Duration: 2 Tage

Apache Spark – Vertiefungskurs

Vertiefen Sie Ihr Wissen in Apache Spark mit Fokus auf Streaming und Machine Learning.

Overview

Ein 2-Tages-Kurs mit vertiefenden Inhalten für Teilnehmer mit Apache Spark Grundkenntnissen. Der Fokus liegt auf der praktischen Umsetzung herausfordernder Aufgabenstellungen mit Spark Streaming, MLlib, GraphX sowie Python und Scala.

What will you learn:
Einrichtung und Verwaltung von Datenstreaming-Prozessen mit Spark Streaming Nutzung der MLlib-Bibliothek zur Erstellung und zum Training von Machine-Learning-Modellen Anwendung von GraphX zur effizienten Verarbeitung und Analyse von Graph-Datenstrukturen Best Practices zur Integration erweiterter Spark-Funktionen in Anwendungen

APACHE SPARK KURSBESCHREIBUNG

Mit zunehmenden Datenmengen und der steigenden Nachfrage nach Echtzeit-Datenverarbeitung werden erweiterte Apache-Spark-Kenntnisse für Entwickler und Data Engineers immer wichtiger. Dieser Kurs baut auf bestehendem Spark-Wissen auf und fokussiert Themenfelder, die für eine skalierbare Echtzeitdatenverarbeitung und komplexere Analyseszenarien notwendig sind.

 

LERNZIELE

Die Teilnehmer erweitern ihre technischen Fähigkeiten im Umgang mit Echtzeit-Datenstreams, dem Aufbau anspruchsvoller Machine-Learning-Modelle und der Verarbeitung von Graph-Daten mit Apache Spark. Der Kurs befähigt sie, fortgeschrittene Datenverarbeitungsverfahren effektiv in ihren Projekten anzuwenden.

 

ZIELGRUPPE

  • Systemarchitekten & Softwarearchitekten
  • Software Engineers / Softwareentwickler
  • Business-Analysten
  • Data Scientists mit Apache-Spark-Grundkenntnissen
  • Experten im Bereich Big Data und Analytics

KURSAGENDA

Duration:

2 Tage

Book_open_alt_light-svg

Tag 1: Spark Streaming und Echtzeit-Datenverarbeitung (Real-Time Data Processing)

  • Einführung in Apache Spark Streaming: Konzepte und Einrichtung
  • Praxisübung: Entwicklung von Streaming-Anwendungen
  • Verwaltung und Optimierung von Datenflüssen in Echtzeit
Book_open_alt_light-svg

Tag 2: Machine Learning und Graph Processing mit Apache Spark

  • Überblick über MLlib: Erstellung und Training von Modellen
  • Praxisübung: Entwicklung eines Predictive-Analytics-Modells
  • Einführung in GraphX: Konzepte und Anwendungsfälle
  • Praxisübung: Implementierung von Graph-Algorithmen zur Verarbeitung und Analyse von Graph-Datenstrukturen

Kontakt

Falls Sie Fragen haben, sind wir nur einen Klick entfernt.

Diese Seite ist durch reCAPTCHA geschützt. Es gelten die Datenschutzrichtlinie und die Nutzungsbedingungen von Google.

Kontaktieren Sie uns

Vereinbaren Sie einen Termin mit einem Experten