Zkuste nás kontaktovat
 Doba trvání 42 hodiny

Návrh Školení

Úvod do ekosystémů Big Data

  • Úvod do technologií a architektur big data
  • Dávkové zpracování vs. zpracování v reálném čase
  • Strategie ukládání dat pro škálovatelnost

Pokročilé zpracování dat pomocí Apache Spark

  • Optimalizace Spark úloh pro výkon
  • Pokročilé transformace a akce
  • Práce se strukturovaným streamováním

Strojové učení velkého rozsahu

  • Distributivní techniky trénování modelů
  • Hyperparametrické ladění na velkých datových souborech
  • Nasazování modelů v prostředí big data

Hluboké učení pro Big Data

  • Integrace TensorFlow a PyTorch se Sparkem
  • Distributivní pipeline pro trénování hlubokého učení
  • Případy použití v analýze obrazů, textu a časových řad

Analýza v reálném čase a zpracování datových toků

  • Apache Kafka pro příjem datových toků
  • Frameworky pro zpracování toků
  • Monitorování a upozorňování v systémech reálného času

Správa dat, bezpečnost a etika

  • Požadavky na ochranu osobních údajů a soulad s předpisy
  • Kontrola přístupu a šifrování v systémech big data
  • Etické aspekty pokročilé analýzy

Integrace Big Data s Business Intelligence

  • Vizualizace dat a dashboardy pro big data
  • Propojení pipeline big data s nástroji BI
  • Podpora obchodních výsledků prostřednictvím pokročilé analýzy

Závěr a další kroky

Požadavky

  • Silné porozumění konceptům datové analýzy a statistického modelování
  • Zkušenosti s nástroji pro zpracování dat a programovacími jazyky, jako jsou Python, R nebo Scala
  • Oznámenost s distributivními výpočetními frameworky, jako jsou Hadoop nebo Spark

Cílová skupina

  • Data scientists, kteří si chtějí osvojit zpracování dat velkého rozsahu a prediktivní analýzu
  • Senior analytici, kteří chtějí navrhnout a implementovat pokročilé analytické workflows
  • Profesionálové v R&D zaměřující se na inovativní, datové orientované řešení

Počet účastníků


Cena za účastníka

Reference (3)

Nadcházející kurzy

Související kategorie