Formation Hadoop en Dartmouth

Cette formation en direct (en ligne ou sur site) est destinée aux développeurs qui souhaitent utiliser et intégrer Spark, Hadoop et Python pour traiter, analyser et transformer des ensembles de données volumineux et complexes. A l'issue de cette formation, les participants seront capables de :

• Mettre en place l'environnement nécessaire pour commencer à traiter les big data avec Spark, Hadoop et Python.
• Comprendre les fonctionnalités, les composants de base et l'architecture de Spark et Hadoop.
• Apprendre à intégrer Spark, Hadoop et Python pour le traitement des big data.
• Explorer les outils de l'écosystème Spark (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka et Flume).
• Construire des systèmes de recommandation par filtrage collaboratif similaires à ceux de Netflix, YouTube, Amazon, Spotify et Google.
• Utiliser Apache Mahout pour mettre à l'échelle des algorithmes d'apprentissage automatique.

Ce cours explique comment utiliser le SQL Hive SQL (AKA: Hive HQL, SQL sur Hive , Hive QL) pour les personnes qui extraient des données à partir de Hive

Datameer est une plateforme de business intelligence et d'analyse basée sur Hadoop Il permet aux utilisateurs finaux d'accéder, d'explorer et de mettre en corrélation des données à grande échelle, structurées, semi-structurées et non structurées de manière simple Dans cette formation en ligne, les participants apprendront à utiliser Datameer pour surmonter la courbe d'apprentissage abrupte d'Hadoop à mesure qu'ils progressent dans la configuration et l'analyse d'une série de sources de données volumineuses À la fin de cette formation, les participants seront en mesure de: Créer, organiser et explorer de manière interactive un lac de données d'entreprise Accéder aux entrepôts de données de Business Intelligence, aux bases de données transactionnelles et aux autres magasins analytiques Utiliser une interface utilisateur de feuille de calcul pour concevoir des pipelines de traitement de données endtoend Accéder à des fonctions prédéfinies pour explorer des relations de données complexes Utilisez les assistants draganddrop pour visualiser les données et créer des tableaux de bord Utiliser des tableaux, des graphiques, des graphiques et des cartes pour analyser les résultats de la requête Public Analystes de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Public: Le cours est destiné aux informaticiens à la recherche d'une solution pour stocker et traiter de grands ensembles de données dans un environnement système distribué. Go al: Connaissance approfondie de l'administration de cluster Hadoop .

L'analyse de données volumineuses implique l'examen de grandes quantités d'ensembles de données variés afin de découvrir des corrélations, des modèles cachés et d'autres informations utiles. L'industrie de la santé dispose de quantités massives de données médicales et cliniques hétérogènes complexes. L'application de l'analyse de données volumineuses sur les données de santé présente un potentiel énorme pour la compréhension de l'amélioration de la prestation des soins de santé. Cependant, l'énormité de ces ensembles de données pose de grands défis pour les analyses et les applications pratiques dans un environnement clinique. Au cours de cette formation en direct animée par un instructeur (à distance), les participants apprendront à effectuer des analyses de données volumineuses dans le domaine de la santé tout en effectuant une série d'exercices pratiques en laboratoire. À la fin de cette formation, les participants seront en mesure de:

• Installer et configurer des outils d'analyse de données volumineuses tels que Hadoop MapReduce et Spark
• Comprendre les caractéristiques des données médicales
• Appliquer des techniques Big Data pour traiter des données médicales
• Etudiez les systèmes de données volumineuses et les algorithmes dans le contexte d'applications de santé

Public

• Développeurs
• Data Scientists

Format du cours

• Partie lecture, partie discussion, exercices et exercices intensifs.

Remarque

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Le cours est destiné aux informaticiens à la recherche d'une solution pour stocker et traiter de grands ensembles de données dans un environnement système distribué. Objectif du cours: Hadoop administration du cluster Hadoop

Apache Hadoop est le framework le plus répandu pour le traitement de Big Data sur des clusters de serveurs. Dans ce cours de trois (facultatif, quatre jours), les participants découvriront les avantages commerciaux et les cas d'utilisation de Hadoop et de son écosystème, comment planifier le déploiement et la croissance d'un cluster, comment installer, gérer, surveiller, dépanner et optimiser Hadoop . Ils s'exerceront également au chargement en bloc de données en grappe, se familiariseront avec les différentes distributions Hadoop et s'exerceront à installer et à gérer les outils écosystémiques Hadoop . Le cours se termine par une discussion sur la sécurisation d'un cluster avec Kerberos. “… Les matériaux étaient très bien préparés et couverts à fond. Le laboratoire était très serviable et bien organisé ”
- Andrew Nguyen, ingénieur principal en intégration, Microsoft Online Advertising Public Administrateurs Hadoop Format Cours magistraux et ateliers pratiques, bilan approximatif: 60% cours magistraux, 40% laboratoires.

Apache Hadoop est le framework le plus répandu pour le traitement de Big Data sur des clusters de serveurs. Ce cours présentera aux développeurs divers composants (HDFS, MapReduce, Pig, Hive et HBase) de l’écosystème Hadoop .

Apache Hadoop est l’un des frameworks les plus populaires pour le traitement du Big Data sur des clusters de serveurs. Ce cours aborde la gestion des données dans HDFS, Pig, Hive et HBase. Ces techniques de programmation avancées seront utiles aux développeurs expérimentés Hadoop . Public : développeurs Durée: trois jours Format: cours magistraux (50%) et travaux pratiques (50%).

Hadoop est le framework de traitement Big Data le plus populaire .

Dans cette formation dirigée par un instructeur, les participants apprendront les principaux composants de l'écosystème Hadoop et comment ces technologies peuvent être utilisées pour résoudre des problèmes à grande échelle. En apprenant ces bases, les participants amélioreront leur capacité à communiquer avec les développeurs et les implémenteurs de ces systèmes ainsi qu'avec les scientifiques des données et les analystes que de nombreux projets informatiques impliquent. Audience

• Les chefs de projet souhaitant mettre en œuvre Hadoop dans leur infrastructure de développement ou informatique existante
.
• Les chefs de projet ayant besoin de communiquer avec des équipes interfonctionnelles comprenant des ingénieurs big data, des data scientists et des analystes commerciaux
.

Public: Ce cours a pour but de démystifier la technologie Big Data / Hadoop et de montrer qu’elle n’est pas difficile à comprendre.

Hadoop est un cadre de traitement populaire Big Data Python est un langage de programmation de haut niveau célèbre pour sa syntaxe claire et sa lecture de code. Dans cette formation guidée par l'instructeur, les participants apprendront comment travailler avec Hadoop, MapReduce, Pig, et Spark en utilisant Python alors qu'ils passent par plusieurs exemples et utilisent des cas. À la fin de cette formation, les participants seront en mesure de :

• Comprendre les concepts de base derrière Hadoop, MapReduce, Pig, et Spark
• Utiliser Python avec Hadoop Système de fichiers distribués (HDFS), MapReduce, Pig et Spark
• Utilisez Snakebite pour accéder programmatiquement à HDFS dans Python
• Utilisez mrjob pour écrire MapReduce emplois dans Python
• Écrire des programmes Spark avec Python
• Élargissez la fonctionnalité du porc en utilisant Python UDFs
• Gérer MapReduce des emplois et des scripts de porc en utilisant Luigi

Audience

• Développeurs
• Les professionnels

Format du cours

• Lecture partielle, discussion partielle, exercices et pratiques lourdes

Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux administrateurs système qui souhaitent apprendre à mettre en place, déployer et gérer des clusters Hadoop au sein de leur organisation. A l'issue de cette formation, les participants seront capables de :

• Installer et configurer Apache Hadoop.
• Comprendre les quatre composants majeurs de l'écosystème Hadoop : HDFS, MapReduce, YARN et Hadoop Common.
• Utiliser le système de fichiers distribués Hadoop (HDFS) pour faire évoluer un cluster vers des centaines ou des milliers de nœuds. 
• Configurer HDFS comme moteur de stockage pour les déploiements Spark sur site.
• Configurer Spark pour accéder à des solutions de stockage alternatives telles qu'Amazon S3 et des systèmes de base de données NoSQL tels que Redis, Elasticsearch, Couchbase, Aerospike, etc.
• Exécuter des tâches administratives telles que le provisionnement, la gestion, la surveillance et la sécurisation d'un cluster Apache Hadoop.

Ce cours présente HBase - un magasin No SQL au-dessus de Hadoop . Le cours est destiné aux développeurs qui utiliseront HBase pour développer des applications et aux administrateurs qui géreront les clusters HBase. Nous guiderons un développeur à travers l'architecture HBase, la modélisation de données et le développement d'applications sur HBase. Il discutera également de l’utilisation de MapReduce avec HBase et de quelques sujets d’administration liés à l’optimisation des performances. Le cours est très pratique avec de nombreux exercices de laboratoire.
Durée : 3 jours Audience : Développeurs et Administrateurs

Dans cette formation dirigée par un instructeur (sur site ou à distance), les participants apprendront à déployer et à gérer Apache NiFi dans un environnement de laboratoire réel. A l'issue de cette formation, les participants seront capables de :

• Installer et configurer Apachi NiFi.
• Sourcez, transformez et gérez des données provenant de sources de données disparates et distribuées, notamment des bases de données et des big data lakes.
• Automatiser les flux de données.
• Autoriser l'analyse en continu.
• Appliquer diverses approches pour l'ingestion de données.
• Transformer Big Data et en informations commerciales.

Dans cette formation en direct, dirigée par un instructeur, les participants apprendront les principes fondamentaux de la programmation basée sur le flux en développant un certain nombre d'extensions, de composants et de processeurs de démonstration à l'aide de Apache NiFi. A l'issue de cette formation, les participants seront capables de :

Apache Samza est un framework de calcul asynchrone open source quasi-temps réel pour le traitement de flux. Il utilise Apache Kafka pour la messagerie et Apache Hadoop YARN pour la tolérance aux pannes, l'isolation du processeur, la sécurité et la gestion des ressources. Cette formation en direct, animée par un instructeur, présente les principes sous-jacents aux systèmes de messagerie et au traitement de flux distribué, tout en guidant les participants dans la création d'un exemple de projet et d'exécution de travaux basé sur Samza. À la fin de cette formation, les participants seront en mesure de:

• Utilisez Samza pour simplifier le code nécessaire à la production et à la consommation de messages.
• Découpler le traitement des messages d'une application.
• Utilisez Samza pour implémenter un calcul asynchrone en temps quasi réel.
• Utilisez le traitement de flux pour fournir un niveau d'abstraction plus élevé sur les systèmes de messagerie.

Public

• Développeurs

Format du cours

• Partie de conférence, partie de discussion, exercices et exercices intensifs

Cloudera Impala est un moteur de requête open source à traitement massivement parallèle (MPP) SQL pour les clusters Apache Hadoop. Impala permet aux utilisateurs d'effectuer des requêtes à faible latence SQL sur des données stockées dans Hadoop Distributed File System et Apache Hbase sans nécessiter de déplacement ou de transformation des données. Audience Ce cours s'adresse aux analystes et data scientists effectuant des analyses sur des données stockées dans Hadoop via des outils de Business Intelligence ou SQL. À l'issue de cette formation, les participants seront en mesure de

• Extraire des informations significatives des clusters Hadoop avec Impala.
• Écrire des programmes spécifiques pour faciliter l'intelligence économique dans le dialecte Impala SQL.
• Dépanner Impala.

Apache Ambari est une plate-forme de gestion open source pour le provisionnement, la gestion, la surveillance et la sécurisation des clusters Apache Hadoop . Dans cette formation en direct animée par un instructeur, les participants apprendront les outils et pratiques de gestion fournis par Ambari pour gérer avec succès les clusters Hadoop . À la fin de cette formation, les participants seront en mesure de:

• Configurer un cluster Big Data en direct avec Ambari
• Appliquer les fonctionnalités avancées d'Ambari à divers cas d'utilisation
• Ajoutez et supprimez des nœuds de manière transparente, au besoin
• Améliorez les performances d'un cluster Hadoop le biais de réglages et d'ajustements

Public

• DevOps
• Administrateurs système
• DBA
• Professionnels de test Hadoop

Format du cours

• Partie de conférence, partie de discussion, exercices et exercices intensifs

Cette formation en direct avec instructeur (en ligne ou sur site) présente Hortonworks Data Platform (HDP) et accompagne les participants dans le déploiement de la solution Spark + Hadoop. A l'issue de cette formation, les participants seront capables de :

Utilisez Hortonworks pour exécuter Hadoop de manière fiable à grande échelle. Unifiez les capacités de sécurité, de gouvernance et d'exploitation de Hadoop avec les flux de travail analytiques agiles de Spark. Utiliser Hortonworks pour étudier, valider, certifier et prendre en charge chacun des composants d'un projet Spark. Traiter différents types de données, notamment structurées, non structurées, en mouvement et au repos.