te gaan. Big data-uitdagingen zijn onder meer het vastleggen van gegevens, gegevensopslag, gegevensanalyse, zoeken, delen, overdragen, visualiseren, opvragen, bijwerken en informatieprivacy.
Deze door een instructeur geleide, live training (ter plaatse of op afstand) is gericht op technische personen die willen leren hoe ze een machine learning-strategie kunnen implementeren en tegelijkertijd het gebruik van big data kunnen maximaliseren.Aan het einde van deze training zullen de deelnemers:
Begrijp de evolutie en trends op het gebied van machine learning.
Weet hoe machine learning in verschillende industrieën wordt gebruikt.
Raak vertrouwd met de tools, vaardigheden en diensten die beschikbaar zijn om machine learning binnen een organisatie te implementeren.
Begrijp hoe machine learning kan worden gebruikt om datamining en analyse te verbeteren.
Ontdek wat een data middle-backend is en hoe deze door bedrijven wordt gebruikt.
Begrijp de rol die big data en intelligente toepassingen in verschillende sectoren spelen.
Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op software-ingenieurs die Sqoop en Flume willen gebruiken voor big data.Aan het einde van deze training kunnen deelnemers:
Verwerk big data met Sqoop en Flume.
Neem gegevens op uit meerdere gegevensbronnen.
Verplaats gegevens van relationele databases naar HDFS en Hive.
Exporteer gegevens van HDFS naar een relationele database.
Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op technische personen die Talend Open Studio voor Big Data willen inzetten om het proces van het lezen en verwerken van Big Data te vereenvoudigen.Aan het einde van deze training kunnen deelnemers:
Installeer en configureer Talend Open Studio voor Big Data.
Maak verbinding met Big Data-systemen zoals Cloudera, HortonWorks, MapR, Amazon EMR en Apache.
Begrijp en installeer de big data-componenten en connectoren van Open Studio.
Configureer parameters om automatisch MapReduce-code te genereren.
Gebruik de drag-and-drop-interface van Open Studio om Hadoop-taken uit te voeren.
Publiek: De cursus is bedoeld voor IT-specialisten die op zoek zijn naar een oplossing voor het opslaan en verwerken van grote gegevenssets in een gedistribueerde systeemomgeving Go al: Diepe kennis van Hadoop clusterbeheer.
Big data-analyse omvat het proces van het onderzoeken van grote hoeveelheden gevarieerde gegevenssets om correlaties, verborgen patronen en andere nuttige inzichten te ontdekken. De gezondheidsindustrie heeft enorme hoeveelheden complexe heterogene medische en klinische gegevens. Het toepassen van big data-analyses op gezondheidsgegevens biedt een enorm potentieel voor het verkrijgen van inzichten voor het verbeteren van de gezondheidszorg. De enorme omvang van deze datasets vormt echter grote uitdagingen bij analyses en praktische toepassingen in een klinische omgeving. In deze door een instructeur geleide, live training (op afstand), leren deelnemers hoe ze big data-analyses in gezondheid kunnen uitvoeren terwijl ze een reeks praktische live-laboefeningen doorlopen. Aan het einde van deze training kunnen deelnemers:
Installeer en configureer big data-analysehulpmiddelen zoals Hadoop MapReduce en Spark
Begrijp de kenmerken van medische gegevens
Pas big data-technieken toe om met medische gegevens om te gaan
Bestudeer big data-systemen en algoritmen in het kader van gezondheidstoepassingen
Publiek
ontwikkelaars
Data Scientists
Indeling van de cursus
Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen.
Notitie
Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
De cursus is bedoeld voor IT-specialisten die op zoek zijn naar een oplossing voor het opslaan en verwerken van grote gegevenssets in een gedistribueerde systeemomgeving Doel van de cursus: Kennis verkrijgen over Hadoop clusterbeheer
Apache Hadoop is het populairste framework voor het verwerken van Big Data op clusters van servers. In deze drie (eventueel vier) dagen cursus, zullen de deelnemers leren over de zakelijke voordelen en use cases voor Hadoop en zijn ecosysteem, hoe cluster inzet en groei plannen, hoe te installeren, onderhouden, monitor, problemen oplossen en optimaliseren van Hadoop . Ze zullen ook oefenen met het bulksgewijs laden van gegevens, vertrouwd Hadoop met verschillende Hadoop distributies en oefenen met het installeren en beheren van Hadoop ecosysteemtools. De cursus eindigt met een bespreking van het beveiligen van cluster met Kerberos. “… De materialen waren zeer goed voorbereid en grondig bedekt. Het lab was erg behulpzaam en goed georganiseerd ” - Andrew Nguyen, hoofdintegratie DW Engineer, Microsoft Online Advertising Publiek Hadoop beheerders Formaat Lezingen en hands-on labs, bij benadering evenwicht 60% lezingen, 40% labs.
Apache Hadoop is het populairste framework voor het verwerken van Big Data op clusters van servers. Deze cursus zal een ontwikkelaar om verschillende componenten (HDFS, MapReduce, Pig, introduceren Hive en HBase) Hadoop ecosysteem.
Apache Hadoop is een van de populairste kaders voor het verwerken van Big Data op clusters van servers. Deze cursus gaat in op gegevensbeheer in HDFS, geavanceerde Pig, Hive en HBase. Deze geavanceerde programmeertechnieken zullen voordelig zijn voor ervaren Hadoop ontwikkelaars. Publiek : ontwikkelaars Duur: drie dagen Formaat: hoorcolleges (50%) en hands-on labs (50%).
In deze door een instructeur geleide training in Luik leren deelnemers de kerncomponenten van het Hadoop ecosysteem en hoe deze technologieën kunnen worden gebruikt om grootschalige problemen op te lossen. Door deze fundamenten te leren, zullen de deelnemers hun vermogen verbeteren om te communiceren met de ontwikkelaars en implementeerders van deze systemen, evenals met de datawetenschappers en analisten waarbij veel IT-projecten betrokken zijn.Publiek
Projectmanagers die Hadoop willen implementeren in hun bestaande ontwikkelings- of IT-infrastructuur
Projectmanagers die moeten communiceren met multifunctionele teams, waaronder big data-ingenieurs, datawetenschappers en bedrijfsanalisten
Hadoop is een populair Big Data verwerkingskader. Python is een high-level programmering taal beroemd om zijn duidelijke syntax en code leesbaarheid.
In deze instructeur geleide, live training, zullen de deelnemers leren hoe te werken met Hadoop, MapReduce, Pig, en Spark met behulp van Python als ze stappen door meerdere voorbeelden en gebruik gevallen.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Begrijp de basisbegrippen achter Hadoop, MapReduce, Pig en Spark
Gebruik Python met Hadoop Distributed File System (HDFS), MapReduce, Pig en Spark
Gebruik Snakebite om programmatisch toegang te krijgen tot HDFS binnen Python
Gebruik mrjob om MapReduce banen te schrijven in Python
Schrijf Spark programma's met Python
Uitbreid de functionaliteit van varkens met Python UDF's
Manage MapReduce banen en Pig scripts met behulp van Luigi
Het publiek
Ontwikkelaars
IT Professionals
Format van de cursus
Deel lezing, deel discussie, oefeningen en zware praktijken
Deze instructeur-geleide, live training in Luik (op locatie of op afstand) is gericht op systeembeheerders die willen leren hoe ze clusters binnen hun organisatie kunnen opzetten, implementeren en beheren.Aan het einde van deze training kunnen deelnemers:
Installeer en configureer Apache Hadoop.
Begrijp de vier belangrijkste componenten in het Hadoop-ecosysteem: HDFS, MapReduce, YARN en Hadoop Common.
Gebruik Hadoop Distributed File System (HDFS) om een cluster te schalen naar honderden of duizenden knooppunten.
Stel HDFS in om te functioneren als opslagengine voor on-premise Spark-implementaties.
Stel Spark in voor toegang tot alternatieve opslagoplossingen zoals Amazon S3 en NoSQL databasesystemen zoals Redis, Elasticsearch, Couchbase, Aerospike, enz.
Voer administratieve taken uit zoals het inrichten, beheren, monitoren en beveiligen van een Apache Hadoop-cluster.
Deze cursus introduceert HBase - een No SQL store bovenop Hadoop . De cursus is bedoeld voor ontwikkelaars die HBase gaan gebruiken om applicaties te ontwikkelen, en beheerders die HBase-clusters gaan beheren. We zullen een ontwikkelaar door HBase-architectuur en datamodellering en applicatie-ontwikkeling op HBase leiden. Er wordt ook ingegaan op het gebruik van MapReduce met HBase en enkele beheeronderwerpen met betrekking tot prestatieoptimalisatie. De cursus is zeer praktisch met veel laboratoriumoefeningen. Duur : 3 dagen Publiek : ontwikkelaars en beheerders
In deze door een instructeur geleide, live training in Luik (op locatie of op afstand), leren deelnemers hoe ze Apache NiFi kunnen implementeren en beheren in een live labomgeving.Aan het einde van deze training kunnen deelnemers:
Installeer en configureer Apachi NiFi.
Verzamel, transformeer en beheer gegevens uit ongelijksoortige, gedistribueerde gegevensbronnen, waaronder databases en big data-meren.
Automatiseer gegevensstromen.
Schakel streaminganalyse in.
Pas verschillende benaderingen toe voor gegevensopname.
Transformeer Big Data en naar zakelijke inzichten.
In deze door een instructeur geleide, live training leren deelnemers de basisprincipes van flow-gebaseerd programmeren terwijl ze een aantal demo-extensies, componenten en processors ontwikkelen met behulp van Apache NiFi.Aan het einde van deze training kunnen deelnemers:
Begrijp de architectuur- en datastroomconcepten van NiFi.
Ontwikkel extensies met behulp van NiFi en API's van derden.
Op maat ontwikkelen van hun eigen Apache Nifi-processor.
Neem realtime gegevens op uit ongelijksoortige en ongebruikelijke bestandsformaten en gegevensbronnen en verwerk deze.
Apache Samza is een open-source bijna realtime, asynchroon computationeel raamwerk voor stroomverwerking. Het maakt gebruik van Apache Kafka voor berichten en Apache Hadoop YARN voor fouttolerantie, processorisolatie, beveiliging en bronbeheer. Deze instructeur-geleide, live training introduceert de principes achter berichtensystemen en gedistribueerde streamverwerking, terwijl deelnemers worden begeleid door het maken van een voorbeeld van een Samza-gebaseerd project en taakuitvoering. Aan het einde van deze training kunnen deelnemers:
Gebruik Samza om de code te vereenvoudigen die nodig is om berichten te produceren en te consumeren.
Koppel de afhandeling van berichten van een applicatie los.
Gebruik Samza om asynchrone berekening in bijna realtime te implementeren.
Gebruik stroomverwerking om een hoger abstractieniveau te bieden dan berichtensystemen.
Publiek
ontwikkelaars
Formaat van de cursus
Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
Read more...
Last Updated:
Getuigenissen (25)
Ik hield van de virtuele machine-omgevingen omdat hij gemakkelijk kon schakelen tussen de weergaven en kon helpen als we worstelden met het materiaal.
Pedro
Cursus - Apache NiFi for Developers
Machine Translated
Oefeningen en uitwisselingen tijdens vragen en antwoorden
Antoine - Physiobotic
Cursus - Scaling Data Pipelines with Spark NLP
Machine Translated
De training werd op een interessante en professionele manier gegeven, waardoor de kennis van het trainingsonderwerp kon worden gesystematiseerd en uitgebreid. De presentator toonde veel ervaring en het vermogen om informatie over te brengen. De training was zeer praktisch en afgestemd op onze behoeften. Aanbevelen
Dominik Kozłowski - Shell Polska
Cursus - Big Data - Data Science
Machine Translated
Hoe big data werken, dataprogramma's, meer kennis van hoe onze huidige wereld werkt met behulp van data
Ozayr Hussain - Vodacom
Cursus - A Practical Introduction to Data Analysis and Big Data
Machine Translated
Betrokkenheid en bereidheid om secundaire onderwerpen uit te leggen.
Marek - Krajowy Rejestr Długów Biuro Informacji Gospodarczej S.A.
Cursus - Apache Spark Fundamentals
Machine Translated
The fact that we were able to take with us most of the information/course/presentation/exercises done, so that we can look over them and perhaps redo what we didint understand first time or improve what we already did.
Raul Mihail Rat - Accenture Industrial SS
Cursus - Python, Spark, and Hadoop for Big Data
how the trainor shows his knowledge in the subject he's teachign
john ernesto ii fernandez - Philippine AXA Life Insurance Corporation
Cursus - Data Vault: Building a Scalable Data Warehouse
The notes have lots of detail and links to more information.
The labs will be good examples for future reference.
Brian Gallagher - Corning Incorporated
Cursus - Apache ActiveMQ
very interactive...
Richard Langford
Cursus - SMACK Stack for Data Science
Sufficient hands on, trainer is knowledgable
Chris Tan
Cursus - A Practical Introduction to Stream Processing
I learned a lot - not only in theoretical knowledge but I also applied that knowledge during the training and therefore I really understood what process mining is and how it works. Thanks a lot!
Julia Dörre - Techniker Krankenkasse
Cursus - Process Mining
Having hands on session / assignments
Poornima Chenthamarakshan - Intelligent Medical Objects
Cursus - Apache Spark in the Cloud
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
Cursus - KNIME Analytics Platform for BI
Intensity, Training materials and expertise, Clarity, Excellent communication with Alessandra
Marija Hornis Dmitrovic - Marija Hornis
Cursus - Data Science for Big Data Analytics
Ik voel me nu zelfverzekerder met coderen. Ik heb het nog nooit eerder gedaan, maar nu begrijp ik dat het geen rocket science is en dat ik het kan doen als het nodig is.
Anna - Birmingham City University
Cursus - Foundation R
Machine Translated
practical things of doing, also theory was served good by Ajay
Dominik Mazur - Capgemini Polska Sp. z o.o.
Cursus - Hadoop Administration on MapR
The VM I liked very much
The Teacher was very knowledgeable regarding the topic as well as other topics, he was very nice and friendly
I liked the facility in Dubai.
Safar Alqahtani - Elm Information Security
Cursus - Big Data Analytics in Health
I generally liked the fernando's knowledge.
Valentin de Dianous - Informatique ProContact INC.
Cursus - Big Data Architect
De inhoud, want ik vond het erg interessant en denk dat het me zou helpen in mijn laatste jaar aan de universiteit.
Krishan - NBrown Group
Cursus - From Data to Decision with Big Data and Predictive Analytics
Machine Translated
The subject matter and the pace were perfect.
Tim - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Cursus - Programming with Big Data in R
I enjoyed the good real world examples, reviews of existing reports.
Ronald Parrish
Cursus - Data Visualization
I genuinely enjoyed the many hands-on sessions.
Jacek Pieczątka
Cursus - Administrator Training for Apache Hadoop
Very tailored to needs.
Yashan Wang
Cursus - Data Mining with R
The trainer was so knowledgeable and included areas I was interested in.
Mohamed Salama
Cursus - Data Mining & Machine Learning with R
The fact that all the data and software was ready to use on an already prepared VM, provided by the trainer in external disks.
Big Data training cursus in Luik, Big Data opleiding cursus in Luik, Weekend Big Data cursus in Luik, Avond Big Data training in Luik, Big Data instructeur geleid Luik, Big Data instructeur geleid in Luik,Big Data lessen in Luik, Big Data een op een opleiding in Luik, Big Data boot camp in Luik, Big Data trainer in Luik, Big Data privé cursus in Luik, Big Data instructeur in Luik, Big Data op locatie in Luik, Avond Big Data cursus in Luik, Big Data on-site in Luik, Big Data coaching in Luik, Weekend Big Data training in Luik, Big Data een op een training in Luik
