Talend: Integrace velkých dat Počítačový Kurz

Toto školení pod vedením lektora České republice (online nebo na místě) je určeno pro pokročilé pracovníky v oblasti dat, kteří chtějí optimalizovat pracovní postupy při zpracování dat, zajistit jejich integritu a vytvořit robustní řešení typu data lakehouse schopná reagovat na složitosti moderních velkých datových aplikací.

Po absolvování tohoto kurzu budou účastníci schopni:

• Hluboce porozumět architektuře Icebergu, včetně správy metadat a uspořádání souborů.
• Konfigurovat Iceberg tak, aby dosahoval optimálního výkonu v různých prostředích a integrovat ho s několika nástroji na zpracování dat.
• Spravovat rozsáhlé tabulky Iceberg, provádět komplexní změny schématu a řešit evoluci partitions.
• Ovládat techniky pro optimalizaci výkonu dotazů a efektivitu skenování velkých datových sad.
• Zavádět mechanismy zajišťující konzistenci dat, transakční spolehlivost a odolnost vůči chybám v distribuovaných prostředích.

Tento kurz vedený instruktorem České republice (online nebo prezenčně) je určen pro začínající pracovníky v oblasti dat, kteří si chtějí osvojit znalosti a dovednosti potřebné k efektivnímu využívání Apache Iceberg při správě rozsáhlých datových sad, zajištění integrity dat a optimalizaci procesů jejich zpracování.

Po absolvování tohoto kurzu budou účastníci schopni:

• Podrobně porozumět architektuře, vlastnostem a výhodám Apache Iceberg.
• Seznámit se s formáty tabulek, dělením dat podle partitioningu, vývojem schémat a možnostmi návratu v čase (time travel).
• Nainstalovat a konfigurovat Apache Iceberg v různých prostředích.
• Vytvářet, spravovat a upravovat tabulky typu Iceberg.
• Pochopit postup migrace dat z jiných formátů tabulek do Apache Iceberg.

Toto živé školení vedené lektorem <na místě> (online nebo na místě) je určeno pro datové vědce a inženýry středně pokročilé úrovně, kteří chtějí využít Google Colab a Apache Spark ke zpracování velkých dat.

Po absolvování tohoto kurzu budou účastníci schopni:

• Nastavit prostředí pro práci s velkými daty pomocí Google Colab a Sparku.
• Efektivně zpracovávat a analyzovat rozsáhlé datové sady pomocí Apache Sparku.
• Vizualizovat velká data v prostředí umožňujícím spolupráci více uživatelů.
• Integrovat Apache Spark s nástroji cloudových platforem.

Apache NiFi je open-source platforma určená k integraci dat a zpracování událostí na principu toků. Umožňuje automatizované a v reálném čase provádění směrování, transformace dat a mediaci mezi různými systémy s využitím webového uživatelského rozhraní a detailní kontroly.

Toto školení pod vedením lektora (na místě nebo vzdáleně) je určeno správcům systémů a inženýrům středně pokročilé úrovně, kteří chtějí nasazovat, spravovat, zabezpečovat a optimalizovat datové toky v prostředí produkce.

Po absolvování tohoto kurzu budou účastníci schopni:

• Instalovat, konfigurovat a udržovat clustery Apache NiFi.
• Navrhovat a spravovat datové toky z různých zdrojů i cílů.
• Implementovat automatizaci toků, jejich směrování a transformační logiku.
• Optimalizovat výkon systému, monitorovat jeho chod a řešit případné problémy.

Formát kurzu

• Interaktivní výklad s diskuzí o skutečných architekturách systémů.
• Praktické cvičení: vytváření, nasazování a správa datových toků.
• Cvičení založená na konkrétních scénářích v prostředí laboratoří.

Možnosti přizpůsobení kurzu

• Chcete-li si vyžádat individuálně upravené školení, kontaktujte nás pro domluvu.

Toto školení poskytuje praktický úvod do tvorby škálovatelných datových procesů a pracovních postupů v oblasti strojového učení s využitím nástroje PySpark. Účastníci se seznámí s tím, jak Apache Spark funguje v rámci moderních ekosystémů pro velká data a jak efektivně zpracovávat rozsáhlé datové soubory na základě principů distribuovaného výpočtu.

Toto školení vedené lektorem České republice (online nebo na místě) je určeno inženýrům, kteří si přejí nastavit a nasadit systém Apache Spark pro zpracování velmi rozsáhlých dat.

Po ukončení tohoto kurzu budou účastníci schopni:

• Nainstalovat a nakonfigurovat Apache Spark.
• Rychle zpracovávat a analyzovat velmi rozsáhlé datové sady.
• Porozumět rozdílům mezi Apache Sparkem a Hadoop MapReduce a vědět, kdy který nástroj použít.
• Integrovat Apache Spark s dalšími nástroji pro strojové učení.

Toto školení vedené instruktorem v <lok> (online nebo na místě) je určeno pro systémové administrátory s začátečnickou až středně pokročilou úrovní znalostí, kteří chtějí nasazovat, udržovat a optimalizovat Spark clustery.

Po absolvování tohoto školení budou účastníci schopni:

• Nainstalovat a nakonfigurovat Apache Spark v různých prostředích.
• Správně spravovat zdroje clusteru a monitorovat běžící Spark aplikace.
• Optimalizovat výkon Spark clusterů.
• Implementovat bezpečnostní opatření a zajistit vysokou dostupnost systému.
• Diagnostikovat a řešit běžné problémy spojené se Sparkem.

Na začátku si osvojení Apache Sparku vyžaduje určité úsilí a učení se může zdát náročnější. Tento kurz má za cíl pomoci účastníkům tuto obtížnou fázi překonat. Po absolvování kurzu budou mít základní znalosti o Apache Sparku – dokážou rozlišit RDD od DataFrame, seznámí se s rozhraními v Pythonu a Scala, pochopí koncepty exekutorů a úloh atd. Kurz se také zaměřuje na osvědčené postupy při nasazování do cloudu – konkrétně na platformy Databricks a AWS. Účastníci si dále osvojí rozdíly mezi službami AWS EMR a AWS Glue, která je nejnovější službou Sparku od společnosti Amazon.

KDO JE KURZ URČEN:

Inženýři dat, odborníci na DevOps, data scientista

V tomto školení pod vedením instruktora se účastníci naučí, jak společně použít Python a Spark k analýze velkých dat na základě praktických cvičení.

Na konci tohoto kurzu budou schopni:

• Používat Spark společně s Pythonem k analýze velkých dat.
• Zpracovávat cvičení, která simulují reálné pracovní situace.
• Využívat různé nástroje a techniky pro analýzu velkých dat pomocí PySpark.

Toto školení vedené instruktorem v České republice (online či na místě) je určeno vývojářům, kteří chtějí využívat a integrovat Spark, Hadoop a Python k zpracování, analýze a transformaci rozsáhlých a složitých datových souborů.

Po absolvování tohoto kurzu budou účastníci schopni:

• Nastavit potřebné prostředí pro zahájení zpracování velkých dat pomocí Sparku, Hadoopu a Pythonu.
• Porozumět vlastnostem, klíčovým komponentám a architektuře Sparku a Hadoopu.
• Naučit se integrovat Spark, Hadoop a Python pro zpracování velkých dat.
• Poznat nástroje v rámci ekosystému Sparku (Spark MLlib, Spark Streaming, Kafka, Sqoop a Flume).
• Vytvořit doporučovací systémy založené na kolaborativní filtraci podobné těm u Netflixu, YouTube, Amazonu, Spotify či Googlu.
• Využít Apache Mahout k škálování algoritmů strojového učení.

Stratio je datově orientovaná platforma, která v jediném řešení spojuje velká data, umělou inteligenci a správu dat. Díky svým modulům Rocket a Intelligence umožňuje rychlou exploraci dat, jejich transformaci a pokročilou analýzu v podnikovém prostředí.

Tento kurz vedený instruktorem (online nebo na místě) je určen pro data profesionály střední úrovně, kteří chtějí efektivně využívat moduly Rocket a Intelligence ve Stratiu s pomocí PySpark. Zaměřuje se na cykly, uživatelsky definované funkce a pokročilou datovou logiku.

Po absolvování tohoto kurzu budou účastníci schopni:

• Orientovat se a pracovat na platformě Stratio s využitím modulů Rocket a Intelligence.
• Využívat PySpark při načítání, transformaci a analýze dat.
• Používat cykly a podmínkovou logiku k řízení toků dat a vytváření funkcí pro zpracování dat.
• Vytvářet a spravovat uživatelsky definované funkce (UDF) pro opakované použití v PySpark.

Formát kurzu

• Interaktivní přednášky a diskuze.
• Bohatá množství cvičení a praktických úkolů.
• Praktické implementace v živém laboratorním prostředí.

Možnosti přizpůsobení kurzu

• Chcete-li si vyžádat individuálně připravený kurz, kontaktujte nás za účelem domluvy.

Toto školení pod vedením instruktora České republice (online nebo prezenčně) je určeno pro správce systémů, datové vědce a obchodní analytiky, kteří si chtějí nastavit Talend Administration Center tak, aby mohli efektivně řídit role a úkoly v rámci organizace.

Po absolvování tohoto školení budou účastníci schopni:

• Nainstalovat a nakonfigurovat Talend Administration Center.
• Pochopit a uplatňovat základy správy systému Talend.
• Vytvářet, nasazovat a spouštět obchodní projekty či úkoly v rámci Talendu.
• Monitorovat bezpečnost datových sad a vyvíjet obchodní procesy na základě frameworku TAC.
• Získat širší přehled o aplikacích pro práci s velkými objemy dat.

Toto školení vedené lektorem v České republice (online nebo na místě) je určeno pro začínající i středně pokročilé analytiky dat, kteří si chtějí prohloubit znalosti a dovednosti v oblasti správy a zlepšování kvality dat pomocí nástroje Talend Data Stewardship.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit roli správců dat při udržování kvality dat.
• Využívat Talend Data Stewardship k řešení úkolů spojených s kvalitou dat.
• Vytvářet, přiřazovat a spravovat úkoly v rámci nástroje Talend Data Stewardship, včetně přizpůsobení pracovních postupů.
• Využívat funkce hlášení a monitorování nástroje k sledování kvality dat a činností správců dat.

Během tohoto školení pod vedením instruktora v místě České republice se účastníci naučí, jak pomocí Talend Open Studio pro ESB vytvářet, propojovat, zprostředkovávat a spravovat služby a jejich interakce.

Na konci školení budou účastníci schopni

• Integrovat, vylepšovat a distribuovat technologie ESB jako samostatné balíčky do různých prostředí určených k nasazení.
• Pochopit a efektivně využívat nejčastěji používané komponenty Talend Open Studio.
• Integrovat jakékoli aplikace, databáze, API či webové služby.
• Hladce propojit rozmanité systémy a aplikace bez ohledu na jejich typy.
• Využít stávající knihovny kódu v jazyce Java pro rozšíření projektů.
• Využít komponenty a kód poskytovaný komunitou k rozšiřování svých projektů.
• Rychle integrovat systémy, aplikace i zdroje dat v prostředí Eclipse s funkcí drag-and-drop.
• Snížit dobu vývoje a náklady na údržbu díky generování optimalizovaného a opakovaně použitelného kódu.