現地のインストラクターによるライブビッグデータトレーニングコースは、ビッグデータの基本概念の紹介から始め、データ分析を実行するために使用されるプログラミング言語と方法論へと進んでいきます。ビッグデータストレージ、分散処理、およびスケーラビリティを実現するためのツールとインフラストラクチャについては、デモ演習セッションで説明し、比較し、実装します。ビッグデータトレーニングは、「オンサイトライブトレーニング」または「リモートライブトレーニング」として利用できます。現地でのトレーニングは、 NobleProg提携の企業研修センターで受講可能です。リモートライブトレーニングは、インタラクティブなリモートデスクトップを介して実行されます。
お客様の声
トレーナーが外部ディスクに提供した、すでに準備されたVMですべてのデータとソフトウェアを使用できる状態になったこと。
vyzVoice
コース: Hadoop for Developers and Administrators
Machine Translated
材料の範囲
Maciej Jonczyk
コース: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
MLの分野における知識の体系化
Orange Polska
コース: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
研修後に検討することができる多くの問題
Klaudia Kłębek
コース: Data Mining z wykorzystaniem R
Machine Translated
トレーナーは非常に知識が豊富で、私が興味を持った分野が含まれていました。
Mohamed Salama
コース: Data Mining & Machine Learning with R
Machine Translated
非常にニーズに合わせて調整。
Yashan Wang
コース: Data Mining with R
Machine Translated
リチャードは、非常に落ち着いて組織的で、分析的な洞察力を持っています。まさにこの種のことを提示するのに必要な資質です。
Kieran Mac Kenna
コース: Spark for Developers
Machine Translated
私は行なわれた練習が好きです。
Nour Assaf
コース: Data Mining and Analysis
Machine Translated
実践的なエクササイズとトレーナーは、複雑なトピックを簡単に説明することができます。
youssef chamoun
コース: Data Mining and Analysis
Machine Translated
提供された情報は面白かったし、デュレックスのデータが提供され、私たちがよく知っているデータを処理し、結果を得るための操作を実行したときに、最も重要な部分が終わりに向かっていた。
Jessica Chaar
コース: Data Mining and Analysis
Machine Translated
私は主にトレーナーが実際に生き生きとした例を与えるのを好んだ
Simon Hahn
コース: Administrator Training for Apache Hadoop
Machine Translated
私は真剣にトレーナーの大きな能力を享受しました。
Grzegorz Gorski
コース: Administrator Training for Apache Hadoop
Machine Translated
私は本当に多くの実践的なセッションを楽しんだ。
Jacek Pieczątka
コース: Administrator Training for Apache Hadoop
Machine Translated
私はその情報が面白かったと思った。
Allison May
コース: Data Visualization
Machine Translated
Jeffは教育データに適用できるデータと例を利用してくれて本当に感謝しています。彼はそれを面白くインタラクティブにしました。
Carol Wells Bazzichi
コース: Data Visualization
Machine Translated
すべてのグラフの種類とそのグラフの種類について学習します。混乱の価値を学ぶ。時間データを表示する方法について学習する。
Susan Williams
コース: Data Visualization
Machine Translated
トレーナーは熱狂的でした。
Diane Lucas
コース: Data Visualization
Machine Translated
私はコンテンツ/インストラクターが本当に好きだった。
Craig Roberson
コース: Data Visualization
Machine Translated
私は実践的な学習者であり、これは彼がたくさん行ったことでした。
Lisa Comfort
コース: Data Visualization
Machine Translated
私は例を気に入った。
Peter Coleman
コース: Data Visualization
Machine Translated
私は一般的に例の恩恵を受けていました。
Peter Coleman
コース: Data Visualization
Machine Translated
私は良い現実世界の例、既存のレポートのレビューを楽しんだ。
Ronald Parrish
コース: Data Visualization
Machine Translated
考えられるシナリオとケース
zhaopeng liu - Fmr
コース: Spark for Developers
Machine Translated
ケーススタディ
国栋 张
コース: Spark for Developers
Machine Translated
セッションのすべての部分
Eric Han - Fmr
コース: Spark for Developers
Machine Translated
私は本当にトレーナーのより多くを分かち合う意欲から恩恵を受けました。
Balaram Chandra Paul
コース: A practical introduction to Data Analysis and Big Data
Machine Translated
私たちは、環境全体についてもっと知っています。
John Kidd
コース: Spark for Developers
Machine Translated
トレーナーはクラスを面白くて面白くし、終日のトレーニングでかなり役立ちました。
Ryan Speelman
コース: Spark for Developers
Machine Translated
トレーナーは、ユーモアと現実のストーリーを組み合わせて優れたスタイルを持っていて、手元にある人に近づけることができたと思います。私はこの教授を将来的に強く勧めます。
コース: Spark for Developers
Machine Translated
インタラクティブな学習方法を非常に気に入っていました。
Luigi Loiacono
コース: Data Analysis with Hive/HiveQL
Machine Translated
非常に実践的なトレーニングであり、私は実践的な練習が好きでした。
Proximus
コース: Data Analysis with Hive/HiveQL
Machine Translated
私は良い概観、理論と演習の間の良いバランスから恩恵を受けました。
Proximus
コース: Data Analysis with Hive/HiveQL
Machine Translated
バーチャルマシンのおかげで、ダイナミックなやりとりを楽しんで、テーマを「実践」しました。とても刺激的でした！
Philippe Job
コース: Data Analysis with Hive/HiveQL
Machine Translated
Ernestoは、Sparkとそのさまざまなモジュールを使用するという高水準の概念について説明してくれました。
Michael Nemerouf
コース: Spark for Developers
Machine Translated
私はトレーナーの能力と知識の恩恵を受けました。
Jonathan Puvilland
コース: Data Analysis with Hive/HiveQL
Machine Translated
私は一般的に技術の恩恵を受けていました。
Continental AG / Abteilung: CF IT Finance
コース: A practical introduction to Data Analysis and Big Data
Machine Translated
全体的にコンテンツは良好でした。
Sameer Rohadia
コース: A practical introduction to Data Analysis and Big Data
Machine Translated
演習例;実務経験の共有
澳新银行
コース: Data Vault: Building a Scalable Data Warehouse
Machine Translated
データウェアハウスに関する教師の知識は非常に包括的であり、賞賛です。
澳新银行
コース: Data Vault: Building a Scalable Data Warehouse
Machine Translated
先生は詳細を説明し、雰囲気について話し合った。
澳新银行
コース: Data Vault: Building a Scalable Data Warehouse
Machine Translated
Michael氏のトレーナーは、Big DataとRの主題について非常に精通しており、熟練しています。彼は非常に柔軟で、トレーニング会議の顧客のニーズを迅速にカスタマイズできます。彼はまた、外出先で技術的および主題の問題を解決する能力も非常に高いです。ファンタスティックでプロフェッショナルなトレーニング！
Xiaoyuan Geng - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
コース: Programming with Big Data in R
Machine Translated
私は本当に新しいパッケージの導入を楽しんだ。
Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
コース: Programming with Big Data in R
Machine Translated
チューターのマイケル・ヤン氏は聴衆と非常によく交流し、指示は明確でした。また、チューターは、トレーニング中の生徒からのリクエストに基づいて、より多くの情報を追加します。
Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
コース: Programming with Big Data in R
Machine Translated
主題とペースは完璧でした。
Tim - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
コース: Programming with Big Data in R
Machine Translated
例とトレーニングの資料は十分で、あなたがしていることを理解しやすくなりました。
Teboho Makenete
コース: Data Science for Big Data Analytics
Machine Translated
これは、私がこれまでに受けたエクササイズプログラミングコースの最も実践的なものの1つです。
Laura Kahn
コース: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
これは私が13年のキャリアで務めた最高品質のオンライントレーニングの1つです。これからもいい結果を出し続けてください！。
コース: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
とても実践的でしたが、Clouded / Hardtopで実際にやっている時間の半分を過ごし、異なるコマンドを実行したり、システムをチェックしたりしました。余分な資料（書籍、ウェブサイトなど）は本当に感謝しており、私たちは引き続き学習しなければなりません。インストールは非常に面白かったし、とても便利でした。最初からクラスタをセットアップするのは本当に良かったです。
Ericsson
コース: Administrator Training for Apache Hadoop
Machine Translated
リチャードのトレーニングスタイルは興味深いものでしたが、実際の使用例はこのコンセプトを家庭に持ち込むのを助けました。
Jamie Martin-Royle - NBrown Group
コース: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
内容は、とても面白かったし、大学の最後の1年で私が助けてくれると思ったので。
Krishan Mistry - NBrown Group
コース: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
トレーナーは、ユーモアと現実のストーリーを組み合わせて優れたスタイルを持っていて、手元にある人に近づけることができたと思います。私はこの教授を将来的に強く勧めます。
コース: Spark for Developers
Machine Translated
これは私が13年のキャリアで務めた最高品質のオンライントレーニングの1つです。これからもいい結果を出し続けてください！。
コース: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
ビッグデータコース概要
コース名
期間
概要
コース名
期間
概要
21 時間
Pythonは、データ科学および機械学習のためのスケール可能で柔軟で広く使用されるプログラミング言語です。 Spark は、大規模なデータの検索、分析、変換に使用されるデータ処理エンジンであり、 Hadoop は、大規模なデータの保存および処理のためのソフトウェア図書館フレームワークです。
このインストラクターによるライブトレーニング(オンラインまたはオンライン)は、Spark、0、および1を使用して統合し、大規模かつ複雑なデータセットを処理し、分析し、変換したい開発者に向けられています。
このトレーニングの終了後、参加者は:
大型データの処理をSpark、0、および1で開始するために必要な環境を設定します。 特性、コアコンポーネント、およびSparkのアーキテクチャを理解する Hadoop. Spark, Hadoop, and Python for big data processing を統合する方法を学びます。 スパークのエコシステム(Spark MlLib、4、Kafka、Sqoop、Kafka、Flume)のツールを探索する。 (3)、YouTube、Amazon、Spotify、および Googleに似た協力フィルタリング推奨システムを構築します。 Apache Mahout を使用して、機械学習アルゴリズムをスケールします。
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
このインストラクターによるライブトレーニング(オンラインまたはオンライン)は、Spark、0、および1を使用して統合し、大規模かつ複雑なデータセットを処理し、分析し、変換したい開発者に向けられています。
このトレーニングの終了後、参加者は:
大型データの処理をSpark、0、および1で開始するために必要な環境を設定します。 特性、コアコンポーネント、およびSparkのアーキテクチャを理解する Hadoop. Spark, Hadoop, and Python for big data processing を統合する方法を学びます。 スパークのエコシステム(Spark MlLib、4、Kafka、Sqoop、Kafka、Flume)のツールを探索する。 (3)、YouTube、Amazon、Spotify、および Googleに似た協力フィルタリング推奨システムを構築します。 Apache Mahout を使用して、機械学習アルゴリズムをスケールします。
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
14 時間
Waikato Environment for Knowledge Analysis(0)は、オープンソースのデータ鉱業ビジュアル化ソフトウェアです。 データの準備、分類、クラスティング、およびその他のデータ採掘活動のための機械学習アルゴリズムのコレクションを提供します。
このインストラクター指導、ライブトレーニング(オンラインまたはオンライン)は、データ鉱業の課題を実行するために使用したいデータアナリストやデータ科学者に向けられています。
このトレーニングの終了後、参加者は:
インストール・インストール(0) Weka環境とワークベンチを理解する。 データ採掘作業の実施 Weka
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
このインストラクター指導、ライブトレーニング(オンラインまたはオンライン)は、データ鉱業の課題を実行するために使用したいデータアナリストやデータ科学者に向けられています。
このトレーニングの終了後、参加者は:
インストール・インストール(0) Weka環境とワークベンチを理解する。 データ採掘作業の実施 Weka
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
14 時間
IBM SPSS Modelerは、データ採掘およびテキスト分析に使用されるソフトウェアです。 予測モデルを構築し、データ分析の課題を実行できるデータ鉱業ツールのセットを提供します。
このインストラクターによるライブトレーニング(オンラインまたはオンライン)は、データアナリストまたはデータ採掘活動を実施するために使用したい人は誰でも対象となります。
このトレーニングの終了後、参加者は:
データ鉱業の基本を理解する。 モデレーターでデータの品質をインポートおよび評価する方法を学びます。 データモデルを効率的に開発、実装、評価する。
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
このインストラクターによるライブトレーニング(オンラインまたはオンライン)は、データアナリストまたはデータ採掘活動を実施するために使用したい人は誰でも対象となります。
このトレーニングの終了後、参加者は:
データ鉱業の基本を理解する。 モデレーターでデータの品質をインポートおよび評価する方法を学びます。 データモデルを効率的に開発、実装、評価する。
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
35 時間
このインストラクターによるライブトレーニングを完了する参加者は、実践的で現実世界の理解(0)とその関連する技術、方法論、ツールを取得します。
参加者は、実践的な練習を通じてこの知識を実践する機会を得るでしょう。 グループインタラクションとインストラクターのフィードバックは、クラスの重要な要素です。
コースは、基本的なコンセプト(0)への導入で始まり、その後、実行するために使用されるプログラミング言語や方法論に進歩します。 最後に、私たちは Big Data ストレージ、分散処理、および Scala 容量を可能にするツールとインフラについて話し合います。
コースの形式
部分講義、部分討論、実践と実施、時々進歩を測定するためのクイジング。
参加者は、実践的な練習を通じてこの知識を実践する機会を得るでしょう。 グループインタラクションとインストラクターのフィードバックは、クラスの重要な要素です。
コースは、基本的なコンセプト(0)への導入で始まり、その後、実行するために使用されるプログラミング言語や方法論に進歩します。 最後に、私たちは Big Data ストレージ、分散処理、および Scala 容量を可能にするツールとインフラについて話し合います。
コースの形式
部分講義、部分討論、実践と実施、時々進歩を測定するためのクイジング。
21 時間
In this instructor-led, live training in 日本, participants will learn how to use Python and Spark together to analyze big data as they work on hands-on exercises.
By the end of this training, participants will be able to:
- Learn how to use Spark with Python to analyze Big Data.
- Work on exercises that mimic real world cases.
- Use different tools and techniques for big data analysis using PySpark.
By the end of this training, participants will be able to:
- Learn how to use Spark with Python to analyze Big Data.
- Work on exercises that mimic real world cases.
- Use different tools and techniques for big data analysis using PySpark.
7 時間
このコースでは、使用する方法について説明Hive SQL言語を（AKA： Hive HQL、 SQL上のHive 、 Hive QL）からデータを抽出人々のためのHive
21 時間
データベースにおける知識発見(KDD)は、データの収集から有用な知識を発見するプロセスです。 このデータ鉱業技術のリアルライフアプリケーションには、マーケティング、詐欺検出、通信および製造が含まれています。
このインストラクター指導、ライブコースでは、KDDに関与するプロセスを紹介し、これらのプロセスの実施を実践するために一連の練習を実施します。
観客
データアナリストまたは問題を解決するためにデータを解釈する方法を学ぶことに興味のある人
コースの形式
KDDの理論的な議論の後、教師は、問題を解決するためにKDDの応用を求める現実のケースを紹介します。 参加者は、サンプルデータセットを準備、選択、清掃し、データに関する事前の知識を使用して、観察の結果に基づいてソリューションを提案します。
このインストラクター指導、ライブコースでは、KDDに関与するプロセスを紹介し、これらのプロセスの実施を実践するために一連の練習を実施します。
観客
データアナリストまたは問題を解決するためにデータを解釈する方法を学ぶことに興味のある人
コースの形式
KDDの理論的な議論の後、教師は、問題を解決するためにKDDの応用を求める現実のケースを紹介します。 参加者は、サンプルデータセットを準備、選択、清掃し、データに関する事前の知識を使用して、観察の結果に基づいてソリューションを提案します。
14 時間
Apache Kylinは、ビッグデータのための極端で分散分析エンジンです。
このインストラクターによるライブトレーニングでは、参加者はリアルタイムのデータストレージを設定するために使用する方法を学びます。
このトレーニングの終了後、参加者は:
Kylin を使用してリアルタイムストリーミングデータを消費する 使用する Apache Kylin's 強力な機能, 豊かな SQL インターフェイス, スパーク クビング と サブセクンド リクエスト ラテンシー
ノート
私たちはKylinの最新バージョンを使用しています(この文字に基づいて、 Apache Kylin v2.0)
観客
大型データエンジニア 【アナリスト】
コースの形式
部分講義、部分議論、練習、重い実践
このインストラクターによるライブトレーニングでは、参加者はリアルタイムのデータストレージを設定するために使用する方法を学びます。
このトレーニングの終了後、参加者は:
Kylin を使用してリアルタイムストリーミングデータを消費する 使用する Apache Kylin's 強力な機能, 豊かな SQL インターフェイス, スパーク クビング と サブセクンド リクエスト ラテンシー
ノート
私たちはKylinの最新バージョンを使用しています(この文字に基づいて、 Apache Kylin v2.0)
観客
大型データエンジニア 【アナリスト】
コースの形式
部分講義、部分議論、練習、重い実践
14 時間
Datameer は、Hadoop 上に構築されたビジネスインテリジェンスおよびアナリティクスプラットフォームです。これにより、エンドユーザーは、使いやすい方法で、大規模な構造化された半構造化データと非構造化情報にアクセスし、探索し、関連づけることができます。
このインストラクター主導のライブトレーニングでは、Datameer を使用して Hadoop & #39 を克服する方法について学習し、一連のビッグデータソースのセットアップと分析を段階的に実行します。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- エンタープライズデータを作成、バーテン、対話的に探索する
湖 - アクセスビジネスインテリジェンスデータウェアハウス、トランザクションデータベース、およびその他の分析ストア
- エンドツーエンドのデータ処理パイプラインを設計するには、スプレッドシートのユーザーインターフェイスを使用します
- アクセス事前に構築された関数は、複雑なデータの関係を探るために
- ドラッグアンドドロップウィザードを使用してデータを視覚化し、ダッシュボードを作成する
- テーブル、グラフ、グラフ、およびマップを使用してクエリ結果を分析する
観客
- データアナリスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
このインストラクター主導のライブトレーニングでは、Datameer を使用して Hadoop & #39 を克服する方法について学習し、一連のビッグデータソースのセットアップと分析を段階的に実行します。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- エンタープライズデータを作成、バーテン、対話的に探索する
湖 - アクセスビジネスインテリジェンスデータウェアハウス、トランザクションデータベース、およびその他の分析ストア
- エンドツーエンドのデータ処理パイプラインを設計するには、スプレッドシートのユーザーインターフェイスを使用します
- アクセス事前に構築された関数は、複雑なデータの関係を探るために
- ドラッグアンドドロップウィザードを使用してデータを視覚化し、ダッシュボードを作成する
- テーブル、グラフ、グラフ、およびマップを使用してクエリ結果を分析する
観客
- データアナリスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
14 時間
データマイニングは、機械学習などのデータサイエンス手法を使用してビッグデータのパターンを識別するプロセスです。 Excelをデータ分析スイートとして使用すると、ユーザーはデータマイニングと分析を実行できます。
このインストラクター主導のライブトレーニング（オンサイトまたはリモート）は、データマイニングにExcelを使用したいデータサイエンティストを対象としています。
このトレーニングが終了すると、参加者は次のことができるようになります。
- Excelデータを探索して、データマイニングと分析を実行します。
- データマイニングにMicrosoftアルゴリズムを使用します。
- Excelデータマイニングの概念を理解する。
コースの形式
- インタラクティブな講義とディスカッション。
- たくさんの練習と練習。
- ライブラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
このインストラクター主導のライブトレーニング（オンサイトまたはリモート）は、データマイニングにExcelを使用したいデータサイエンティストを対象としています。
このトレーニングが終了すると、参加者は次のことができるようになります。
- Excelデータを探索して、データマイニングと分析を実行します。
- データマイニングにMicrosoftアルゴリズムを使用します。
- Excelデータマイニングの概念を理解する。
コースの形式
- インタラクティブな講義とディスカッション。
- たくさんの練習と練習。
- ライブラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
21 時間
Dremioはオープンソース"自己サービスデータプラットフォーム"で、さまざまな種類のデータソースのリクエストを加速します。 Dremio 相対データベース、Apache Hadoop, MongoDB、Amazon S3、ElasticSearch、およびその他のデータソースと統合します。 サポート SQL と構築 リクエストのための Web UI を提供します。
このインストラクターによるライブトレーニングでは、参加者はデータ分析ツールと基礎データリポジトリの統合層としてインストール、設定、使用する方法を学びます。
このトレーニングの終了後、参加者は:
インストール・インストール(7) 場所、サイズ、または構造に関係なく、複数のデータソースに対するリクエストを実行 統合する Dremio と BI と データ ソース のような Tableau と Elasticsearch
観客
データ科学者 (4)アナリスト データエンジニア
コースの形式
部分講義、部分議論、練習、重い実践
ノート
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
このインストラクターによるライブトレーニングでは、参加者はデータ分析ツールと基礎データリポジトリの統合層としてインストール、設定、使用する方法を学びます。
このトレーニングの終了後、参加者は:
インストール・インストール(7) 場所、サイズ、または構造に関係なく、複数のデータソースに対するリクエストを実行 統合する Dremio と BI と データ ソース のような Tableau と Elasticsearch
観客
データ科学者 (4)アナリスト データエンジニア
コースの形式
部分講義、部分議論、練習、重い実践
ノート
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
14 時間
このコースの目的は、中級レベルでデータを抽出するために、 OracleデータベースでSQL言語をOracleする方法を習得できるようにすることです。
21 時間
Apache ドリルは、Hadoop、NoSQL、およびその他のクラウドおよびファイルストレージシステム用の、スキーマを持たない、分散した、メモリ内の柱状の SQL クエリエンジンです。Apache ドリルの威力は、単一のクエリを使用して複数のデータストアからデータを結合できることです。Apache ドリルは、HBase、MongoDB、MapR、HDFS、MapR、Amazon S3、Azure Blob ストレージ、Google クラウドストレージ、Swift、NAS、ローカルファイルなど、数多くの NoSQL データベースとファイルシステムをサポートしています。Apache ドリルは google BigQuery と呼ばれるインフラサービスとして利用可能なグーグル & #39 の Dremel システムのオープンソースバージョンです。
このインストラクター主導のライブトレーニングでは、参加者は Apache ドリルの基礎を学び、SQL のパワーと利便性を活用して、コードを記述することなく、複数のデータソース間で大きなデータを対話的に照会することができます。参加者は、分散 SQL 実行のドリルクエリを最適化する方法についても学習します。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- は、Hadoop
上の構造化および半構造化データに "セルフサービス" 探査を実行します。 - クエリは、SQL クエリを使用して不明なデータと同様に知られて
- は、Apache ドリルがどのようにクエリを受け取り、実行するかを理解する
- は、Hive の構造化データ、HBase または MapR テーブルの半構造化データ、寄木細工や JSON などのファイルに保存されたデータなど、さまざまな種類のデータを分析するための SQL クエリを作成します。
- は Apache ドリルを使用して、複雑な ETL およびスキーマ操作の必要性をバイパスして、オンザフライのスキーマ検出を実行し
- は、Tableau、Qlikview、MicroStrategy、エクセルなどの BI (ビジネスインテリジェンス) ツールを使用して Apache ドリルを統合し
観客
- データアナリスト
- データサイエンティスト
- SQL プログラマ
コース の
形式
- 部講義、パート討論、演習と重い実地練習
このインストラクター主導のライブトレーニングでは、参加者は Apache ドリルの基礎を学び、SQL のパワーと利便性を活用して、コードを記述することなく、複数のデータソース間で大きなデータを対話的に照会することができます。参加者は、分散 SQL 実行のドリルクエリを最適化する方法についても学習します。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- は、Hadoop
上の構造化および半構造化データに "セルフサービス" 探査を実行します。 - クエリは、SQL クエリを使用して不明なデータと同様に知られて
- は、Apache ドリルがどのようにクエリを受け取り、実行するかを理解する
- は、Hive の構造化データ、HBase または MapR テーブルの半構造化データ、寄木細工や JSON などのファイルに保存されたデータなど、さまざまな種類のデータを分析するための SQL クエリを作成します。
- は Apache ドリルを使用して、複雑な ETL およびスキーマ操作の必要性をバイパスして、オンザフライのスキーマ検出を実行し
- は、Tableau、Qlikview、MicroStrategy、エクセルなどの BI (ビジネスインテリジェンス) ツールを使用して Apache ドリルを統合し
観客
- データアナリスト
- データサイエンティスト
- SQL プログラマ
コース の
形式
- 部講義、パート討論、演習と重い実地練習
14 時間
Apache Arrowは、オープンソースのメモリ内データ処理フレームワークです。多くの場合、分析のために異なるデータストアにアクセスするために、他のデータサイエンスツールと一緒に使用されます。 GPUデータベース、機械学習ライブラリとツール、実行エンジン、データ視覚化フレームワークなどの他のテクノロジーとうまく統合します。
このオンサイトインストラクター主導のライブトレーニングでは、参加者は、 Apache ArrowをさまざまなData Scienceフレームワークと統合して、異なるデータソースのデータにアクセスする方法を学習します。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- 分散クラスター環境でのApache Arrowインストールと構成
- Apache Arrowを使用して、異なるデータソースのデータにアクセスする
- Apache Arrowを使用して、複雑なETLパイプラインを構築および維持する必要を回避します
- 一元化されたリポジトリにデータを統合することなく、異種のデータソース全体でデータを分析します
聴衆
- データサイエンティスト
- データエンジニア
コースの 形式
- 一部の講義、一部のディスカッション、演習、および実践的な実践
注意
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
このオンサイトインストラクター主導のライブトレーニングでは、参加者は、 Apache ArrowをさまざまなData Scienceフレームワークと統合して、異なるデータソースのデータにアクセスする方法を学習します。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- 分散クラスター環境でのApache Arrowインストールと構成
- Apache Arrowを使用して、異なるデータソースのデータにアクセスする
- Apache Arrowを使用して、複雑なETLパイプラインを構築および維持する必要を回避します
- 一元化されたリポジトリにデータを統合することなく、異種のデータソース全体でデータを分析します
聴衆
- データサイエンティスト
- データエンジニア
コースの 形式
- 一部の講義、一部のディスカッション、演習、および実践的な実践
注意
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
35 時間
Advances in technologies and the increasing amount of information are transforming how business is conducted in many industries, including government. Government data generation and digital archiving rates are on the rise due to the rapid growth of mobile devices and applications, smart sensors and devices, cloud computing solutions, and citizen-facing portals. As digital information expands and becomes more complex, information management, processing, storage, security, and disposition become more complex as well. New capture, search, discovery, and analysis tools are helping organizations gain insights from their unstructured data. The government market is at a tipping point, realizing that information is a strategic asset, and government needs to protect, leverage, and analyze both structured and unstructured information to better serve and meet mission requirements. As government leaders strive to evolve data-driven organizations to successfully accomplish mission, they are laying the groundwork to correlate dependencies across events, people, processes, and information.
High-value government solutions will be created from a mashup of the most disruptive technologies:
- Mobile devices and applications
- Cloud services
- Social business technologies and networking
- Big Data and analytics
IDC predicts that by 2020, the IT industry will reach $5 trillion, approximately $1.7 trillion larger than today, and that 80% of the industry's growth will be driven by these 3rd Platform technologies. In the long term, these technologies will be key tools for dealing with the complexity of increased digital information. Big Data is one of the intelligent industry solutions and allows government to make better decisions by taking action based on patterns revealed by analyzing large volumes of data — related and unrelated, structured and unstructured.
But accomplishing these feats takes far more than simply accumulating massive quantities of data.“Making sense of thesevolumes of Big Datarequires cutting-edge tools and technologies that can analyze and extract useful knowledge from vast and diverse streams of information,” Tom Kalil and Fen Zhao of the White House Office of Science and Technology Policy wrote in a post on the OSTP Blog.
The White House took a step toward helping agencies find these technologies when it established the National Big Data Research and Development Initiative in 2012. The initiative included more than $200 million to make the most of the explosion of Big Data and the tools needed to analyze it.
The challenges that Big Data poses are nearly as daunting as its promise is encouraging. Storing data efficiently is one of these challenges. As always, budgets are tight, so agencies must minimize the per-megabyte price of storage and keep the data within easy access so that users can get it when they want it and how they need it. Backing up massive quantities of data heightens the challenge.
Analyzing the data effectively is another major challenge. Many agencies employ commercial tools that enable them to sift through the mountains of data, spotting trends that can help them operate more efficiently. (A recent study by MeriTalk found that federal IT executives think Big Data could help agencies save more than $500 billion while also fulfilling mission objectives.).
Custom-developed Big Data tools also are allowing agencies to address the need to analyze their data. For example, the Oak Ridge National Laboratory’s Computational Data Analytics Group has made its Piranha data analytics system available to other agencies. The system has helped medical researchers find a link that can alert doctors to aortic aneurysms before they strike. It’s also used for more mundane tasks, such as sifting through résumés to connect job candidates with hiring managers.
High-value government solutions will be created from a mashup of the most disruptive technologies:
- Mobile devices and applications
- Cloud services
- Social business technologies and networking
- Big Data and analytics
IDC predicts that by 2020, the IT industry will reach $5 trillion, approximately $1.7 trillion larger than today, and that 80% of the industry's growth will be driven by these 3rd Platform technologies. In the long term, these technologies will be key tools for dealing with the complexity of increased digital information. Big Data is one of the intelligent industry solutions and allows government to make better decisions by taking action based on patterns revealed by analyzing large volumes of data — related and unrelated, structured and unstructured.
But accomplishing these feats takes far more than simply accumulating massive quantities of data.“Making sense of thesevolumes of Big Datarequires cutting-edge tools and technologies that can analyze and extract useful knowledge from vast and diverse streams of information,” Tom Kalil and Fen Zhao of the White House Office of Science and Technology Policy wrote in a post on the OSTP Blog.
The White House took a step toward helping agencies find these technologies when it established the National Big Data Research and Development Initiative in 2012. The initiative included more than $200 million to make the most of the explosion of Big Data and the tools needed to analyze it.
The challenges that Big Data poses are nearly as daunting as its promise is encouraging. Storing data efficiently is one of these challenges. As always, budgets are tight, so agencies must minimize the per-megabyte price of storage and keep the data within easy access so that users can get it when they want it and how they need it. Backing up massive quantities of data heightens the challenge.
Analyzing the data effectively is another major challenge. Many agencies employ commercial tools that enable them to sift through the mountains of data, spotting trends that can help them operate more efficiently. (A recent study by MeriTalk found that federal IT executives think Big Data could help agencies save more than $500 billion while also fulfilling mission objectives.).
Custom-developed Big Data tools also are allowing agencies to address the need to analyze their data. For example, the Oak Ridge National Laboratory’s Computational Data Analytics Group has made its Piranha data analytics system available to other agencies. The system has helped medical researchers find a link that can alert doctors to aortic aneurysms before they strike. It’s also used for more mundane tasks, such as sifting through résumés to connect job candidates with hiring managers.
21 時間
観客
あなたがアクセスできるデータから意味を成し遂げようとしたり、ネット上で利用可能な非構造化データ（Twitter、Linked inなど）を分析したいのであれば、このコースはあなたのためです。
これは主に意思決定者や、収集する価値のあるデータと分析する価値のあるデータを選択する必要がある人を対象としています。
それはソリューションを構成する人々を対象としていません、それらの人々はしかし全体像から利益を得るでしょう。
配送モード
コース期間中、参加者には主にオープンソース技術の実用的な例が提示されます。
短い講義の後、参加者による発表と簡単な演習が行われます。
使用されているコンテンツとソフトウェア
使用されるすべてのソフトウェアはコースが実行されるたびに更新されるので、私たちは可能な限り最新のバージョンをチェックします。
機械学習を使用して意思決定プロセスを自動化する方法を説明するために、データの取得、フォーマット、処理、および分析からのプロセスについて説明します。
あなたがアクセスできるデータから意味を成し遂げようとしたり、ネット上で利用可能な非構造化データ（Twitter、Linked inなど）を分析したいのであれば、このコースはあなたのためです。
これは主に意思決定者や、収集する価値のあるデータと分析する価値のあるデータを選択する必要がある人を対象としています。
それはソリューションを構成する人々を対象としていません、それらの人々はしかし全体像から利益を得るでしょう。
配送モード
コース期間中、参加者には主にオープンソース技術の実用的な例が提示されます。
短い講義の後、参加者による発表と簡単な演習が行われます。
使用されているコンテンツとソフトウェア
使用されるすべてのソフトウェアはコースが実行されるたびに更新されるので、私たちは可能な限り最新のバージョンをチェックします。
機械学習を使用して意思決定プロセスを自動化する方法を説明するために、データの取得、フォーマット、処理、および分析からのプロセスについて説明します。
35 時間
1日目 - 重要なBig Dataトピック分野の概要を説明します。このモジュールは一連のセクションに分かれており、各セクションには実践的な演習が付いています。
2日目 - Big Data環境の分析手法とツールに関連するさまざまなトピックを探ります。実装やプログラミングの詳細には触れませんが、代わりに、参加者がBig Dataソリューションによって提供される一般的な分析機能と機能についての包括的な理解を深めることができるトピックに焦点を合わせて、概念レベルでカバレッジを保ちます。
3日目 - Big Dataソリューションプラットフォームアーキテクチャに関連する基本的および本質的なトピック領域の概要を説明します。 Big Dataソリューションプラットフォームの開発に必要なBig Dataメカニズムと、データ処理プラットフォームを組み立てるためのアーキテクチャ上のオプションについて説明します。 Big Dataソリューションプラットフォームの一般的な使用方法についての基本的な理解を深めるために、一般的なシナリオも提示されています。
4日目 - 3日目には、 Big Dataソリューションプラットフォームアーキテクチャに関連する高度なトピックを探ります。特に、データソース、データ入力、データストレージ、データ処理、セキュリティなど、 Big Dataソリューションプラットフォームを構成するさまざまなアーキテクチャ層について紹介し、説明します。
5日目 - 3日目と4日目にカバーされたトピックの知識を適用する代表者の能力をテストするために設計されたいくつかの演習と問題をカバーします。
2日目 - Big Data環境の分析手法とツールに関連するさまざまなトピックを探ります。実装やプログラミングの詳細には触れませんが、代わりに、参加者がBig Dataソリューションによって提供される一般的な分析機能と機能についての包括的な理解を深めることができるトピックに焦点を合わせて、概念レベルでカバレッジを保ちます。
3日目 - Big Dataソリューションプラットフォームアーキテクチャに関連する基本的および本質的なトピック領域の概要を説明します。 Big Dataソリューションプラットフォームの開発に必要なBig Dataメカニズムと、データ処理プラットフォームを組み立てるためのアーキテクチャ上のオプションについて説明します。 Big Dataソリューションプラットフォームの一般的な使用方法についての基本的な理解を深めるために、一般的なシナリオも提示されています。
4日目 - 3日目には、 Big Dataソリューションプラットフォームアーキテクチャに関連する高度なトピックを探ります。特に、データソース、データ入力、データストレージ、データ処理、セキュリティなど、 Big Dataソリューションプラットフォームを構成するさまざまなアーキテクチャ層について紹介し、説明します。
5日目 - 3日目と4日目にカバーされたトピックの知識を適用する代表者の能力をテストするために設計されたいくつかの演習と問題をカバーします。
21 時間
Big Dataは、大規模データセットの保存と処理を目的としたソリューションを指す用語です。 Go ogleによって最初に開発されたこれらのBig Dataソリューションは、他の同様のプロジェクトを発展させ、それらを奮い立たせました。それらの多くはオープンソースとして利用可能です。 Rは金融業界で人気のあるプログラミング言語です。
14 時間
従来のストレージテクノロジでは、格納する必要があるデータ量を処理できない場合、代替手段が捜し出されます。このコースでは、 Big Dataを保存および分析するための代替手段と、その長所と短所について説明します。
このコースは主にソリューションの議論と発表に焦点を当てていますが、実地演習もオンデマンドで利用できます。
このコースは主にソリューションの議論と発表に焦点を当てていますが、実地演習もオンデマンドで利用できます。
35 時間
ビッグデータは非常に膨大で複雑なデータセットであるため、従来のデータ処理アプリケーションソフトウェアでは処理できません。ビッグデータの課題には、データのキャプチャ、データストレージ、データ分析、検索、共有、転送、視覚化、クエリ、更新、および情報のプライバシーが含まれます。
14 時間
ベスパは、オープンソースのビッグデータ処理とエンジンを提供するヤフーによって作成されます。 ユーザーのクエリに応答し、推奨事項を作成し、パーソナライズされたコンテンツと広告をリアルタイムで提供するために使用します。
は、このインストラクター主導のライブトレーニングでは、大規模なデータを提供するという課題を紹介し、ユーザーの要求への応答を計算できるアプリケーションを作成することにより、参加者をリアルタイムで大量に処理します。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- を使用してベスパはすぐにデータを計算する (ストア, 検索, ランク, 整理) ユーザーが待機している間に時間を提供する
- は、機能検索、推奨事項、およびパーソナライゼーション
を含む既存のアプリケーションにベスパを実装します。 - は、Hadoop やストームなどの既存のビッグデータシステムとベスパを統合して展開します。
観客
- 開発者
コース の
形式
- 部講義、パート討論、演習と重い実地練習
は、このインストラクター主導のライブトレーニングでは、大規模なデータを提供するという課題を紹介し、ユーザーの要求への応答を計算できるアプリケーションを作成することにより、参加者をリアルタイムで大量に処理します。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- を使用してベスパはすぐにデータを計算する (ストア, 検索, ランク, 整理) ユーザーが待機している間に時間を提供する
- は、機能検索、推奨事項、およびパーソナライゼーション
を含む既存のアプリケーションにベスパを実装します。 - は、Hadoop やストームなどの既存のビッグデータシステムとベスパを統合して展開します。
観客
- 開発者
コース の
形式
- 部講義、パート討論、演習と重い実地練習
14 時間
規制当局のコンプライアンスを満たすために、CSP（ Communicationサービスプロバイダ）はビッグデータ分析を活用して、コンプライアンスの達成を支援するだけでなく、同じプロジェクトの範囲内で顧客満足度を高め、それにより解約を減らすことができます。実際、コンプライアンスは契約に結び付けられたサービスの質に関連しているため、コンプライアンスを満たすためのあらゆるイニシアチブはCSPの「競争力」を向上させます。したがって、規制当局は、規制当局とCSPの間で相互に利益をもたらすことになる、CSPのための一連のBig Data分析慣行を助言/指導することができるべきであることが重要です。
コースは8つのモジュールで構成されています（1日目に4つ、2日目に4つ）
コースは8つのモジュールで構成されています（1日目に4つ、2日目に4つ）
35 時間
技術の進歩と情報量の増加は、法執行の実施方法を変えています。課題Big Dataもたらすは同じくらい手ごわいあるBig Dataの約束。データを効率的に保存することは、これらの課題の1つです。それを効果的に分析することは別です。
このインストラクター主導のライブトレーニングでは、参加者は、 Big Dataテクノロジーにアプローチするための考え方を学び、既存のプロセスとポリシーへの影響を評価し、犯罪行為を特定して犯罪を防止する目的でこれらのテクノロジーを実装します。世界中の法執行機関のケーススタディを調査し、採用アプローチ、課題、結果に関する洞察を獲得します。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Big Dataテクノロジーと従来のデータ収集プロセスを組み合わせて、調査中にストーリーをまとめる
- データ分析用の産業用ビッグデータストレージおよび処理ソリューションを実装する
- 犯罪捜査へのデータ駆動型アプローチを可能にするための最も適切なツールとプロセスの採用に関する提案を準備する
聴衆
- 技術的背景を持つ法執行機関のスペシャリスト
コースの形式
- 一部の講義、一部のディスカッション、演習、および実践的な実践
このインストラクター主導のライブトレーニングでは、参加者は、 Big Dataテクノロジーにアプローチするための考え方を学び、既存のプロセスとポリシーへの影響を評価し、犯罪行為を特定して犯罪を防止する目的でこれらのテクノロジーを実装します。世界中の法執行機関のケーススタディを調査し、採用アプローチ、課題、結果に関する洞察を獲得します。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Big Dataテクノロジーと従来のデータ収集プロセスを組み合わせて、調査中にストーリーをまとめる
- データ分析用の産業用ビッグデータストレージおよび処理ソリューションを実装する
- 犯罪捜査へのデータ駆動型アプローチを可能にするための最も適切なツールとプロセスの採用に関する提案を準備する
聴衆
- 技術的背景を持つ法執行機関のスペシャリスト
コースの形式
- 一部の講義、一部のディスカッション、演習、および実践的な実践
14 時間
この教室ベースのトレーニングセッションでは、 Big Dataを探索しBig Data 。参加者は、関連するビッグデータツールを使って実施するために、コンピュータベースの例とケーススタディ演習を行います。
14 時間
目的 ：このトレーニングコースは、 Big Dataが私たちの生活を変えている理由、そしてビジネスが私たちを消費者と見なす方法をどのように変えているかを参加者に理解させることを目的としています。実際、ビジネスでビッグデータを使用しているユーザーは、ビッグデータによって、利益の増加、コストの削減、およびリスクの軽減につながる豊富な情報と洞察が得られることがわかります。しかし、個々のテクノロジに重点を置きすぎ、ビッグデータ管理の柱に十分に焦点を当てていない場合、不利な点が時々あります。
このコースでは、ビッグデータを実際のビジネス価値に変えるために、データ統合、データガバナンス、およびデータセキュリティの3つの柱を使用してビッグデータを管理する方法を参加者が学びます。顧客管理のケーススタディで行われたさまざまな演習は、参加者が基礎となるプロセスをよりよく理解するのに役立ちます。
このコースでは、ビッグデータを実際のビジネス価値に変えるために、データ統合、データガバナンス、およびデータセキュリティの3つの柱を使用してビッグデータを管理する方法を参加者が学びます。顧客管理のケーススタディで行われたさまざまな演習は、参加者が基礎となるプロセスをよりよく理解するのに役立ちます。
7 時間
このインストラクター主導のライブトレーニング（オンサイトまたはリモート）は、ビッグデータを最大限に活用しながら機械学習戦略を実装する方法を学びたい技術者を対象としています。
このトレーニングの終わりまでに、参加者は以下のことを行います。
- 機械学習の進化と傾向を理解する
- 機械学習がさまざまな業界でどのように使用されているかを知ってください。
- 組織内で機械学習を実装するために利用できるツール、スキル、およびサービスに精通してください。
- データマイニングと分析を強化するために機械学習をどのように使用できるかを理解します。
- データミドルバックエンドとは何か、そしてそれが企業によってどのように使用されているかを学びましょう。
- ビッグデータとインテリジェントアプリケーションが業界全体で果たしている役割を理解します。
コースの形式
- インタラクティブな講演と討論
- たくさんの練習と練習。
- ライブラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのためのカスタマイズされたトレーニングを要求するには、手配するために私達に連絡してください。
このトレーニングの終わりまでに、参加者は以下のことを行います。
- 機械学習の進化と傾向を理解する
- 機械学習がさまざまな業界でどのように使用されているかを知ってください。
- 組織内で機械学習を実装するために利用できるツール、スキル、およびサービスに精通してください。
- データマイニングと分析を強化するために機械学習をどのように使用できるかを理解します。
- データミドルバックエンドとは何か、そしてそれが企業によってどのように使用されているかを学びましょう。
- ビッグデータとインテリジェントアプリケーションが業界全体で果たしている役割を理解します。
コースの形式
- インタラクティブな講演と討論
- たくさんの練習と練習。
- ライブラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのためのカスタマイズされたトレーニングを要求するには、手配するために私達に連絡してください。
7 時間
Apache Sqoop は、リレーショナル データベースやHadoopからデータを移動するためのコマンドラインインターフェイスです。Apache Flumeは、ビッグデータを管理するための分散ソフトウェアです。Sqoop と Flume を使用すると、システム間でデータを転送し、ビッグ データを Hadoopなどのストレージ アーキテクチャにインポートできます。
このインストラクター主導のライブトレーニング(オンサイトまたはリモート)は、システム間でデータを転送するためにSqoopとFlumeを使用したいソフトウェアエンジニアを対象としています。
このトレーニングの終了までに、参加者は以下の情報を得られます。
- SqoopとFlumeでビッグデータを取り込む。
- 複数のデータ ソースからデータを取り込む。
- リレーショナル データベースから HDFS および Hiveにデータを移動する 。
- HDFS からリレーショナル データベースにデータをエクスポートします。
コースの形式
- インタラクティブな講義とディスカッション。
- 練習や練習の多く。
- ライブ ラボ環境でのハンズオン実装。
コースのカスタマイズ オプション
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
このインストラクター主導のライブトレーニング(オンサイトまたはリモート)は、システム間でデータを転送するためにSqoopとFlumeを使用したいソフトウェアエンジニアを対象としています。
このトレーニングの終了までに、参加者は以下の情報を得られます。
- SqoopとFlumeでビッグデータを取り込む。
- 複数のデータ ソースからデータを取り込む。
- リレーショナル データベースから HDFS および Hiveにデータを移動する 。
- HDFS からリレーショナル データベースにデータをエクスポートします。
コースの形式
- インタラクティブな講義とディスカッション。
- 練習や練習の多く。
- ライブ ラボ環境でのハンズオン実装。
コースのカスタマイズ オプション
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
28 時間
Talend Open Studio for Big Data は、大きなデータを処理するためのオープンソース ETL ツールです。 それは、ソースやターゲットと相互作用する開発環境を含み、コードを書く必要もなく仕事を実行します。
このインストラクター指導のライブトレーニング(オンラインまたはオンライン)は、オープンスタジオ(オープンスタジオ)を開発することを望む技術者に向けられており、読書とクラッシュのプロセスを簡素化するために、オープンスタジオ(オープンスタジオ)を開発します。
このトレーニングの終了後、参加者は:
インストールして設定する Talend Open Studio for Big Data. Cloudera、HortonWorks、MapR、Amazon EMR、Apacheなどのシステムに接続します。 Open Studioのビッグデータコンポーネントとコネクターを理解し、設定します。 パラメーターを設定して、MapReduce コードを自動的に生成します。 Open Studio's drag-and-drop インターフェイスを使用して仕事を実行します。 大型データパイプのプロトタイプ 大型データ統合プロジェクトの自動化
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
このインストラクター指導のライブトレーニング(オンラインまたはオンライン)は、オープンスタジオ(オープンスタジオ)を開発することを望む技術者に向けられており、読書とクラッシュのプロセスを簡素化するために、オープンスタジオ(オープンスタジオ)を開発します。
このトレーニングの終了後、参加者は:
インストールして設定する Talend Open Studio for Big Data. Cloudera、HortonWorks、MapR、Amazon EMR、Apacheなどのシステムに接続します。 Open Studioのビッグデータコンポーネントとコネクターを理解し、設定します。 パラメーターを設定して、MapReduce コードを自動的に生成します。 Open Studio's drag-and-drop インターフェイスを使用して仕事を実行します。 大型データパイプのプロトタイプ 大型データ統合プロジェクトの自動化
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
21 時間
The course is dedicated to IT specialists that are looking for a solution to store and process large data sets in distributed system environment
Course goal:
Getting knowledge regarding Hadoop cluster administration
Course goal:
Getting knowledge regarding Hadoop cluster administration
Last Updated:
今後のビッグデータコース
Big Data Analytics for Telecom Regulators
2022-07-20 10:00
14 時間
A Practical Introduction to Data Analysis and Big Data
2022-07-25 10:00
35 時間
Big Data & Database Systems Fundamentals
2022-07-25 10:00
14 時間
Data Science for Big Data Analytics
2022-07-25 10:00
35 時間
Vespa: Serving Large-Scale Data in Real-Time
2022-08-30 10:00
14 時間
週末ビッグデータコース, 夜のビッグデータトレーニング, ビッグデータブートキャンプ, ビッグデータ インストラクターよる, 週末ビッグデータトレーニング, 夜のビッグデータコース, ビッグデータ指導, ビッグデータインストラクター, ビッグデータレーナー, ビッグデータレーナーコース, ビッグデータクラス, ビッグデータオンサイト, ビッグデータプライベートコース, ビッグデータ1対1のトレーニング週末Big Dataコース, 夜のBig Dataトレーニング, Big Dataブートキャンプ, Big Data インストラクターよる, 週末Big Dataトレーニング, 夜のBig Dataコース, Big Data指導, Big Dataインストラクター, Big Dataレーナー, Big Dataレーナーコース, Big Dataクラス, Big Dataオンサイト, Big Dataプライベートコース, Big Data1対1のトレーニング
