Big Data Trainingen in Gent

Deze door een instructeur geleide live training (online of op locatie) is bedoeld voor datascientists en ingenieurs op intermediair niveau die Google Colab en Apache Spark willen gebruiken voor big data verwerking en analyse.

Aan het einde van deze training kunnen deelnemers:

• Een big data omgeving instellen met behulp van Google Colab en Spark.
• Grote datasets efficiënt verwerken en analyseren met Apache Spark.
• Big data visualiseren in een samenwerkingsomgeving.
• Apache Spark integreren met cloudgebaseerde hulpmiddelen.

Stratio is een datacentrisch platform dat big data, AI en governance integreert in één oplossing. De Rocket- en Intelligence-modules maken snelle data-exploratie, transformatie en geavanceerde analyse mogelijk in bedrijfsumgevingen.

Deze door instructeurs geleide, live-training (online of op locatie) is gericht op geavanceerde data-professionals die de Rocket- en Intelligence-modules in Stratio effectief willen gebruiken met PySpark, met focus op lusstructuren, gebruikersgedefinieerde functies en geavanceerde datalogica.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Te navigeren en te werken binnen het Stratio-platform met behulp van de Rocket- en Intelligence-modules.
• PySpark toe te passen in de context van data-inname, transformatie en analyse.
• Lussen en conditionele logica te gebruiken om data-workflows en feature-engineeringtaken te besturen.
• Gebruikersgedefinieerde functies (UDFs) te creëren en beheren voor herbruikbare data-operaties in PySpark.

Formaat van de cursus

• Interactieve colleges en discussies.
• Veel oefeningen en praktijk.
• Hands-on implementatie in een live-laboratoriumomgeving.

Opties voor cursusaanpassing

• Voor het aanvragen van een aangepaste training voor deze cursus, neem dan contact met ons op om dit te regelen.

Data Warehousing is de praktijk van het ontwerpen, bouwen en beheren van centraliserende data-opslagplaatsen die ondersteuning bieden bij analytics, rapportage en besluitvorming.

Deze instructeurgeleide live-training (online of ter plekke) is gericht op data-professionals met een tusseniveau die dimensionele modellen willen ontwerpen, robuuste ETL-pijplijnen willen bouwen en analytische workloads willen optimaliseren.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Kernbegrippen en architecturen van data warehousing te verklaren.
• Dimensionele modellen te ontwerpen en de keuze te maken tussen ster- en sneeuwvlok-schema's.
• ETL- en ELT-pijplijnen betrouwbaar te bouwen en te orkestreren.
• OLTP versus OLAP workloads te differentiëren en te optimaliseren voor analytics.

Format van het Cursus

• Interactieve les en discussie.
• Veel oefeningen en praktijk.
• Praktijkgerichte implementatie in een live-lab omgeving.

Cursus Aanpassingsmogelijkheden

• Voor een aangepaste training voor deze cursus, neem contact met ons op om een afspraak te maken.

Deelnemers die deze door een instructeur geleide, live training in Gent voltooien, krijgen een praktisch, real-world begrip van Big Data en de bijbehorende 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 klas.

De cursus begint met een inleiding tot elementaire concepten van Big Data en gaat vervolgens verder met de programmeertalen en methodologieën die worden gebruikt om uit te voeren Data Analysis. Ten slotte bespreken we de tools en infrastructuur die Big Data opslag, gedistribueerde verwerking en Scalabiliteit mogelijk maken.

Greenplum is een open-source massively parallel processing (MPP) dataplatform ontworpen voor analytics en grootschalige data-omgevingen.

Dit door een instructeur geleide, live training (online of on-site) is gericht op technisch gebruikers op tussen- tot geavanceerd niveau die de interne architectuur van Greenplum willen begrijpen, geoptimaliseerde datamodellen willen bouwen en hoogpresterende SQL willen toepassen in gedistribueerde omgevingen.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De shared-nothing architectuur en parallelisme-model van Greenplum te begrijpen.
• Gedistribueerde tabelstructuren en partities te ontwerpen die geoptimaliseerd zijn voor query-prestaties.
• Indexstrategieën, opslagformaten en fysieke ontwerktechnieken te gebruiken.
• EXPLAIN-plannen te interpreteren en queries te optimaliseren met behulp van best practices.

Opzet van de cursus

• Interactieve lezingen en discussies.
• Veel oefeningen en praktijk.
• Handson-implementatie in een live-labomgeving.

Opties voor cursusanpassing

• Voor een aangepaste training voor deze cursus, neem contact met ons op om te regelen.

Greenplum is een open-source massively parallel data platform gebaseerd op PostgreSQL, ontworpen voor geavanceerde analyse en grootschalige data warehousing.

Deze door een instructeur geleide, live training (online of ter plekke) is gericht op beheerders op intermiddelijniveau die een Greenplum-omgeving willen installeren, configureren en beheren, inclusief het beheren van systeemupdates en bibliotheken.

Aan het einde van deze training kunnen de deelnemers:

• Een productieklaar Greenplum-cluster installeren en configureren.
• Systeemupdates beheren en patches veilig toepassen.
• Greenplum-bibliotheekbeheer voor analyse en extensies uitvoeren.
• Greenplum-systeemproblemen oplossen en monitoren.

Formaat van de cursus

• Interactieve lezingen en discussies.
• Hand-on gebruik van Greenplum in een gecontroleerde labomgeving.
• Geleide oefeningen gericht op clusteropstelling, upgradewerkstromen en systeemextensies.

Opties voor cursusaanpassing

• Om een aangepaste training voor deze cursus aan te vragen op basis van uw omgeving of dataplatform, neem dan contact met ons op om dit te regelen.

Deze door een instructeur geleide, live training (online of ter plekke) is gericht op geavanceerde dataprofessionals die dataverwerkingswerkstromen willen optimaliseren, data-integriteit willen waarborgen en robuuste data lakehouse-oplossingen willen implementeren die de complexiteiten van moderne big data-applicaties kunnen aan.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Een diepgaande kennis te verwerven van de architectuur van Iceberg, inclusief metadata-beheer en bestandsindeling.
• Iceberg te configureren voor optimale prestaties in verschillende omgevingen en te integreren met meerdere dataverwerkingsmotoren.
• Grote Iceberg-tabellen beheren, complexe schemacomponenten uitvoeren en partitie-evolutie beheren.
• Technieken beheersen om de queryprestaties en de efficiëntie van datascans te optimaliseren voor grote datasets.
• Mechanismen implementeren om data-consistentie te waarborgen, transactiegaranties te beheren en fouten in gedistribueerde omgevingen te verhelpen.

Deze door een instructeur geleide, live training (online of op locatie) is gericht op beginnende data-professionals die de kennis en vaardigheden willen verwerven die nodig zijn om Apache Iceberg effectief te gebruiken voor het beheren van grote datasets, het waarborgen van gegevensintegriteit en het optimaliseren van gegevensverwerkingsworkflows.

Aan het einde van deze training kunnen de deelnemers:

• Een diepgaand begrip krijgen van de architectuur, kenmerken en voordelen van Apache Iceberg.
• Meer te weten komen over tabelformaten, partitie-onderverdeling, schema-evolutie en tijdreizen-mogelijkheden.
• Apache Iceberg installeren en configureren in verschillende omgevingen.
• Iceberg-tabellen aanmaken, beheren en manipuleren.
• Het proces van het migreren van gegevens van andere tabelformaten naar Iceberg begrijpen.

Deze door een instructeur geleide, live training (online of op locatie) is gericht op IT-professionals op tussenniveau die hun vaardigheden in data-architectuur, governance, cloud computing en big data-technologieën willen verbeteren om grote datasets effectief te beheren en te analyseren voor datamigratie binnen hun organisaties.

Aan het einde van deze training zullen deelnemers in staat zijn om:

• De basisconcepten en componenten van verschillende data-architecturen te begrijpen.
• Een grondig begrip te krijgen van de principes van data governance en hun belang in regulerende omgevingen.
• Data governance frameworks zoals Dama en Togaf te implementeren en beheren.
• Cloudplatformen te gebruiken voor efficiënte data-opslag, -verwerking en -beheer.

Deze door een docent geleide, live training (online of op locatie) is bedoeld voor gegevensingenieurs op tussenniveau die willen leren hoe ze Azure Data Lake Storage Gen2 kunnen gebruiken voor effectieve gegevensanalyseoplossingen.

Aan het einde van deze training kunnen de deelnemers:

• De architectuur en belangrijkste kenmerken van Azure Data Lake Storage Gen2 begrijpen.
• Dataopslag en -toegang optimaliseren voor kosten en prestaties.
• Azure Data Lake Storage Gen2 integreren met andere Azure-diensten voor analyse en gegevensverwerking.
• Oplossingen ontwikkelen met behulp van de Azure Data Lake Storage Gen2 API.
• Veelvoorkomende problemen oplossen en opslagstrategieën optimaliseren.

Deze live training in Gent onder leiding van een instructeur (online of op locatie) is bedoeld voor ontwikkelaars die Spark, Hadoop en Python willen gebruiken en integreren om grote en complexe datasets te verwerken, analyseren en transformeren.

Aan het einde van deze training zijn de deelnemers in staat om:

• Zet de benodigde omgeving in om te beginnen met het verwerken van big data met Spark, Hadoop en Python.
• Krijg inzicht in de functies, kernonderdelen en architectuur van Spark en Hadoop.
• Leer hoe u Spark, Hadoop en Python kunt integreren voor de verwerking van big data.
• Verken de tools in het Spark-ecosysteem (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka en Flume).
• Bouw gezamenlijke filteraanbevelingssystemen die vergelijkbaar zijn met Netflix, YouTube, Amazon, Spotify en Google.
• Gebruik Apache Mahout om machine learning-algoritmen te schalen.

Big Data en Geavanceerde Analytische Oplossingen is het toepassen van geavanceerde technieken en hulpmiddelen om grote, complexe datasets te analyseren voor handelbare inzichten en strategische besluitvorming.

Deze instructeurgeleide, live training (online of ter plaatse) is bedoeld voor geavanceerde dataprofessionals die geavanceerde analytische methoden en big data technologieën willen benutten voor voorspellende, voorschrijvende en real-time analytische oplossingen.

Aan het einde van deze training zullen deelnemers in staat zijn om:

• Grootschalige dataverwerkingspijplijnen te ontwerpen en implementeren voor gestructureerde en ongestructureerde data.
• Geavanceerde machine learning- en deep learningtechnieken toe te passen op grote datasets.
• Verdeelde rekenkaders te benutten voor real-time analytische oplossingen en data streaming.
• Big data analytische oplossingen te integreren in business intelligence- en besluitvormingssystemen.

Formaat van de Cursus

• Interactieve lezingen en discussies.
• Veel oefeningen en praktijkopdrachten.
• Handson implementatie in een live-labomgeving.

Opties voor Cursusaanpassing

• Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om te regelen.

Deze door een instructeur geleide, live training (online of op locatie) is gericht op IT-professionals op tussenniveau die een omvattend begrip van IBM DataStage willen verwerven vanuit zowel een administratief als een ontwikkelingsperspectief. Dit stelt hen in staat om dit hulpmiddel effectief te beheren en te gebruiken in hun respectieve werkplekken.

Aan het einde van deze training kunnen de deelnemers:

• De kernbegrippen van DataStage begrijpen.
• Leren hoe ze DataStage-omgevingen effectief kunnen installeren, configureren en beheren.
• Verbinding maken met verschillende databronnen en gegevens efficiënt extraheren uit databases, vlakke bestanden en externe bronnen.
• Effectieve gegevensladingstechnieken implementeren.

Deze live training onder leiding van een instructeur in Gent (online of op locatie) is bedoeld voor beginnende tot gemiddelde systeembeheerders die Spark-clusters willen implementeren, onderhouden en optimaliseren.

Aan het einde van deze training zijn de deelnemers in staat om:

• Installeer en configureer Apache Spark in verschillende omgevingen.
• Clusterresources beheren en Spark-toepassingen bewaken.
• Optimaliseer de prestaties van Spark-clusters.
• Implementeer beveiligingsmaatregelen en zorg voor een hoge beschikbaarheid.
• Veelvoorkomende problemen met Spark opsporen en oplossen.

Deelnemers die deze door een instructeur geleide, live training in Gent voltooien, zullen een praktisch, realistisch begrip krijgen van Big Data en de daarmee verbonden technologieën, methoden en tools.

De deelnemers hebben de mogelijkheid om dit kennis in de praktijk te brengen door middel van oefeningen. Groepsinteractie en instructeurfeedback maken een belangrijk onderdeel uit van de les.

Het cursus begint met een inleiding tot de basisconcepten van Big Data, waarna we doorgaan met de programmeertalen en methoden die worden gebruikt voor gegevensanalyse. Tenslotte bespreken we de tools en infrastructuur die Big Data-opslag, gedistribueerd verwerking en schaalbaarheid mogelijk maken.

In deze door een instructeur geleide, live training in Gent, leren deelnemers hoe ze Python en Spark samen kunnen gebruiken om big data te analyseren terwijl ze werken aan praktische oefeningen.

Aan het einde van deze training zijn de deelnemers in staat om:

• Leer hoe u Spark kunt gebruiken met Python om Big Data te analyseren.
• Werk aan oefeningen die gevallen uit de echte wereld nabootsen.
• Gebruik verschillende tools en technieken voor big data-analyse met behulp van PySpark.

Doelgroep:

Deze cursus is bedoeld voor IT-specialisten die op zoek zijn naar een oplossing om grote datasets op te slaan en te verwerken in een gedistribueerde systeemomgeving.

Goal:

Diepgaande kennis van Hadoop clusteradministratie.

Vordering in technologie en de toenemende hoeveelheid informatie veranderen hoe bedrijven in vele sectoren, inclusief overheid, worden gerund. Door het snelle groei van mobiele apparaten en toepassingen, slimme sensoren en apparaten, cloud computing-oplossingen en burgersgerichte poortals nemen de data-generatie en -archivering door de overheid toe. Naarmate digitale informatie uitbreidt en complexer wordt, worden informatiebeheer, verwerking, opslag, beveiliging en verloop ingewikkelder. Nieuwe hulpmiddelen voor vangen, zoeken, ontdekken en analyseren helpen organisaties inzicht te krijgen uit hun ongestructureerde data. De overheidsmarkt staat op het kantelpunt: ze begrijpen dat informatie een strategisch middel is en de overheid moet deze beschermen, benutten en analyseren om zowel gestructureerde als ongestructureerde informatie beter te serveren en dienstbevelen te voldoen. Terwijl leiders in de overheid streven naar het evolueren van gegevensgedreven organisaties, leggen ze de basis om afhankelijkheden tussen gebeurtenissen, mensen, processen en informatie samen te voegen.

Hoogwaardige overheidsoplossingen zullen worden samengesteld uit een mengeling van de meest disruptieve technologieën:

• Mobiele apparaten en toepassingen
• Cloudservices
• Sociale bedrijfstechnologieën en netwerken
• Groot data en analytics

IDC voorspelt dat de IT-industrie in 2020 $5 biljoen zal bereiken, ongeveer $1,7 biljoen meer dan vandaag, waarvan 80% van de groei gedreven wordt door deze 3e Platform-technologieën. Op lange termijn zullen deze technologieën cruciale hulpmiddelen zijn om te omgaan met de complexiteit van toenemende digitale informatie. Groot data is een van de slimme brancheoplossingen en stelt de overheid in staat betere beslissingen te nemen door actie te ondernemen op basis van patronen die worden onthuld door het analyseren van grote hoeveelheden gegevens — gerelateerd of niet-gerelateerd, gestructureerd en ongestructureerd.

Maar om deze prestaties te halen, is veel meer nodig dan simpelweg enorme hoeveelheden data op te slaan. "Het begrijpen van deze volumes van Groot Data vereist snijrandshulpmiddelen en -technologieën die kunnen analyseren en nuttige kennis kunnen winnen uit omvangrijke en diverse informatiestromen," schreven Tom Kalil en Fen Zhao van het Witte Huis Office of Science and Technology Policy in een bericht op de OSTP Blog.

Het Witte Huis zette een stap richting het helpen van bureaus bij het vinden van deze technologieën toen het in 2012 het National Big Data Research and Development Initiative lanceerde. De initiatief omvatte meer dan $200 miljoen om het beste te maken uit de explosie van Groot Data en de hulpmiddelen die nodig zijn om deze te analyseren.

De uitdagingen die Groot Data oproept, zijn bijna even ontmoedigend als zijn belofte bemoedigend. Efficiënte opslag van data is één van deze uitdagingen. Budgets blijven strak, dus bureaus moeten de prijs per megabyte voor opslag minimaliseren en de data binnen gemakkelijke bereik houden zodat gebruikers het kunnen krijgen wanneer ze het willen en zoals ze het nodig hebben. Het maken van back-ups van enorme hoeveelheden data verhoogt de uitdaging.

Effectief analyseren van de data is nog een grote uitdaging. Veel bureaus gebruiken commerciële hulpmiddelen die hen in staat stellen door bergen aan data te ploegen, trends te ontdekken die hun efficiënte werking kunnen helpen. (Een recent onderzoek door MeriTalk wees uit dat federale IT-managers denken dat Groot Data bureaus kan helpen om meer dan $500 miljard te besparen terwijl ze ook dienstbevelen vervullen.).

Op maat gemaakte Groot Data-hulpmiddelen laten bureaus ook toe de noodzaak aan te gaan om hun data te analyseren. Bijvoorbeeld, het Computational Data Analytics Group van het Oak Ridge National Laboratory heeft zijn Piranha-data-analyse-systeem beschikbaar gesteld voor andere bureaus. Het systeem heeft medische onderzoekers geholpen een link te vinden die artsen kan waarschuwen voor aortaanekels voordat ze toeslaan. Het wordt ook gebruikt voor meer alledaagse taken, zoals het doorploegen van cv's om sollicitanten met hiringsmanagers in contact te brengen.

Dag 1 - biedt een hoogniveau-overzicht van essentiële Big Data onderwerpen. De module is verdeeld in een reeks secties, waarvan elk wordt geaccompagneerd door een praktische oefening.

Dag 2 - onderzoekt een reeks onderwerpen die betrokken zijn bij analysepraktijken en -gereedschappen voor Big Data-omgevingen. Het gaat niet in op implementatie of programmeringsdetails, maar houdt de dekking op een conceptueel niveau, met focus op onderwerpen die deelnemers in staat stellen een uitgebreid begrip te ontwikkelen van de gemeenschappelijke analysefuncties en kenmerken die worden aangeboden door Big Data-oplossingen.

Dag 3 - biedt een overzicht van de fundamentele en essentiële onderwerpen met betrekking tot de architectuur van een Big Data-oplossingsplatform. Het dekt Big Data-mechanismen die nodig zijn voor de ontwikkeling van een Big Data-oplossingsplatform en architectuuropties voor het samenstellen van een dataverwerkingsplatform. Er worden ook enkele scenario's gepresenteerd om een basisbegrip te geven van hoe een Big Data-oplossingsplatform over het algemeen wordt gebruikt.

Dag 4 - bouwt voort op Dag 3 door geavanceerde onderwerpen met betrekking tot de architectuur van een Big Data-oplossingsplatform te onderzoeken. In het bijzonder worden verschillende architectuurlagen die deel uitmaken van het Big Data-oplossingsplatform geïntroduceerd en besproken, waaronder databronnen, data-ingang, databewaring, dataverwerking en beveiliging.

Dag 5 - behandelt een aantal oefeningen en problemen die zijn ontworpen om de vaardigheden van de deelnemers te testen om het inzicht te toepassen van de onderwerpen die op Dag 3 en 4 zijn behandeld.

Big data analytics betreft het proces om grote hoeveelheden variërende datasets te onderzoeken om correlaties, verborgen patronen en andere nuttige inzichten aan het licht te brengen.

De gezondheidssector heeft enorme hoeveelheden complexe, heterogene medische en klinische data. De toepassing van big data analytics op gezondheidsdata biedt enorm potentieel voor het afleiden van inzichten die de zorgverlening kunnen verbeteren. Echter, de omvang van deze datasets presenteert grote uitdagingen bij analyses en praktische toepassingen in een klinische omgeving.

In deze door een instructeur geleide, live training (op afstand), leren de deelnemers hoe ze big data analytics in de gezondheidszorg kunnen uitvoeren terwijl ze stap voor stap meedoen aan een serie hands-on oefeningen in de live-lab.

Tegen het einde van deze training zullen de deelnemers in staat zijn:

• Big data analytics tools zoals Hadoop MapReduce en Spark te installeren en configureren
• De kenmerken van medische data te begrijpen
• Big data technieken toe te passen op medische data
• Big data systemen en algoritmen in het licht van gezondheidsapplicaties te bestuderen

Publiek

• Ontwikkelaars
• Data wetenschappers

Vorm van de cursus

• Een deel college, een deel discussie, oefeningen en veel hands-on praktijk.

Opmerking

• Voor een aangepaste training voor deze cursus, neem contact met ons op om het in te richten.

In deze instructeursgeleide, live training in Gent, leren de deelnemers de mindset waarmee ze Big Data technologieën kunnen benaderen, de impact op bestaande processen en beleidslijnen kunnen evalueren, en deze technologieën kunnen implementeren om criminële activiteiten te identificeren en criminaliteit te voorkomen. Case studies van handhavingsorganisaties over de hele wereld zullen worden onderzocht om inzichten te krijgen in hun adoptiebenaderingen, uitdagingen en resultaten.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Big Data technologie combineren met traditionele processen voor gegevensverzameling om een verhaal samen te voegen tijdens een onderzoek.
• Industriële big data-opslag- en verwerkingsoplossingen implementeren voor data-analyse.
• Een voorstel voor te bereiden voor de adoptie van de meest geschikte tools en processen om een datagestuurde aanpak van strafrechtelijk onderzoek mogelijk te maken.

Big Data is een term die verwijst naar oplossingen die bedoeld zijn voor het opslaan en verwerken van grote dataverzamelingen. Aanvankelijk ontwikkeld door Google, hebben deze Big Data-oplossingen zich verder ontwikkeld en andere vergelijkbare projecten geïnspireerd, waarvan veel open source beschikbaar zijn. R is een populaire programmeertaal in de financiële sector.

Wanneer traditionele opslagtechnologieën de hoeveelheid data die je wilt opslaan niet aan kunnen, zijn er honderden alternatieven. Deze cursus probeert de deelnemers te begeleiden bij het begrijpen van alternatieven voor het opslaan en analyseren van Big Data en de voordelen en nadelen daarvan.

Deze cursus richt zich voornamelijk op bespreking en presentatie van oplossingen, hoewel praktijkopdrachten op aanvraag beschikbaar zijn.

De cursus maakt deel uit van de vaardigheden van Data Scientist (Domain: Data and Technology).

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.

De cursus is gericht op IT-specialisten die op zoek zijn naar een oplossing om grote gegevenssets op te slaan en te verwerken in een gedistribueerde systeemomgeving.

Cursusdoel:

Kennis opdoen over Hadoop clusteradministratie.

Apache Hadoop is het meest populaire framework voor verwerking op clusters van servers. In deze drie (optioneel, vier) dagen cursus leren deelnemers over de zakelijke voordelen en gebruiksscenario’s voor Hadoop en zijn ecosystem, hoe ze een clusterimplementatie en groei moeten plannen, hoe ze Hadoop moeten installeren, onderhouden, monitoren, opsporen en optimaliseren. Ze oefenen ook met bulk gegevenslading in een cluster, raken vertrouwd met verschillende Hadoop-distributies en oefenen met het installeren en beheren van Hadoop-ecosysteemtools. De cursus sluit af met een discussie over het beveiligen van een cluster met Kerberos.

“…De materialen waren zeer goed voorbereid en gedetailleerd. Het Lab was zeer nuttig en goed georganiseerd” — Andrew Nguyen, Principal Integration DW Engineer, Microsoft Online Advertising

Aanwezigheid

Hadoop beheerders

Formaat

College en hands-on labo’s, ongeveer 60% college, 40% labo’s.

Apache Hadoop is de meest populaire framework voor het verwerken van big data op clusters van servers. Deze cursus introduceert een ontwikkelaar in verschillende componenten (HDFS, MapReduce, Pig, Hive en HBase) van de Hadoop-ecosystem.

Apache Hadoop is één van de meest populaire frameworks voor verwerking Big Data op clusters van servers. Deze cursus gaat dieper in op databeheer in HDFS, geavanceerde Pig, Hive en HBase. Deze geavanceerde programmeertechnieken zijn nuttig voor ervaren Hadoop ontwikkelaars.

Doelgroep: ontwikkelaars

Duur: drie dagen

Formaat: college's (50%) en praktijkgerichte workshops (50%).

Doelgroep:

Deze cursus is bedoeld om big data/Hadoop-technologie te ontrafelen en te tonen dat het niet moeilijk is om te begrijpen.

Dit instructeur-led live training in Gent (online of on-site) is gericht op systeembeheerders die willen leren hoe ze Hadoop-clusters binnen hun organisatie kunnen instellen, implementeren en beheren.

Na afloop van deze training zullen de deelnemers in staat zijn om:

• Apache Hadoop te installeren en configureren.
• De vier belangrijkste componenten in het Hadoop-ecosysteem te begrijpen: HDFS, MapReduce, YARN en Hadoop Common.
• Hadoop Distributed File System (HDFS) te gebruiken om een cluster te schalen naar honderden of duizenden knooppunten.  
• HDFS in te stellen als opslagengine voor on-premise Spark-implementaties.
• Spark in te stellen om alternatieve opslagoplossingen zoals Amazon S3 en NoSQL-databasesystemen zoals Redis, Elasticsearch, Couchbase, Aerospike, etc. te benaderen.
• Beheerders taken uit te voeren zoals provisioning, management, monitoring en beveiliging van een Apache Hadoop-cluster.

Dit cursus introduceert HBase – een NoSQL store bovenop Hadoop. Het is bedoeld voor ontwikkelaars die HBase zullen gebruiken om toepassingen te ontwikkelen, en beheerders die HBase-clusters zullen beheren.

We lopen een ontwikkelaar door de HBase-architectuur en datamodellering, en ontwikkeling van toepassingen op HBase. Het bespreekt ook het gebruik van MapReduce met HBase en enkele beheeronderwerpen gerelateerd aan prestatieoptimalisatie. De cursus is erg praktijkgericht met veel laboefeningen.

Duur : 3 dagen

Publiek : Ontwikkelaars  & Beheerders

In deze instructor-led, live training in Gent (op locatie of remote), leren deelnemers hoe ze verschillende Stream Processing frameworks kunnen installeren en integreren met bestaande big data opslagsystemen en gerelateerde softwaretoepassingen en microservices.

Tegen het einde van deze training zullen de deelnemers in staat zijn om:

• Diverse Stream Processing frameworks te installeren en configureren, zoals Spark Streaming en Kafka Streaming.
• Het meest geschikte framework voor de taak te begrijpen en selecteren.
• Gegevens continu, gelijktijdig en op een record-per-record manier te verwerken.
• Stream Processing oplossingen te integreren met bestaande databases, datawarehouses, datalakes, enz.
• De meest geschikte Stream Processing library te integreren met ondernemingsapplicaties en microservices.

Dit trainer-geloodste, live-training in Gent (online of ter plaatse) is gericht op technische personen die willen leren hoe ze een machine learning-strategie kunnen implementeren terwijl de gebruik van big data wordt gemaximaliseerd.

Na afloop van deze training zullen de deelnemers:

• Het evolutie- en trendsproces voor machine learning begrijpen.
• Begrijpen hoe machine learning wordt gebruikt in verschillende sectoren.
• Vertrouwd raken met de tools, vaardigheden en diensten die beschikbaar zijn om machine learning te implementeren binnen een organisatie.
• Het gebruik van machine learning voor het verbeteren van data mining en analyse begrijpen.
• Leren wat een data middle backend is en hoe deze wordt gebruikt door bedrijven.
• Begrijpen welke rol big data en intelligente toepassingen spelen in verschillende sectoren.

Apache NiFi is een open-source, op stromen gebaseerd platform voor gegevensintegratie en -verwerking. Het stelt automatische, real-time dataverzending, transformatie en systeemediatie tussen verschillende systemen mogelijk, met een webinterface en fijnmazige controle.

Dit instructeurgeleide, live training (op locatie of op afstand) is gericht op beheerders en ingenieurs van middelbare niveau die willen implementeren, beheren, beveiligen en optimaliseren van NiFi-dataflows in productieomgevingen.

Na het volgen van deze training zullen de deelnemers in staat zijn:

• Apache NiFi-clusters installeren, configureren en onderhouden.
• Dataflows van verschillende bronnen en doelen ontwerpen en beheren.
• Flow-automatisering, -routering en -transformatielogica implementeren.
• Prestaties optimaliseren, bewerkingen monitoren en problemen oplossen.

Format van de cursus

• Interactieve lezing met discussie over echte architectuur.
• Praktijkopdrachten: bouwen, implementeren en beheren van flows.
• Scenario-gebaseerde oefeningen in een live-labomgeving.

Cursusaanpassingsmogelijkheden

• Voor een aangepaste training voor deze cursus kunt u ons contacteren om de details te bespreken.

In deze door een instructeur geleide, live training in Gent leren deelnemers de basisprincipes van flow-based programmeren terwijl ze een aantal demo-extensies, componenten en processors ontwikkelen met behulp van Apache NiFi.

Aan het einde van deze training zijn de deelnemers in staat om:

• Begrijp de architectuur en dataflowconcepten van NiFi.
• Ontwikkel extensies met behulp van NiFi en API's van derden.
• Op maat ontwikkelen van hun eigen Apache Nifi processor.
• Neem real-time gegevens op en verwerk ze uit ongelijksoortige en ongebruikelijke bestandsindelingen en gegevensbronnen.

Deze instructeur-geleide, live training in Gent (online of op locatie) is gericht op data scientists die de SMACK stack willen gebruiken om data processing platforms voor big data-oplossingen te bouwen.

Aan het einde van deze training zullen de deelnemers in staat zijn:

• Een data pipeline architectuur voor big data implementeren.
• Een cluster-infrastructuur met Apache Mesos en Docker ontwikkelen.
• Data analyseren met Spark en Scala.
• Ongestructureerde data beheren met Apache Cassandra.

Dit instructeur-geloodste live-training in Gent (online of on-site) is bedoeld voor ingenieurs die Apache Spark willen instellen en implementeren voor het verwerken van zeer grote hoeveelheden gegevens.

Na afloop van deze training zullen de deelnemers in staat zijn om:

• Apache Spark te installeren en configureren.
• Zeer grote gegevenssets snel te verwerken en te analyseren.
• Het verschil tussen Apache Spark en Hadoop MapReduce te begrijpen, en wanneer welk systeem gebruikt moet worden.
• Apache Spark te integreren met andere machine learning-tools.

De leercurve van Apache Spark begint traag en stijgt langzaam in het begin, het vereist veel moeite om de eerste resultaten te behalen. Deze cursus helpt u over het eerste moeilijke deel te springen. Na het volgen van deze cursus zullen de deelnemers de basis van Apache Spark begrijpen, ze zullen RDD duidelijk van DataFrame kunnen onderscheiden, ze zullen de Python- en Scala-API leren, ze zullen executors en taken begrijpen, enzovoort. Ook door de beste praktijken te volgen, richt deze cursus zich sterk op cloud-deployments, Databricks en AWS. De studenten zullen ook de verschillen tussen AWS EMR en AWS Glue begrijpen, een van de meest recente Spark-diensten van AWS.

AANWENDINGSGEBIED:

Data Engineer, DevOps, Data Scientist

DOEL:

Dit cursus zal Apache Spark introduceren. De deelnemers zullen leren hoe Spark past in het Big Data-ecosysteem en hoe ze Spark kunnen gebruiken voor data-analyse. Het cursus behandelt de Spark-shell voor interactieve data-analyse, Spark-internals, Spark-API's, Spark SQL, Spark-streaming, machine learning en GraphX.

DOELGROEP :

Ontwikkelaars / Data-analisten

Deze live training onder leiding van een instructeur in Gent (online of ter plaatse) is bedoeld voor datawetenschappers en -ontwikkelaars die Spark NLP, gebouwd op Apache Spark, willen gebruiken om tekstverwerkingsmodellen en pijplijnen in natuurlijke taal te ontwikkelen, implementeren en schalen.

Aan het einde van deze training zijn de deelnemers in staat om:

• Zet de benodigde ontwikkelomgeving op om NLP-pijplijnen te gaan bouwen met Spark NLP.
• Krijg inzicht in de functies, architectuur en voordelen van het gebruik van Spark NLP.
• Gebruik de vooraf getrainde modellen die beschikbaar zijn in Spark NLP om tekstverwerking te implementeren.
• Leer hoe u modellen Spark NLP bouwt, traint en schaalt voor projecten van productiekwaliteit.
• Pas classificatie-, inferentie- en sentimentanalyse toe op real-world gebruiksscenario's (klinische gegevens, inzichten in klantgedrag, enz.).

Spark SQL is het module van Apache Spark voor werken met gestructureerde en ongestructureerde gegevens. Spark SQL biedt informatie over de structuur van de gegevens en de uitgevoerde berekeningen. Deze informatie kan worden gebruikt om optimalisaties door te voeren. Twee veelvoorkomende toepassingen voor Spark SQL zijn:
- om SQL-query's uit te voeren.
- om gegevens te lezen van een bestaande Hive-installatie.

Tijdens deze trainer-led, live training (op locatie of online), zullen de deelnemers leren hoe ze verschillende soorten datasets kunnen analyseren met Spark SQL.

Na afloop van deze training zullen de deelnemers in staat zijn om:

• Spark SQL te installeren en te configureren.
• Gegevensanalyse uit te voeren met Spark SQL.
• Datasets in verschillende formaten op te vragen.
• Gegevens en queryresultaten te visualiseren.

Cursusopzet

• Interactieve les en discussie.
• Veel oefeningen en praktijk.
• Het uitvoeren van implementaties in een live-lab omgeving.

Cursusaanpassingsmogelijkheden

• Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om de details te bespreken.

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.
• Prototype van big data-pijplijnen.
• Automatiseer big data-integratieprojecten.