Online Big Data Training in České republice

Stratio je datová platforma, která integruje big data, AI a správu do jediného řešení. Moduly Rocket a Intelligence umožňují rychlou datovou procházkou, transformaci a pokročilý analytický výkon ve firemních prostředích.

Tato instruktor-provedená živá školení (online nebo na místě) je určeno středně pokročilým datovým profesionálům, kteří chtějí efektivně používat moduly Rocket a Intelligence v Stratio s PySpark, zaměřením na smyčkové struktury, uživatelsky definované funkce a pokročilou datovou logiku.

Po ukončení tohoto školení budou účastníci schopni:

• Navigovat a pracovat ve Stratio platformě s využitím modulů Rocket a Intelligence.
• Používat PySpark ve kontextu nahrávání dat, transformace a analýzy.
• Používat smyčky a podmíněnou logiku pro ovládání datových pracovních toků a úkolů inženýrství funkcí.
• Vytvářet a spravovat uživatelsky definované funkce (UDF) pro opakovatelné datové operace v PySpark.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Mnoho cvičení a praxe.
• Praktické realizace v živém laboratorním prostředí.

Možnosti personalizace kurzu

• Pro požadavek na personalizované školení tohoto kurzu, kontaktujte nás pro uspořádání.

Data Warehousing je praxe návrhu, vytváření a provozování centralizovaných datových repozitorií, které podporují analytické funkce, reporting a rozhodovací procesy.

Tato instruktorův kurz (online nebo na místě) je určen pro středně pokročilé datové profesionály, kteří chtějí modelovat rozměrová data, vytvářet odolné ETL kanály a optimalizovat analytické zátěže.

Konec kurzu budou účastníci schopni:

• Vysvětlit klíčové koncepty a architektury datových skladů.
• Návrh rozměrových modelů a volba mezi hvězdicovými a sněhovejsovými schémami.
• Vytváření a koordinace ETL a ELT kanálů spolehlivě.
• Rozlišit OLTP a OLAP zátěže a optimalizovat pro analýzy.

Formát kurzu

• Interaktivní přednášky a diskuse.
• Množství cvičení a praktického zkušenosti.
• Přímá implementace v prostředí live-labu.

Možnosti individualizace kurzu

• Pro žádost o individuálně upravený kurz, kontaktujte nás pro dohodu.

Účastníci, kteří absolvují toto živé školení vedené instruktorem v České republice, získají praktické znalosti z reálného světa Big Data a souvisejících technologií, metodologií a nástrojů.

Účastníci budou mít příležitost uplatnit tyto znalosti v praxi prostřednictvím praktických cvičení. Skupinová interakce a zpětná vazba od instruktora tvoří důležitou součást třídy.

Kurz začíná úvodem do elementárních konceptů Big Data, poté pokračuje do programovacích jazyků a metodologií používaných k provádění Data Analysis. Nakonec probereme nástroje a infrastrukturu, které umožňují Big Data úložiště, distribuované zpracování a Scalaschopnost.

Greenplum je otevřený zdrojový kód distribuovaného platformy pro masivně paralelní zpracování (MPP) dat navržené pro analýzy a prostředí s vysokou mírou dat.

Tato cvičení vedená instruktorem (online nebo na místě) je určena uživatelům středního a pokročilého úrovne, kteří chtějí pochopit vnitřní architekturu Greenplum, vybudovat optimalizovaná data modely a aplikovat vysokou výkonnost v distribuovaných prostředích.

Konec tohoto cvičení budou účastníci moci:

• Pochopit architekturu bez sdílení dat (shared-nothing) a model paralelismu Greenplum.
• Návrh struktur distribuovaných tabulek a částí optimalizovaných pro výkon dotazů.
• Použití strategií indexování, formátů úložiště a technik fyzického návrhu.
• Interpretace plánů EXPLAIN a optimalizace dotazů pomocí nejlepších praktik.

Formát kurzu

• Interaktivní přednášky a diskuze.
• Mnoho cvičení a praxe.
• Ruční implementace v prostředí živé laboratoře.

Možnosti individualizace kurzu

• Pro požadavek na individuálně navržený kurz, kontaktujte nás prosím pro uspořádání.

Greenplum je otevřený zdrojový datový systém s masivní paralelní výpočetní platforem založenou na PostgreSQL, navržený pro pokročilé analytické úlohy a velkokapacitní úložiště dat.

Tato instruktorová, živá školení (online nebo na místě) je určena pro středně zkušené správce, kteří chtějí efektivně instalovat, konfigurovat a spravovat prostředí Greenplum, včetně správy systémových aktualizací a knihoven.

Koncovým cílem tohoto školení je, aby účastníci byli schopni:

• Nainstalovat a nakonfigurovat produkčně připravenou sadu Greenplum cluster.
• Spravovat systémové aktualizace a bezpečně aplikovat opravy.
• Zarazovat správu knihoven pro analýzy a rozšíření v Greenplum.
• Diagnostikovat a monitorovat systémy Greenplum.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Rucevzato použití Greenplum v ovládaném laboratorním prostředí.
• Vedené cvičení zaměřená na nastavení clusteru, workflow aktualizací a rozšíření systému.

Možnosti přizpůsobení kurzu

• Pokud chcete požádat o individualizované školení pro tento kurz podle vašeho prostředí nebo datové platformy, kontaktujte nás s účelem uspořádání.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na pokročilé datové profesionály, kteří chtějí optimalizovat pracovní postupy zpracování dat, zajistit integritu dat a implementovat robustní řešení datového jezera, která zvládnou složitosti moderních velkých datové aplikace.

Na konci tohoto školení budou účastníci schopni:

• Získejte hluboké znalosti o architektuře Iceberg, včetně správy metadat a rozložení souborů.
• Nakonfigurujte Iceberg pro optimální výkon v různých prostředích a integrujte jej s více stroji pro zpracování dat.
• Spravujte rozsáhlé tabulky Iceberg, provádějte složité změny schémat a řiďte se vývojem oddílů.
• Osvojte si techniky pro optimalizaci výkonu dotazů a účinnosti skenování dat pro velké datové sady.
• Implementujte mechanismy pro zajištění konzistence dat, správu transakčních záruk a řešení selhání v distribuovaných prostředích.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na datové profesionály na úrovni začátečníků, kteří chtějí získat znalosti a dovednosti potřebné k efektivnímu využívání Apache Iceberg pro správu rozsáhlých datových sad, zajištění integrity dat a optimalizace pracovních toků zpracování dat.

Na konci tohoto školení budou účastníci schopni:

• Získejte důkladné pochopení architektury, funkcí a výhod Apache Iceberg.
• Seznamte se s formáty tabulek, dělením, vývojem schémat a možnostmi cestování v čase.
• Nainstalujte a nakonfigurujte Apache Iceberg v různých prostředích.
• Vytvářejte, spravujte a manipulujte s tabulkami Iceberg.
• Pochopte proces migrace dat z jiných formátů tabulek do Iceberg.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé IT profesionály, kteří chtějí zlepšit své dovednosti v oblasti datové architektury, správy, cloud computingu a technologií velkých dat, aby mohli efektivně spravovat a analyzovat velké datové sady. pro migraci dat v rámci jejich organizací.

Na konci tohoto školení budou účastníci schopni:

• Pochopte základní koncepty a komponenty různých datových architektur.
• Získejte komplexní pochopení principů správy dat a jejich důležitosti v regulačním prostředí.
• Implementujte a spravujte rámce pro správu dat, jako jsou Dama a Togaf.
• Využijte cloudové platformy pro efektivní ukládání, zpracování a správu dat.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé datové inženýry, kteří se chtějí naučit používat Azure Data Lake Storage Gen2 pro efektivní řešení analýzy dat.

Na konci tohoto školení budou účastníci schopni:

• Pochopte architekturu a klíčové funkce Azure Data Lake Storage Gen2.
• Optimalizujte úložiště dat a přístup s ohledem na náklady a výkon.
• Integrujte Azure Data Lake Storage Gen2 s dalšími Azure službami pro analýzu a zpracování dat.
• Vyvíjejte řešení pomocí Azure Data Lake Storage Gen2 API.
• Odstraňte běžné problémy a optimalizujte strategie úložiště.

Big Data a pokročilá analytika je aplikace sofistikovaných technik a nástrojů na analýzu velkých, složitých datových sad pro jednotlivelné příznaky a strategickou rozhodování.

Tato instruktážní živá školení (online nebo na místě) je zaměřeno na pokročilé data profesionály, kteří chtějí využít hrot analytických metod a technologií velkých dat pro prediktivní, prescriptivní a reálně časovou analýzu.

Do konce tohoto školení budou účastníci moci:

• Návrh a implementace výpočetních potrubí pro strukturovaná a nestrukturovaná data na velké měřítko.
• Aplikovat pokročilé techniky strojového učení a hlubokého učení k obrovským datovým sadám.
• Využít distribuovaných výpočetních rámci pro reálně časovou analýzu a streamování dat.
• Integrace velkých datech analytiky do systémů podnikové inteligence a rozhodovacích procesů.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Množství cvičení a praxe.
• Ruční implementace v prostředí živé laboratoře.

Vlastní možnosti kurzu

• Pro požadavek na přizpůsobené školení tohoto kurzu, kontaktujte nás pro uspořádání.

Audience

• Datoví vědci se snažící ovládnout zpracování dat velké měřítko a prediktivní analýzy.
• Seniorní analytičtí hledající návrh a implementace pokročilých analytických pracovních postupů.
• Výzkumné a vývojové odborníci zaměření na inovativní datově podložené řešení.

Úvod do Big Data ekosystémů

• Přehled velkých datech technologií a architektur.
• Hromadné zpracování vs. reálně časové zpracování.
• Strategie úložiště dat pro škálovatelnost.

Pokročilé zpracování dat pomocí Apache Spark

• Optimalizace Spark prací pro výkon.
• Pokročilé transformace a akce.
• Práce s strukturovanou streamováním.

Machine Learning na škále

• Distribuované techniky tréninku modelů.
• Tuning hyperparametrů v obrovských datových sadách.
• Implementace modelů ve velkých datech prostředích.

Deep Learning pro Big Data

• Integrace TensorFlow a PyTorch s Spark.
• Distribuované trénovací potrubí hlubokého učení.
• Použití případů pro analýzu obrázků, textů a časových řad.

Reálně časová analýza a streamování dat

• Apache Kafka pro streamování dat nahrávání.
• Zpracování strøamů frameworky.
• Sledování a výstrahy ve systémech reálně časové.

Data Governance, bezpečnost a etika

• Údaje soukromí a požadavky na dodržování předpisů.
• Kontrola Access a šifrování ve velkých datech systémy.
• Ethické rozvahy v pokročilých analýze velkém měřítkem.

Integrace Big Data s Business Intelligence

• Vizuální reprezentace dat a panele pro velké data.
• Připojení potrubí velkých datech ke nástrojům BI.
• Provádění podnikových výsledků pomocí pokročilých analytických metod.

Souhrn a další kroky

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé IT profesionály, kteří chtějí komplexně porozumět IBM DataStage z administrativního i vývojového hlediska, což jim umožní spravovat a využívat toto nástroj efektivně na svých příslušných pracovištích.

Na konci tohoto školení budou účastníci schopni:

• Pochopte základní koncepty DataStage.
• Naučte se efektivně instalovat, konfigurovat a spravovat prostředí DataStage.
• Připojte se k různým zdrojům dat a efektivně extrahujte data z databází, plochých souborů a externích zdrojů.
• Implementujte efektivní techniky načítání dat.

Tento instruktážní živý školení na místě nebo online (v závislosti na České republice) je určen pro středně pokročilé odborníky v oblasti velkých dat, kteří chtějí využít Apache Kylin pro vytváření datových skladů v reálném čase a provádění vícedimenzionální analýzy na velkých souborech dat.

Koncem tohoto školení budou účastníci schopni:

• Nastavit a nakonfigurovat Apache Kylin s zdroji datového proudu v reálném čase.
• Navrhnout a vybudovat OLAP krychle pro jak dávková, tak datový proud.
• Provádět složité dotazy s latencí méně než sekunda pomocí rozhraní SQL z Knlína.
• Synchronizovat Knlín s nástroji BI pro interaktivní vizualizaci dat.
• Optimalizovat výkon a efektivně spravovat zdroje v Knlínu.

Účastníci, kteří absolvují toto živé školení vedené instruktorem v České republice, získají praktické znalosti z reálného světa Big Data a souvisejících technologií, metodologií a nástrojů.

Účastníci budou mít příležitost uplatnit tyto znalosti v praxi prostřednictvím praktických cvičení. Skupinová interakce a zpětná vazba od instruktora tvoří důležitou součást třídy.

Kurz začíná úvodem do základních pojmů Big Data, poté pokračuje do programovacích jazyků a metodologií používaných k provádění analýzy dat. Nakonec probereme nástroje a infrastrukturu, které umožňují ukládání velkých dat, distribuované zpracování a Scalaschopnost.

V tomto živém školení pod vedením instruktora v České republice se účastníci naučí, jak používat Python a Spark společně k analýze velkých dat při práci na praktických cvičeních.

Na konci tohoto školení budou účastníci schopni:

• Naučte se používat Spark s Python k analýze Big Data.
• Pracujte na cvičeních, která napodobují případy ze skutečného světa.
• Použijte různé nástroje a techniky pro analýzu velkých dat pomocí PySpark.

Tento kurz se zabývá tím, jak používat jazyk Hive SQL (AKA: Hive HQL, SQL on Hive, HiveQL) pro lidi, kteří extrahují data z Hive

Tento instruktorův kurz v České republice (online nebo na místním zařízení) je určen pro středně pokročilé databázové administrátory, vývojáře a analytiky, kteří chtějí ovládnout pokročilé SQL funkce pro komplexní datové operace a správu databází.

Konec kurzu budou účastníci mít možnost:

• Provádět pokročilé dotazovací techniky s použitím sjednocení, poddotazů a komplexních spojení.
• Přidávat, aktualizovat a mazat data, tabulky, zobrazení a indexy s přesností.
• Zajišťovat integrity dat prostřednictvím transakcí a manipulovat se strukturou databází.
• Effektivně vytvářet a spravovat databáze pro silné úlohy ukládání a získávání dat.

Dremio je open-source "self-service datová platforma", která urychluje vyhledávání různých typů datových zdrojů. Dremio integruje s relativními databázemi, Apache Hadoop, MongoDB, Amazon S3, ElasticSearch a dalšími datovými zdroji. Podporuje SQL a poskytuje webový UI pro stavební dotazy.

V tomto živém tréninku vedeném instruktorem se účastníci dozví, jak nainstalovat, konfigurovat a používat Dremio jako jednotný vrstvu pro nástroje pro analýzu dat a základní datové záložky.

Po ukončení tohoto tréninku budou účastníci schopni:

• Instalace a nastavení Dremio
• Provádění dotazů proti více zdrojům dat bez ohledu na umístění, velikost nebo strukturu
• Integrujte Dremio s BI a datovými zdroji, jako jsou Tableau a Elasticsearch

publikum

• Data vědci
• Business Výzkumníci
• Data inženýři

Formát kurzu

• Částečná přednáška, částečná diskuse, cvičení a těžká praxe

Poznámky

• Chcete-li požádat o přizpůsobené školení pro tento kurz, kontaktujte nás, abyste uspořádali.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé databázové profesionály, kteří si přejí zlepšit své dovednosti ve vývoji a správě Oracle SQL.

Na konci tohoto školení budou účastníci schopni:

• Vytvářejte a optimalizujte složité SQL dotazy.
• Spravujte databáze efektivně pomocí nástrojů Oracle SQL.
• Aplikujte osvědčené postupy při vývoji a údržbě databází.
• Spravujte uživatelský přístup a zabezpečení databáze v prostředí Oracle.

Apache Accumulo je tříděné, distribuované úložiště klíč/hodnota, které poskytuje robustní, škálovatelné ukládání a načítání dat. Je založen na designu Google's BigTable a je poháněn Apache Hadoop, Apache Zookeeper a Apache Thrift.

Tyto živé kurzy vedené instruktory pokrývají principy fungování Accumulo a provedou účastníky vývojem vzorové aplikace na Apache Accumulo.

Formát kurzu

• Část přednáška, část diskuse, praktický vývoj a implementace, občasné testy k ověření porozumění

Tento kurz je určen pro vývojáře a datové vědce, kteří chtějí porozumět a implementovat umělou inteligenci ve svých aplikacích. Zvláštní důraz je kladen na analýzu dat, distribuovanou umělou inteligenci a zpracování přirozeného jazyka.

Amazon Redshift je služba cloudového datového skladu o velikosti petabajtů v AWS.

V tomto živém školení vedeném instruktorem se účastníci naučí základy Amazon Redshift.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte Amazon Redshift
• Načítání, konfigurace, nasazení, dotazování a vizualizace dat pomocí Amazon Redshift

Publikum

• Vývojáři
• IT profesionálové

Formát kurzu

• Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Poznámka

• Chcete-li požádat o školení na míru pro tento kurz, kontaktujte nás a domluvíme se.

Pokrok v technologiích a rostoucí množství informací mění způsob, jakým se podniká v mnoha průmyslových odvětvích, včetně státní správy. Gorychlost generování dat a digitální archivace roste díky rychlému růstu mobilních zařízení a aplikací, chytrých senzorů a zařízení, řešení cloud computingu a portálů pro občany. S tím, jak se digitální informace rozšiřují a stávají se složitějšími, je také složitější správa informací, jejich zpracování, ukládání, zabezpečení a dispozice. Nové nástroje pro zachycování, vyhledávání, zjišťování a analýzu pomáhají organizacím získat přehled z jejich nestrukturovaných dat. Vládní trh se nachází v bodě zlomu a uvědomuje si, že informace jsou strategickým aktivem a vláda potřebuje chránit, využívat a analyzovat strukturované i nestrukturované informace, aby lépe sloužily a plnily požadavky mise. Jak se vládní lídři snaží vyvíjet organizace založené na datech, aby úspěšně splnily poslání, pokládají základy pro korelaci závislostí mezi událostmi, lidmi, procesy a informacemi.

Vysoce hodnotná vládní řešení budou vytvořena ze směsi těch nejpřevratnějších technologií:

Mobilní zařízení a aplikace Cloudové služby Technologie sociálního podnikání a sítě Big Data a analytika

IDC předpovídá, že do roku 2020 dosáhne IT průmysl 5 bilionů dolarů, což je přibližně o 1,7 bilionu dolarů více než dnes, a že 80 % růstu tohoto odvětví bude taženo těmito technologiemi 3. platformy. Z dlouhodobého hlediska budou tyto technologie klíčovými nástroji pro řešení složitosti rostoucích digitálních informací. Big Data je jedním z inteligentních průmyslových řešení a umožňuje vládě činit lepší rozhodnutí tím, že přijme opatření na základě vzorců odhalených analýzou velkého objemu dat – souvisejících i nesouvisejících, strukturovaných i nestrukturovaných.

Dosažení těchto výkonů však vyžaduje mnohem více než pouhé shromažďování obrovského množství dat. „Vytvoření smyslu těchto objemů vyžaduje špičkové nástroje a technologie, které dokážou analyzovat a extrahovat užitečné znalosti z rozsáhlých a různorodých toků informací,“ Tom Kalil a Fen Zhao z Úřadu pro vědeckou a technologickou politiku Bílého domu napsal v příspěvku na blogu OSTP.

Bílý dům učinil krok směrem k tomu, aby pomohl agenturám najít tyto technologie, když v roce 2012 založil National Big Data Research and Development Initiative. Tato iniciativa zahrnovala více než 200 milionů dolarů, aby bylo možné co nejlépe využít exploze Big Data a nástroje potřebné k analyzovat to.

Výzvy, které Big Data představuje, jsou téměř stejně skličující, jako povzbuzující je jeho slib. Jednou z těchto výzev je efektivní ukládání dat. Jako vždy jsou rozpočty napjaté, takže agentury musí minimalizovat cenu úložiště za jeden megabajt a udržovat data v rámci snadného přístupu, aby je uživatelé mohli získat, kdy je chtějí a jak je potřebují. Zálohování velkého množství dat zvyšuje náročnost.

Efektivní analýza dat je další velkou výzvou. Mnoho agentur používá komerční nástroje, které jim umožňují probírat se horami dat a odhalovat trendy, které jim mohou pomoci fungovat efektivněji. (Nedávná studie společnosti MeriTalk zjistila, že federální IT manažeři si myslí, že Big Data by mohlo agenturám pomoci ušetřit více než 500 miliard dolarů a zároveň splnit cíle mise.).

Vlastní nástroje Big Data také umožňují agenturám řešit potřebu analyzovat jejich data. Například skupina Computational Data Analytics Group z Oak Ridge National Laboratory zpřístupnila svůj systém pro analýzu dat Piranha dalším agenturám. Systém pomohl lékařským výzkumníkům najít odkaz, který může lékaře upozornit na aneuryzmata aorty dříve, než zaútočí. Používá se také pro všednější úkoly, jako je prohledávání životopisů ke spojení uchazečů o zaměstnání s náborovými manažery.

Apache Beam je unifikovaný programovací model s otevřeným zdrojovým kódem pro definování a spouštění paralelních kanálů zpracování dat. Jeho síla spočívá v jeho schopnosti spouštět jak dávkové, tak streamingové kanály, přičemž spouštění je prováděno jedním z podporovaných back-endů distribuovaného zpracování Beam: Apache Apex, Apache Flink, Apache Spark a Google Cloud Dataflow. Apache Beam je užitečný pro úlohy ETL (Extract, Transform, and Load), jako je přesun dat mezi různými paměťovými médii a zdroji dat, transformace dat do vhodnějšího formátu a načítání dat do nového systému.

V tomto živém školení vedeném instruktorem (na místě nebo na dálku) se účastníci naučí, jak implementovat Apache Beam SDK v Java nebo Python aplikaci, která definuje kanál pro zpracování dat pro rozložení velké datové sady na menší kusy. pro nezávislé paralelní zpracování.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte Apache Beam.
• Použijte jediný programovací model k provádění dávkového i proudového zpracování v rámci jejich Java nebo Python aplikace.
• Spouštějte kanály v různých prostředích.

Formát kurzu

• Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Poznámka

• Tento kurz bude k dispozici Scala v budoucnu. Pro domluvu nás prosím kontaktujte.

Den 1 – poskytuje přehled základních Big Data tematických oblastí na vysoké úrovni. Modul je rozdělen do řady sekcí, z nichž každá je doprovázena praktickým cvičením.

Den 2 – zkoumá řadu témat, která se týkají analytických postupů a nástrojů pro Big Data prostředí. Nezabývá se podrobnostmi implementace nebo programování, ale místo toho udržuje pokrytí na koncepční úrovni a zaměřuje se na témata, která účastníkům umožňují rozvinout komplexní porozumění společným analytickým funkcím a funkcím nabízeným řešeními Big Data.

Den 3 – poskytuje přehled základních a zásadních tematických oblastí souvisejících s architekturou platformy řešení Big Data. Zahrnuje Big Data mechanismy potřebné pro vývoj platformy řešení Big Data a architektonické možnosti pro sestavení platformy pro zpracování dat. Jsou také uvedeny běžné scénáře, které poskytují základní pochopení toho, jak se platforma řešení Big Data obecně používá.

Den 4 – navazuje na den 3 zkoumáním pokročilých témat souvisejících s architekturou platformy řešení Big Data. Zejména jsou představeny a diskutovány různé architektonické vrstvy, které tvoří platformu řešení Big Data, včetně zdrojů dat, vstupu dat, ukládání dat, zpracování dat a zabezpečení.

Den 5 – zahrnuje řadu cvičení a problémů navržených tak, aby otestovaly schopnost delegátů aplikovat znalosti z probraných témat 3. a 4. den.

V tomto instruktorem vedeném živém školení v České republice se účastníci naučí, jakým způsobem přistupovat k technologiím Big Data, hodnotit jejich dopad na stávající procesy a politiky a implementovat tyto technologie za účelem identifikace trestné činnosti a předcházení trestné činnosti. Budou prozkoumány případové studie organizací činných v trestním řízení z celého světa, abychom získali přehled o jejich přístupech, výzvách a výsledcích.

Na konci tohoto školení budou účastníci schopni:

• Spojte Big Data technologii s tradičními procesy shromažďování dat a dejte dohromady příběh během vyšetřování.
• Implementujte průmyslová řešení pro ukládání a zpracování velkých dat pro analýzu dat.
• Připravit návrh na přijetí nejvhodnějších nástrojů a procesů umožňujících přístup k vyšetřování trestných činů založený na datech.

Big Data je termín, který označuje řešení určená pro ukládání a zpracování velkých souborů dat. Tato řešení Big Data, původně vyvinutá Google, se vyvinula a inspirovala další podobné projekty, z nichž mnohé jsou dostupné jako open-source. R je oblíbený programovací jazyk ve finančním průmyslu.

Když tradiční úložné technologie nezvládají množství dat, které potřebujete uložit, existují stovky alternativ. Tento kurz se snaží navést účastníky, jaké jsou alternativy pro ukládání a analýzu Big Data a jaké jsou jejich výhody a nevýhody.

Tento kurz je převážně zaměřen na diskusi a prezentaci řešení, i když na vyžádání jsou k dispozici praktická cvičení.

Kurz je součástí sady dovedností Data Scientist (doména: Data a technologie).

Toto školení ve třídě prozkoumá Big Data. Delegáti budou mít k dispozici počítačové příklady a cvičení případových studií s příslušnými nástroji pro velká data

Toto živé školení vedené instruktorem (online nebo na místě) je zaměřeno na inženýry, kteří chtějí používat Confluent (distribuci Kafka) k vybudování a správě platformy pro zpracování dat v reálném čase pro své aplikace.

Na konci tohoto školení budou účastníci schopni:

• Nainstalovat a nakonfigurovat Confluent Platform.
• Používat správní nástroje a služby Confluentu pro jednodušší běh Kafka.
• Ukládat a zpracovávat přicházející datové proudy.
• Optymalizovat a spravovat Kafka cluster.
• Zabezpečit datové proudy.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Mnoho cvičení a praxe.
• Ruční implementace v prostředí live-lab.

Možnosti přizpůsobení kurzu

• Toto školení je založeno na open source verzi Confluent: Confluent Open Source.
• Pro požadavek na individualizované školení tohoto kurz, kontaktujte nás pro uspořádání.

Publikum

Pokud se snažíte dát smysl datům, ke kterým máte přístup, nebo chcete analyzovat nestrukturovaná data dostupná na internetu (jako Twitter, Linked in atd...), tento kurz je pro vás.

Většinou se zaměřuje na osoby s rozhodovací pravomocí a lidi, kteří si potřebují vybrat, jaká data stojí za shromažďování a která stojí za to analyzovat.

Není zaměřen na lidi, kteří konfigurují řešení, tito lidé však budou mít prospěch z celkového obrazu.

Režim doručení

V průběhu kurzu budou delegátům prezentovány pracovní příklady převážně open source technologií.

Po krátkých přednáškách bude následovat prezentace a jednoduchá cvičení účastníků

Obsah a použitý software

Veškerý používaný software je aktualizován při každém spuštění kurzu, takže kontrolujeme nejnovější možné verze.

Pokrývá proces od získávání, formátování, zpracování a analýzy dat, aby vysvětlil, jak automatizovat proces rozhodování pomocí strojového učení.

V tomto živém školení vedeném instruktorem v České republice se účastníci naučí, jak vytvořit Data Vault.

Na konci tohoto školení budou účastníci schopni:

• Pochopte architekturu a koncepty designu za Data Vault 2.0 a její interakci s Big Data, NoSQL a AI.
• Použijte techniky ukládání dat k umožnění auditování, trasování a kontroly historických dat v datovém skladu.
• Vyvinout konzistentní a opakovatelný proces ETL (Extract, Transform, Load).
• Vybudujte a nasaďte vysoce škálovatelné a opakovatelné sklady.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na architekty, vývojáře a administrátory, kteří chtějí používat platformu Denodo k optimalizaci a urychlení správy dat prostřednictvím virtualizace dat.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte platformu Denodo.
• Pochopte funkce a architekturu platformy Denodo.
• Pochopte klíčové koncepty, výhody a případy použití virtualizace dat.
• Naučte se konfigurovat a spravovat server platformy Denodo.
• Implementujte zabezpečení dat, přístup uživatelů a ověřování služeb.
• Aplikujte nástroje a techniky pro monitorování operací a optimalizaci výkonu.

Apache Druid je open-source, sloupcově orientované, distribuované úložiště dat napsané v Java. Byl navržen tak, aby rychle zpracovával obrovské množství dat událostí a spouštěl na tato data dotazy OLAP s nízkou latencí. Druid se běžně používá v aplikacích business intelligence k analýze velkých objemů dat v reálném čase a historických dat. Je také vhodný pro napájení rychlých, interaktivních, analytických řídicích panelů pro koncové uživatele. Druid používají společnosti jako Alibaba, Airbnb, Cisco, eBay, Netflix, Paypal a Yahoo.

V tomto živém kurzu pod vedením instruktora prozkoumáme některá omezení řešení datových skladů a diskutujeme o tom, jak může Druid tyto technologie doplnit a vytvořit flexibilní a škálovatelný analytický zásobník pro streamování. Procházíme mnoha příklady a nabízíme účastníkům možnost implementovat a testovat řešení založená na Druidech v laboratorním prostředí.

Formát kurzu

• Část přednáška, část diskuse, těžká praktická cvičení, občasné testy k ověření porozumění

Velká data jsou datové soubory, které jsou tak objemné a složité, že tradiční aplikační software pro zpracování dat je pro ně nedostatečný. Velké problémy s daty zahrnují sběr dat, ukládání dat, analýzu dat, vyhledávání, sdílení, přenos, vizualizaci, dotazování, aktualizaci a ochranu osobních údajů.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) představuje principy a přístupy za distribuovaným streamem a dávkovým zpracováním dat a provede účastníky vytvořením aplikace pro streamování dat v reálném čase v Apache Flink.

Na konci tohoto školení budou účastníci schopni:

• Nastavte prostředí pro vývoj aplikací pro analýzu dat.
• Pochopte, jak funguje knihovna pro zpracování grafů (Gelly) Apache Flink.
• Zabalte, spouštějte a monitorujte aplikace pro streamování dat založené na Flink, odolné proti chybám.
• Zvládejte různé pracovní zátěže.
• Provádějte pokročilé analýzy.
• Nastavte víceuzlový cluster Flink.
• Měřte a optimalizujte výkon.
• Integrujte Flink s různými Big Data systémy.
• Porovnejte funkce Flink s funkcemi jiných rámců pro zpracování velkých dat.

V tomto živém školení pod vedením instruktora v České republice se účastníci seznámí s nabídkou technologií a implementačními přístupy pro zpracování grafových dat. Cílem je identifikovat objekty reálného světa, jejich charakteristiky a vztahy, poté tyto vztahy modelovat a zpracovat je jako data pomocí přístupu Graph Computing (také známého jako Graph Analytics). Začínáme širokým přehledem a zužujeme se na konkrétní nástroje, když procházíme řadou případových studií, praktických cvičení a živých nasazení.

Na konci tohoto školení budou účastníci schopni:

• Pochopte, jak jsou grafová data uchovávána a procházena.
• Vyberte nejlepší rámec pro daný úkol (od databází grafů po rámce pro dávkové zpracování.)
• Implementujte Hadoop, Spark, GraphX a Pregel k provádění grafových výpočtů na mnoha strojích paralelně.
• Podívejte se na problémy s velkými daty v reálném světě z hlediska grafů, procesů a průchodů.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na administrátory, kteří chtějí nastavit Greenplum Database pro řešení business intelligence a datových skladů.

Na konci tohoto školení budou účastníci schopni:

• Zpracovávat potřeby zpracování s Greenplum.
• Provádět operace ETL pro zpracování dat.
• Využívat stávající infrastruktury zpracování dotazů.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) představuje Hortonworks Data Platform (HDP) a provede účastníky nasazením řešení Spark + Hadoop.

Na konci tohoto školení budou účastníci schopni:

• Použijte Hortonworks ke spolehlivému provozu Hadoop ve velkém měřítku.
• Sjednoťte možnosti zabezpečení, správy a provozu Hadoop s agilními analytickými pracovními postupy Spark.
• Použijte Hortonworks k prozkoumání, ověření, certifikaci a podpoře každé z komponent v projektu Spark.
• Zpracovávejte různé typy dat, včetně strukturovaných, nestrukturovaných, v pohybu a v klidu.

Cloudera Impala je open source dotazovací stroj s masivním paralelním zpracováním (MPP) SQL pro clustery Apache Hadoop.

Impala umožňuje uživatelům zadávat dotazy s nízkou latencí SQL na data uložená v Hadoop Distributed File System a Apache Hbase bez nutnosti přesunu nebo transformace dat.

Publikum

Tento kurz je zaměřen na analytiky a datové vědce provádějící analýzu dat uložených v Hadoop pomocí nástrojů Business Intelligence nebo SQL.

Po tomto kurzu budou moci delegáti

• Extrahujte smysluplné informace z Hadoop shluků pomocí Impala.
• Napište specifické programy pro usnadnění Business Inteligence v Impala SQL dialektu.
• Odstraňování problémů Impala.

V tomto živém školení pod vedením instruktora v České republice (na místě nebo na dálku) se účastníci naučí, jak nastavit a integrovat různé Stream Processing rámce se stávajícími systémy ukládání velkých dat a souvisejícími softwarovými aplikacemi a mikroslužbami.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte různé Stream Processing frameworky, jako je Spark Streaming a Kafka Streaming.
• Pochopte a vyberte nejvhodnější rámec pro danou práci.
• Zpracování dat nepřetržitě, souběžně a záznam po záznamu.
• Integrujte Stream Processing řešení se stávajícími databázemi, datovými sklady, datovými jezery atd.
• Integrujte nejvhodnější knihovnu pro zpracování datových proudů s podnikovými aplikacemi a mikroslužbami.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na datové inženýry, datové vědce a programátory, kteří chtějí používat funkce Apache Kafka při streamování dat s Python.

Na konci tohoto školení budou účastníci schopni používat Apache Kafka k monitorování a řízení podmínek v nepřetržitých datových tocích pomocí programování Python.

Kafka Streams je knihovna na straně klienta pro vytváření aplikací a mikroslužeb, jejichž data jsou předávána do a ze systému zasílání zpráv Kafka. Tradičně se Apache Kafka při zpracování dat mezi producenty zpráv a spotřebiteli spoléhal na Apache Spark nebo Apache Storm. Voláním Kafka Streams API z aplikace mohou být data zpracována přímo v Kafka, čímž se obejde nutnost odesílání dat ke zpracování do samostatného clusteru.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak integrovat Kafka Streams do sady ukázkových Java aplikací, které předávají data do az Apache Kafka pro zpracování streamů.

Na konci tohoto školení budou účastníci schopni:

• Pochopit vlastnosti a přednosti Kafka Streams ve srovnání s jinými rámci pro zpracování streamů
• Zpracovávat datové streamy přímo uvnitř clusteru Kafka
• Napsat Java nebo Scala aplikaci nebo mikroslužbu, která se integruje s Kafka a Kafka Streams
• Napsat koncizní kód, který transformuje vstupní Kafka témata do výstupních Kafka tématických okén
• Sestavit, zabalit a nasadit aplikaci

Publikum

• Vývojáři

Formát kurzu

• Část přednášky, část diskuse, cvičení a značné množství praktické praxe

Poznámky

• Pro žádost o individualizované školení tohoto kurzu nás kontaktujte pro dohodu

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na vývojáře, kteří chtějí implementovat zpracování Apache Kafka streamu bez psaní kódu.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte Confluence KSQL.
• Nastavte kanál zpracování datového proudu pouze pomocí příkazů SQL (bez kódování Java nebo Python).
• Provádějte filtrování dat, transformace, agregace, spojení, okna a sessionization zcela v SQL.
• Navrhněte a nasaďte interaktivní, nepřetržité dotazy pro streamování ETL a analýzy v reálném čase.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na technické osoby, které se chtějí naučit implementovat strategii strojového učení a zároveň maximalizovat využití velkých dat.

Na konci tohoto školení účastníci:

• Pochopte vývoj a trendy strojového učení.
• Zjistěte, jak se strojové učení používá v různých odvětvích.
• Seznamte se s nástroji, dovednostmi a službami dostupnými pro implementaci strojového učení v rámci organizace.
• Pochopte, jak lze strojové učení využít ke zlepšení dolování a analýzy dat.
• Zjistěte, co je to datový střední backend a jak jej používají podniky.
• Pochopte, jakou roli hrají velká data a inteligentní aplikace napříč odvětvími.

V tomto živém školení vedeném instruktorem v České republice (na místě nebo na dálku) se účastníci naučí, jak nasadit a spravovat Apache NiFi v živém laboratorním prostředí.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte Apachi NiFi.
• Zdroj, transformace a správa dat z nesourodých, distribuovaných zdrojů dat, včetně databází a velkých datových jezer.
• Automatizujte datové toky.
• Povolit analýzu streamování.
• Aplikujte různé přístupy ke zpracování dat.
• Transformujte Big Data do obchodních postřehů.

V tomto živém školení pod vedením instruktora v České republice se účastníci naučí základy programování založeného na toku při vývoji řady demo rozšíření, komponent a procesorů pomocí Apache NiFi.

Na konci tohoto školení budou účastníci schopni:

• Pochopte architekturu a koncepty toku dat NiFi.
• Vyvíjejte rozšíření pomocí NiFi a API třetích stran.
• Vlastní vývoj vlastního procesoru Apache Nifi.
• Ingestujte a zpracujte data v reálném čase z různorodých a neobvyklých formátů souborů a zdrojů dat.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na datové inženýry, datové vědce a programátory, kteří chtějí používat funkce Spark Streaming při zpracování a analýze dat v reálném čase.

Na konci tohoto školení budou účastníci schopni používat Spark Streaming ke zpracování živých datových toků pro použití v databázích, souborových systémech a živých řídicích panelech.

MLlib je knihovna Spark pro strojové učení (ML). Jeho cílem je učinit praktické strojové učení škálovatelné a snadné. Skládá se z běžných výukových algoritmů a utilit, včetně klasifikace, regrese, shlukování, kolaborativního filtrování, redukce rozměrů, stejně jako optimalizačních primitiv nižší úrovně a rozhraní API na vyšší úrovni.

Dělí se na dva balíčky:

spark.mllib obsahuje původní API postavené na RDD. spark.ml poskytuje API vyšší úrovně postavené na DataFrames pro vytváření kanálů ML.

Publikum

Tento kurz je zaměřen na inženýry a vývojáře, kteří chtějí využít vestavěnou knihovnu strojů pro Apache Spark

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na technické osoby, které chtějí nasadit Talend Open Studio pro velká data ke zjednodušení procesu čtení a křupání prostřednictvím velkých dat.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte Talend Open Studio for Big Data.
• Spojte se se systémy Big Data, jako jsou Cloudera, HortonWorks, MapR, Amazon EMR a Apache.
• Pochopte a nastavte velké datové komponenty a konektory Open Studio.
• Nakonfigurujte parametry pro automatické generování kódu MapReduce.
• Ke spouštění úloh Hadoop použijte rozhraní přetahování a přetahování Open Studio.
• Prototyp velkých datových kanálů.
• Automatizujte projekty integrace velkých dat.

Toto živé školení vedené instruktorem představuje koncepty za interaktivní analýzou dat a provede účastníky nasazením a používáním Zeppelinu v prostředí pro jednoho nebo více uživatelů.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte Zeppelin
• Vyvíjejte, organizujte, spouštějte a sdílejte data v rozhraní založeném na prohlížeči
• Vizualizujte výsledky bez odkazování na příkazový řádek nebo podrobnosti o clusteru
• Provádějte a spolupracujte na dlouhých pracovních postupech
• Pracujte s kterýmkoli z mnoha zásuvných modulů/backendů pro zpracování dat, jako jsou Scala (s Apache Spark), Python (s Apache Spark), Spark SQL, JDBC, Markdown a Shell .
• Integrujte Zeppelin se Spark, Flink a Map Reduce
• Zabezpečte víceuživatelské instance Zeppelinu pomocí Apache Shiro