Les cours de formation en Streaming en direct, en direct et sous la direction d'un instructeur, démontrent par des discussions interactives et des exercices pratiques les principes fondamentaux et les sujets avancés du Stream Processing La formation de traitement de flux est disponible en tant que «formation en direct sur site» ou «formation en direct à distance» La formation en direct sur site peut être effectuée localement dans les locaux du client Belgique ou dans les centres de formation d'entreprise NobleProg à Belgique La formation en ligne à distance est réalisée au moyen d'un ordinateur de bureau interactif et distant NobleProg Votre fournisseur de formation local.
Machine Translated
Nos Clients témoignent
★★★★★
★★★★★
J'ai apprécié le bon équilibre entre la théorie et les travaux pratiques.
N. V. Nederlandse Spoorwegen
Formation: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
J'ai généralement profité de la compréhension accrue d'Ignite.
N. V. Nederlandse Spoorwegen
Formation: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
J'ai surtout aimé les bonnes conférences.
N. V. Nederlandse Spoorwegen
Formation: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Rappelant/examinant les points clés des sujets abordés.
Paolo Angelo Gaton - SMS Global Technologies Inc.
Formation: Building Stream Processing Applications with Kafka Streams
Machine Translated
-
Roxane Santiago - SMS Global Technologies Inc.
Formation: Building Stream Processing Applications with Kafka Streams
Machine Translated
utilité des exercices
Algomine sp.z.o.o sp.k.
Formation: Apache NiFi for Administrators
Machine Translated
J'ai vraiment apprécié l'entraînement. Anton a beaucoup de connaissances et a présenté la théorie nécessaire de manière très accessible. C’est formidable que la formation comprenne de nombreux exercices intéressants. Nous avons donc été en contact avec la technologie que nous connaissons depuis le tout début.
Szymon Dybczak - Algomine sp.z.o.o sp.k.
Formation: Apache NiFi for Administrators
Machine Translated
Les exercices de laboratoire. Appliquer la théorie à partir du premier jour des jours suivants.
Dell
Formation: A Practical Introduction to Stream Processing
Machine Translated
The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.
Formation: A Practical Introduction to Stream Processing
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
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
The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.
Formation: A Practical Introduction to Stream Processing
Apache Ignite est une plate-forme informatique en mémoire qui se trouve entre l’application et la couche de données pour améliorer la vitesse, l’échelle et la disponibilité.
dans cette formation en direct, dirigée par un instructeur, les participants apprendront les principes derrière le stockage en mémoire persistant et pur à mesure qu’ils traversent la création d’un exemple de projet de calcul en mémoire.
à la fin de cette formation, les participants pourront:
- Utilisez Ignite pour la persistance en mémoire, sur le disque ainsi qu’une base de données en mémoire purement distribuée. - atteindre la persistance sans synchroniser les données à une base de données relationnelle. - Utilisez Ignite pour exécuter SQL et les jointures distribuées. - améliorer les performances en déplaçant les données plus près de la CPU, en utilisant la RAM comme un stockage. - Spread définit des ensembles de données sur un cluster pour obtenir une évolutivité horizontale. - intégrez Ignite avec les processeurs RDBMS, NoSQL, Hadoop et machine learning.
format du cours
- conférence interactive et discussion. - beaucoup d’exercices et de la pratique. implémentation de - Hands-on dans un environnement Live-Lab.
cours options de personnalisation
- pour demander une formation personnalisée pour ce cours, s’il vous plaît nous contacter pour organiser.
Apache Apex est une plate-forme YARNnative qui unifie le traitement des flux et des lots Il traite les données importantes de manière évolutive, performante, tolérante, dynamique, distribuée et facilement exploitable Cette formation en ligne, en mode instructeur, présente l'architecture de traitement de flux unifié d'Apache Apex et guide les participants à travers la création d'une application distribuée utilisant Apex sur Hadoop À la fin de cette formation, les participants seront en mesure de: Comprendre les concepts de pipeline de traitement de données tels que les connecteurs pour les sources et les puits, les transformations de données communes, etc Construire, dimensionner et optimiser une application Apex Traiter les flux de données en temps réel de manière fiable et avec une latence minimale Utilisez Apex Core et la bibliothèque Apex Malhar pour accélérer le développement d'applications Utiliser l'API Apex pour écrire et réutiliser le code Java existant Intégrer Apex dans d'autres applications en tant que moteur de traitement Régler, tester et mettre à l'échelle les applications Apex Public Développeurs Architectes d'entreprise Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Apache Beam est un modèle de programmation unifiée et open source permettant de définir et d'exécuter des pipelines de traitement de données parallèles Sa puissance réside dans sa capacité à exécuter à la fois des pipelines batch et de streaming, l'exécution étant effectuée par l'un des backends de traitement distribué pris en charge par Apache: Apache Apex, Apache Flink, Apache Spark et Google Cloud Dataflow Apache Beam est utile pour les tâches ETL (Extraction, Transformation et Chargement) telles que le déplacement de données entre différents supports de stockage et sources de données, la transformation des données dans un format plus souhaitable et le chargement de données sur un nouveau système Dans cette formation en ligne instruite, les participants apprendront comment implémenter les SDK Apache Beam dans une application Java ou Python qui définit un pipeline de traitement de données pour décomposer un gros ensemble de données en plus petits morceaux pour un traitement parallèle indépendant À la fin de cette formation, les participants seront en mesure de: Installez et configurez Apache Beam Utilisez un seul modèle de programmation pour effectuer à la fois le traitement par lots et le traitement de flux à partir de leur application Java ou Python Exécutez des pipelines dans plusieurs environnements Public Développeurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson Remarque Ce cours sera disponible Scala dans le futur S'il vous plaît contactez-nous pour organiser .
Cette formation en direct, animée par un instructeur (sur site ou à distance), est destinée aux ingénieurs souhaitant utiliser Confluent (une distribution de Kafka) pour créer et gérer une plate-forme de traitement de données en temps réel pour leurs applications.
À la fin de cette formation, les participants seront en mesure de:
- Installez et configurez Confluent Platform. - Utilisez les outils et les services de gestion de Confluent pour exécuter Kafka plus facilement. - Stocker et traiter les données de flux entrants. - Optimiser et gérer les clusters Kafka. - Flux de données sécurisés.
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
- Ce cours est basé sur la version open source de Confluent: Confluent Open Source. - Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
Apache Flink est un framework open source pour le traitement de données par flux et par flux évolutif.
Cette formation en direct, animée par un instructeur, présente les principes et les approches du traitement de données par lots et flux distribués, et guide les participants dans la création d'une application de diffusion de données en temps réel dans Apache Flink .
À la fin de cette formation, les participants seront en mesure de:
- Configurez un environnement pour développer des applications d'analyse de données. - Package, exécution et surveillance des applications de diffusion de données en continu basées sur Flink. - Gérez diverses charges de travail. - Effectuer des analyses avancées à l'aide de Flink ML. - Configurez un cluster Flink multi-nœuds. - Mesurer et optimiser les performances. - Intégrez Flink avec différents systèmes Big Data . - Comparez les fonctionnalités de Flink avec celles d'autres frameworks de traitement de données volumineuses.
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.
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.
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
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.
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.
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.
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.
Apache Samza est un framework de calcul asynchrone open source quasi-temps réel pour le traitement de flux. Il utilise Apache Kafka pour la messagerie et Apache Hadoop YARN pour la tolérance aux pannes, l'isolation du processeur, la sécurité et la gestion des ressources.
Cette formation en direct, animée par un instructeur, présente les principes sous-jacents aux systèmes de messagerie et au traitement de flux distribué, tout en guidant les participants dans la création d'un exemple de projet et d'exécution de travaux basé sur Samza.
À la fin de cette formation, les participants seront en mesure de:
- Utilisez Samza pour simplifier le code nécessaire à la production et à la consommation de messages. - Découpler le traitement des messages d'une application. - Utilisez Samza pour implémenter un calcul asynchrone en temps quasi réel. - Utilisez le traitement de flux pour fournir un niveau d'abstraction plus élevé sur les systèmes de messagerie.
Public
- Développeurs
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Apache Storm est un moteur de calcul distribué en temps réel utilisé pour activer l'intelligence d'affaires en temps réel Pour ce faire, il permet aux applications de traiter de manière fiable des flux de données illimités (également appelé traitement de flux) "Storm est pour le traitement en temps réel ce que Hadoop est pour le traitement par lots!" Dans cette formation en direct, les participants apprendront comment installer et configurer Apache Storm, puis développer et déployer une application Apache Storm pour le traitement des données volumineuses en temps réel Certains des sujets inclus dans cette formation comprennent: Apache Storm dans le contexte de Hadoop Travailler avec des données illimitées Calcul continu Analyse en temps réel Traitement distribué RPC et ETL Demandez ce cours maintenant! Public Les développeurs de logiciels et d'ETL Professionnels de mainframe Les scientifiques de données Les analystes de Big Data Les professionnels Hadoop Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Tigon est un framework de traitement de flux opensource, temps réel, lowlatency, highthroughput, native natif, qui se trouve au-dessus de HDFS et de HBase pour la persistance Les applications Tigon traitent des cas d'utilisation tels que la détection et l'analyse des intrusions sur le réseau, l'analyse des marchés des médias sociaux, l'analyse de l'emplacement et les recommandations en temps réel aux utilisateurs Cette formation en ligne, introduite par un instructeur, présente l'approche de Tigon qui consiste à mélanger le traitement en temps réel et le traitement par lots tout en guidant les participants à travers la création d'un exemple d'application À la fin de cette formation, les participants seront en mesure de: Créez de puissantes applications de traitement de flux pour gérer de gros volumes de données Traiter des sources de flux telles que Twitter et Webserver Logs Utilisez Tigon pour joindre, filtrer et agréger rapidement des flux Public Développeurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
.png "european central bank (ecb)")
.png "new york stock exchange (nyse)")
_ireland.gif "environmental protection agency (epa) ireland")
.jpg "european southern observatory (eso)")
