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
* Organization * Trainer's expertise with the subject
ENGIE- 101 Arch Street
コース: Python and Spark for Big Data (PySpark)
The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.
コース: A Practical Introduction to Stream Processing
the good energy of the trainer, he explained everything clearly and precisely
MicroStrategy Poland Sp. z o.o.
コース: Teradata Fundamentals
Materials (code, presentation) were good
MicroStrategy Poland Sp. z o.o.
コース: Teradata Fundamentals
Nice training, full of interesting topics. After each topic helpful examples were provided.
Pawel Wojcikowski - MicroStrategy Poland Sp. z o.o.
コース: Teradata Fundamentals
私は教えられた主題への包括的なアプローチが好きです。コースは適切に構成され、トピックは適切な順序で準備および提示され、 Teradata特定の側面がどのように機能するかを段階的なロジックで理解するのに役立ちました。特に、インデックスのトピックに多くのインパクトが与えられたことを気に入っています。パブロはとても好感の持てる人物であり、良い先生です。このトレーニングに費やされた時間は間違いなくよく費やされました。
MicroStrategy Poland Sp. z o.o.
コース: Teradata Fundamentals
Machine Translated
interaction
Maastricht University | UMIO
コース: Teradata Fundamentals
Discussing many examples.
Emily Chesworth - Maastricht University | UMIO
コース: Teradata Fundamentals
exercises & subquery
Maastricht University | UMIO
コース: Teradata Fundamentals
I liked the depth of the training. I was able to understand most of it and definitely learned from this training
Maastricht University | UMIO
コース: Teradata Fundamentals
passionate trainer
Sylvia Baniak - Maastricht University | UMIO
コース: Teradata Fundamentals
x
Maastricht University | UMIO
コース: Teradata Fundamentals
New learned skills
Maastricht University | UMIO
コース: Teradata Fundamentals
The enthusiasm of the trainer
Maastricht University | UMIO
コース: Teradata Fundamentals
SQL介して質問に答えようとするときに実行する手順の説明
Maastricht University | UMIO
コース: Teradata Fundamentals
Machine Translated
The Topic
Accenture Inc.
コース: Data Vault: Building a Scalable Data Warehouse
Content was good
Northrop Grumman
コース: Apache Accumulo Fundamentals
Instructor very knowledgeable and very happy to stop and explain stuff to the group or to an individual.
Paul Anstee - Northrop Grumman
コース: Apache Accumulo Fundamentals
the follow along style instead of just sitting and listening.
Jack Gallacher - Northrop Grumman
コース: Apache Accumulo Fundamentals
The ability of the trainer to break down complex topics to simple topics.
Northrop Grumman
コース: Apache Accumulo Fundamentals
Fulvio took time and attention from the outset to check what delegates wanted most out of their training days and in particular I liked that he focused quite a lot of attention to working with the Shell e.g. scan, grep, egrep commands – particularly filtering over a system time period e.g. last hour. Fulvio's style and pace can be quite quick at times which mostly suited me as there were a lot of topics covered especially in the last 2 days. I realise that the class was a bit of a mixed audience with varying technical skills, so it was good to see that he was able to allow others to catchup and to help them fix their problems whenever encountered. Nothing seemed to be too much trouble for Fulvio and enjoyed this course a lot.
Northrop Grumman
コース: Apache Accumulo Fundamentals
教師による非常によく伝えられた知識。未回答の質問はありません。
Karolin Papaj - Mowi Poland SA
コース: Data Mining and Analysis
Machine Translated
Covered a lot in a short space of time. Gained a good overall knowledge of Accumulo and knowledge gained will be useful for other NoSQL databases.
Lauren Rees - Northrop Grumman
コース: Apache Accumulo Fundamentals
クラスター全体のノードのパフォーマンスと拡張機能を確認するためのクラスターでの作業演習が本当に好きでした。
CACI Ltd
コース: Apache NiFi for Developers
Machine Translated
The trainers in depth knowledge of the subject
CACI Ltd
コース: Apache NiFi for Administrators
Ajayは非常に経験豊富なコンサルタントであり、すべての質問に答えることができ、現在取り組んでいるプロジェクトのベストプラクティスについて提案することさえできました。
CACI Ltd
コース: Apache NiFi for Administrators
Machine Translated
That I had it in the first place.
Peter Scales - CACI Ltd
コース: Apache NiFi for Developers
content & detail to the point
Sirat Khwaja - Northrop Grumman
コース: Apache Accumulo Fundamentals
実際の演習に続くコード例。
Northrop Grumman
コース: Apache Accumulo Fundamentals
Machine Translated
教師は、現在のニーズに合わせてトレーニングプログラムを調整しました。
EduBroker Sp. z o.o.
コース: Python and Spark for Big Data (PySpark)
Machine Translated
The NIFI workflow excercises
Politiets Sikkerhetstjeneste
コース: Apache NiFi for Administrators
New knowledge about SOAP and Rest API.
Total Access Communication Public Company Limited
コース: Talend Open Studio for Data Integration
It Good for many exercise.
Gun Thepinjai - Total Access Communication Public Company Limited
コース: Talend Open Studio for Data Integration
answers to our specific questions
MOD BELGIUM
コース: Apache NiFi for Administrators
every question we had, he explained it with great details. i also liked the facts that Fulvio gets excited when there is an interaction.
Solvinity B.V.
コース: SolrCloud
Teradata knolwedgeの幅広い側面-基本的なアーキテクチャの監視の開始
MicroStrategy Poland Sp. z o.o.
コース: Teradata Fundamentals
Machine Translated
同様の演習をさまざまな方法で行うことは、各コンポーネント（ Hadoop / Spark、standalone / cluster）が単独でおよび一緒に実行できることを理解するのに役立ちます。開発時とクラスターでの展開時のローカルマシンでのアプリケーションのテスト方法に関するアイデアを提供してくれました。
Thomas Carcaud - IT Frankfurt GmbH
コース: Spark for Developers
Machine Translated
The lessons were taught in a Jupyter notebook. The topics were structured with a logical sequence and naturally helped develop the session from the easier parts to the more complex. I'm already an advanced user of Python with background in Machine Learning, so found the course easier to follow than, possibly, some of my classmates that took the training course. I appreciate that some of the most elementary concepts were skipped and that he focused on the most substantial matters.
Angela DeLaMora - ADT, LLC
コース: Python and Spark for Big Data (PySpark)
Intensity, Training materials and expertise, Clarity, Excellent communication with Alessandra
Marija Hornis Dmitrovic - Marija Hornis
コース: Data Science for Big Data Analytics
NA
DBS
コース: Python and Spark for Big Data (PySpark)
R programming
Osden Jokonya - University of the Western Cape
コース: A Practical Introduction to Data Analysis and Big Data
Practical exercises
JOEL CHIGADA - University of the Western Cape
コース: A Practical Introduction to Data Analysis and Big Data
講師の教科知識
Juan Francisco Trejo Escoto
コース: Advanced Teradata
Machine Translated
The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.
コース: A Practical Introduction to Stream Processing
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
35 時間
概要
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、 Data Scienceキャリアを開始したい専門家を対象としています。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- PythonとMySqlをインストールして構成します。
- Data Scienceとは何か、そしてそれがどのように事実上あらゆるビジネスに価値を追加できるかを理解する。
- Pythonでのコーディングの基礎を学ぶ
- 教師ありおよび教師なしのMachine Learning技術、およびそれらの実装方法と結果の解釈方法をMachine Learning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。
- 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。
- PythonとMySqlをインストールして構成します。
- Data Scienceとは何か、そしてそれがどのように事実上あらゆるビジネスに価値を追加できるかを理解する。
- Pythonでのコーディングの基礎を学ぶ
- 教師ありおよび教師なしのMachine Learning技術、およびそれらの実装方法と結果の解釈方法をMachine Learning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。
- 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
概要
Apache Accumuloは、堅牢でスケーラブルなデータストレージと検索を提供する、ソートされた分散キー/値ストアです。 Go ogleのBigTableの設計に基づいており、Apache Hadoop 、Apache Zookeeper、およびApache Thriftます。
このインストラクター主導のライブコースは、Accumuloの背後にある動作原理をカバーし、 Apache Accumuloでのサンプルアプリケーションの開発を参加者にApache Accumuloます。
コースの形式
- 一部の講義、一部のディスカッション、実践的な開発と実装、理解度を測定するための時折のテスト
このインストラクター主導のライブコースは、Accumuloの背後にある動作原理をカバーし、 Apache Accumuloでのサンプルアプリケーションの開発を参加者にApache Accumuloます。
コースの形式
- 一部の講義、一部のディスカッション、実践的な開発と実装、理解度を測定するための時折のテスト
7 時間
概要
Kafka Streamsは、データがKafkaメッセージングシステムとやり取りされるアプリケーションおよびマイクロサービスを構築するためのクライアントサイドライブラリです。伝統的に、 Apache Kafkaはメッセージプロデューサとコンシューマの間でデータを処理するためにApache SparkまたはApache Stormに依存していました。アプリケーション内からKafka Streams APIを呼び出すことで、データをKafka内で直接処理できます。処理のためにデータを別のクラスターに送信する必要がありません。
この講師主導のライブトレーニングでは、参加者は、Kafka Streamsを、ストリーム処理のためにApache Kafkaとの間でデータをやり取りする一連のサンプルJavaアプリケーションに統合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。
- Kafka Streamsの機能と他のストリーム処理フレームワークに対する利点を理解する
- Kafkaクラスタ内で直接ストリームデータを処理する
- KafkaおよびKafka Streamsと統合するJavaまたはScalaアプリケーションまたはマイクロサービスを書く
- 入力Kafkaトピックを出力Kafkaトピックに変換する簡潔なコードを書く
- アプリケーションをビルド、パッケージ化、およびデプロイする
観客
- 開発者
コースの 形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
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ために、手配するために私達に連絡してください
この講師主導のライブトレーニングでは、参加者は、Kafka Streamsを、ストリーム処理のためにApache Kafkaとの間でデータをやり取りする一連のサンプルJavaアプリケーションに統合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。
- Kafka Streamsの機能と他のストリーム処理フレームワークに対する利点を理解する
- Kafkaクラスタ内で直接ストリームデータを処理する
- KafkaおよびKafka Streamsと統合するJavaまたはScalaアプリケーションまたはマイクロサービスを書く
- 入力Kafkaトピックを出力Kafkaトピックに変換する簡潔なコードを書く
- アプリケーションをビルド、パッケージ化、およびデプロイする
観客
- 開発者
コースの 形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
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ために、手配するために私達に連絡してください
21 時間
概要
予測分析は、データ分析を使用して将来に関する予測を行うプロセスです。このプロセスでは、データマイニング、統計、および機械学習の手法と共にデータを使用して、将来のイベントを予測するための予測モデルを作成します。
このインストラクター主導のライブトレーニングでは、Matlab を使用して予測モデルを作成し、それらを大規模なサンプルデータセットに適用して、データに基づいて将来のイベントを予測する方法について説明します。
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:
- 予測モデルを作成して、履歴データとトランザクション
のパターンを分析します。 - 予測モデリングを使用してリスクとオポチュニティを特定する
- は重要な傾向を取り込む数学的モデルを構築する
- は、デバイスやビジネスシステムのデータを使用して、廃棄物の削減、時間の節約、コスト削減を
観客
- 開発者
- エンジニア
- ドメインの専門家
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、Matlab を使用して予測モデルを作成し、それらを大規模なサンプルデータセットに適用して、データに基づいて将来のイベントを予測する方法について説明します。
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:
- 予測モデルを作成して、履歴データとトランザクション
のパターンを分析します。 - 予測モデリングを使用してリスクとオポチュニティを特定する
- は重要な傾向を取り込む数学的モデルを構築する
- は、デバイスやビジネスシステムのデータを使用して、廃棄物の削減、時間の節約、コスト削減を
観客
- 開発者
- エンジニア
- ドメインの専門家
コース の
形式
- 部講義、パート討論、演習と重い実地練習
7 時間
概要
この講師主導のライブトレーニングでは、参加者はリアルタイムストリーミングアプリケーションを開発する際に、MapR Stream Architectureの背後にあるコアコンセプトを学びます。
このトレーニングの終わりまでに、参加者はリアルタイムのストリームデータ処理のためのプロデューサアプリケーションとコンシューマアプリケーションを構築できるようになります。
観客
- 開発者
- 管理者
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
注意
- 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、参加者はリアルタイムのストリームデータ処理のためのプロデューサアプリケーションとコンシューマアプリケーションを構築できるようになります。
観客
- 開発者
- 管理者
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
注意
- 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。
14 時間
概要
Magellanは、ビッグデータの地理空間分析のためのオープンソースの分散実行エンジンです。 Apache Spark上に実装され、Spark SQLを拡張し、地理空間分析のリレーショナル抽象化を提供します。
このインストラクター主導のライブトレーニングでは、地理空間分析を実装するための概念とアプローチを紹介し、SparkでMagellanを使用して予測分析アプリケーションを作成する方法を説明します。
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。
- 大規模な地理空間データセットの効率的なクエリ、解析、結合
- ビジネスインテリジェンスおよび予測分析アプリケーションで地理空間データを実装する
- 空間コンテキストを使用して、モバイルデバイス、センサー、ログ、ウェアラブルの機能を拡張します
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。
- 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では、地理空間分析を実装するための概念とアプローチを紹介し、SparkでMagellanを使用して予測分析アプリケーションを作成する方法を説明します。
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。
- 大規模な地理空間データセットの効率的なクエリ、解析、結合
- ビジネスインテリジェンスおよび予測分析アプリケーションで地理空間データを実装する
- 空間コンテキストを使用して、モバイルデバイス、センサー、ログ、ウェアラブルの機能を拡張します
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。
- 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。
14 時間
概要
Apache Kylinは、ビッグデータ用の極端な分散分析エンジンです。
この講師主導のライブトレーニングでは、参加者はApache Kylinを使用してリアルタイムのデータウェアハウスを設定する方法を学びます。
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。
- Kylinを使ってリアルタイムストリーミングデータを消費する
- Apache Kylinの強力な機能、豊富なSQLインターフェース、スパークキューブ、1秒未満のクエリ待ち時間を活用
注意
- Kylinの最新バージョンを使用しています（これを書いている時点では、 Apache Kylin v2.0）
観客
- ビッグデータエンジニア
- Big Dataアナリスト
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
この講師主導のライブトレーニングでは、参加者はApache Kylinを使用してリアルタイムのデータウェアハウスを設定する方法を学びます。
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。
- Kylinを使ってリアルタイムストリーミングデータを消費する
- Apache Kylinの強力な機能、豊富なSQLインターフェース、スパークキューブ、1秒未満のクエリ待ち時間を活用
注意
- Kylinの最新バージョンを使用しています（これを書いている時点では、 Apache Kylin v2.0）
観客
- ビッグデータエンジニア
- Big Dataアナリスト
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
7 時間
概要
Confluent KSQL is a stream processing framework built on top of Apache Kafka. It enables real-time data processing using SQL operations.
This instructor-led, live training (onsite or remote) is aimed at developers who wish to implement Apache Kafka stream processing without writing code.
By the end of this training, participants will be able to:
- Install and configure Confluent KSQL.
- Set up a stream processing pipeline using only SQL commands (no Java or Python coding).
- Carry out data filtering, transformations, aggregations, joins, windowing, and sessionization entirely in SQL.
- Design and deploy interactive, continuous queries for streaming ETL and real-time analytics.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (onsite or remote) is aimed at developers who wish to implement Apache Kafka stream processing without writing code.
By the end of this training, participants will be able to:
- Install and configure Confluent KSQL.
- Set up a stream processing pipeline using only SQL commands (no Java or Python coding).
- Carry out data filtering, transformations, aggregations, joins, windowing, and sessionization entirely in SQL.
- Design and deploy interactive, continuous queries for streaming ETL and real-time analytics.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
35 時間
概要
KNIME is a free and open-source data analytics, reporting and integration platform. KNIME integrates various components for machine learning and data mining through its modular data pipelining concept. A graphical user interface and use of JDBC allows assembly of nodes blending different data sources, including preprocessing (ETL: Extraction, Transformation, Loading), for modeling, data analysis and visualization without, or with only minimal, programming. To some extent as advanced analytics tool KNIME can be considered as a SAS alternative.
Since 2006, KNIME has been used in pharmaceutical research, it also used in other areas like CRM customer data analysis, business intelligence and financial data analysis.
Since 2006, KNIME has been used in pharmaceutical research, it also used in other areas like CRM customer data analysis, business intelligence and financial data analysis.
21 時間
概要
KNIME Analytics Platformは、データ駆動型イノベーションのための主要なオープンソースオプションであり、データに隠された可能性を発見したり、新しい洞察を見つけたり、新しい未来を予測したりするのに役立ちます。 KNIME Analytics Platformは、1000以上のモジュール、すぐに実行可能な数百のサンプル、総合的な統合ツール、利用可能な高度なアルゴリズムの幅広い選択肢を備えており、データサイエンティストやビジネスアナリストにとって最適なツールボックスです。
KNIME Analytics Platformのこのコースは、初心者、上級ユーザー、 KNIME専門家がKNIMEより効果的に使用する方法、およびKNIMEワークフローに基づいて明確で包括的なレポートを作成する方法を学ぶ理想的な機会です。
KNIME Analytics Platformのこのコースは、初心者、上級ユーザー、 KNIME専門家がKNIMEより効果的に使用する方法、およびKNIMEワークフローに基づいて明確で包括的なレポートを作成する方法を学ぶ理想的な機会です。
21 時間
概要
データベース内の知識発見（KDD）は、データの集合から有用な知識を発見するプロセスです。このデータマイニング手法の実際の用途には、マーケティング、不正検出、電気通信、製造が含まれます。
この講師主導のライブコースでは、KDDに関連するプロセスを紹介し、それらのプロセスの実装を実践するための一連の演習を実施します。
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がある人
コースの形式
- KDDの理論的な議論の後、インストラクターは問題を解決するためにKDDの適用を要求する実際のケースを提示します。参加者は、サンプルデータセットを準備、選択、および整理し、データに関する以前の知識を使用して、観察結果に基づいて解決策を提案します。
この講師主導のライブコースでは、KDDに関連するプロセスを紹介し、それらのプロセスの実装を実践するための一連の演習を実施します。
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がある人
コースの形式
- KDDの理論的な議論の後、インストラクターは問題を解決するためにKDDの適用を要求する実際のケースを提示します。参加者は、サンプルデータセットを準備、選択、および整理し、データに関する以前の知識を使用して、観察結果に基づいて解決策を提案します。
21 時間
概要
Stream Processingとは、「移動中のデータ」のリアルタイム処理、つまり受信中のデータに対して計算を実行することです。このようなデータは、センサーイベント、Webサイトのユーザーアクティビティ、金融取引、クレジットカードスワイプ、クリックストリームなどのデータソースからの連続ストリームとして読み取られます。 Stream Processingフレームワークは、大量の受信データを読み取ることができます。
この講師主導のライブトレーニング（オンサイトまたはリモート）では、参加者はさまざまなStream Processingフレームワークを設定し、既存のビッグデータストレージシステムおよび関連するソフトウェアアプリケーションとマイクロサービスを統合する方法を学びます。
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。
- Spark StreamingやKafka StreamingなどのさまざまなStream Processingフレームワークをインストールして設定します。
- 仕事に最も適した枠組みを理解し選択する。
- 連続的に、同時に、そしてレコードごとの方法でデータを処理します。
- Stream Processingソリューションを既存のデータベース、データウェアハウス、データレーキなどと統合する
- 最も適切なストリーム処理ライブラリをエンタープライズアプリケーションおよびマイクロサービスと統合します。
観客
- 開発者
- ソフトウェアアーキテクト
コースの 形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
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、手配するために私達に連絡してください。
この講師主導のライブトレーニング（オンサイトまたはリモート）では、参加者はさまざまなStream Processingフレームワークを設定し、既存のビッグデータストレージシステムおよび関連するソフトウェアアプリケーションとマイクロサービスを統合する方法を学びます。
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。
- Spark StreamingやKafka StreamingなどのさまざまなStream Processingフレームワークをインストールして設定します。
- 仕事に最も適した枠組みを理解し選択する。
- 連続的に、同時に、そしてレコードごとの方法でデータを処理します。
- Stream Processingソリューションを既存のデータベース、データウェアハウス、データレーキなどと統合する
- 最も適切なストリーム処理ライブラリをエンタープライズアプリケーションおよびマイクロサービスと統合します。
観客
- 開発者
- ソフトウェアアーキテクト
コースの 形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
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、手配するために私達に連絡してください。
21 時間
概要
他のテクノロジーとは異なり、IoTは、機械、エレクトロニクス、ファームウェア、ミドルウェア、クラウド、アナリティクス、モバイルといったコアエンジニアリングのほぼすべてのブランチを網羅しています。エンジニアリング層のそれぞれには、経済、規格、規制、進化する最先端技術の側面があります。これは最初のものですが、IoTエンジニアリングのこれらの重要な側面をすべてカバーするための控えめなコースが用意されています。
概要
-
インターネットの現状をカバーする高度なトレーニングプログラム
-
IoTシステムとそのコンポーネントの認識とそれがビジネスや組織にどのように役立つかを理解するために、複数のテクノロジドメインを切り分けます。
-
産業IoT、スマートシティ、リテール、トラベル＆輸送、接続されたデバイスやものの使用例など、さまざまな業界ドメインにわたる実用的なIoT展開を紹介するモデルIoTアプリケーションのライブデモ
対象読者
-
それぞれの組織内のビジネスプロセスと運用プロセスを担当するマネージャーであり、IoTを活用してシステムとプロセスをより効率的にする方法を知りたい。
-
新しいベンチャーを構築しようとしている企業家や投資家は、IoTテクノロジーの景観をよりよく理解して、効果的な方法でそれをどのように活用できるかを見たいと考えています。
IoTは、消費者、B2B、政府産業全体をカバーするデバイス、センサー、コンピューティング・パワーの統合された拡散層であるため、物量やIoT市場価値の見積もりは大規模です。 IoTの接続数はますます膨大になり、今日の機器数は19億台、2018年の出荷台数は90億台です。その年は、スマートフォン、スマートテレビ、タブレット、ウェアラブルコンピュータ、PCを組み合わせた数にほぼ等しいでしょう。
消費者空間では、キッチンや家電製品、駐車場、RFID、照明と暖房製品、インダストリアルインターネットの多くのアプリケーションなど、多くの製品とサービスがすでにIoTを越えています。
しかし、インターネットの誕生以来、M2M通信が存在するため、IoTの基盤技術は何も新しいものではありません。しかし、ここ数年の間に変化したのは、スマートフォンとタブレットを各家庭に圧倒的に適応させた安価な無線技術の登場です。モバイル機器の爆発的な成長は、IoTの現在の需要につながった。
IoTビジネスにおける無限の機会のために、多数の中小企業家がIoTゴールドラッシュの勢いに乗った。また、オープンソースのエレクトロニクスとIoTプラットフォームの登場により、IoTシステムの開発コストとその大量生産の管理コストがますます手に入るようになりました。既存の電子製品の所有者は、デバイスをインターネットまたはモバイルアプリケーションと統合するというプレッシャーを経験しています。
このトレーニングは、IoTの熱狂者/起業家がIoTの技術とビジネスの基礎を理解できるように、新興産業の技術とビジネスレビューを目的としています。
コース目的
このコースの主な目的は、家庭や都市の自動化（スマートホームや都市）、産業用インターネット、医療、政府、モバイルセルラーなどの新興技術オプション、プラットフォーム、IoT導入事例を紹介することです。
-
IoT-Mechanical、エレクトロニクス/センサープラットフォーム、無線および有線プロトコル、モバイルからエレクトロニクスへの統合、モバイルからエンタープライズへの統合、データ分析およびトータルコントロールプレーンのすべての要素の基本導入
-
M2M IoT-WiFi、Zigbee / Zwave、Bluetooth、ANT +のためのワイヤレスプロトコル：いつどこで使用するのですか？
-
Mobile / Desktop / Webアプリケーション - 登録、データ取得および制御 - IoT用の利用可能なM2Mデータ収集プラットフォーム - Xively、OmegaおよびNovoTechなど
-
IoTのセキュリティ問題とセキュリティソリューション
-
IoT-Raspberry Pi、Arduino、ArmMbedLPCなどのオープンソース/商用電子機器プラットフォーム
-
AWS-IoTアプリケーション、Azure-IOT、その他のマイナーIoTクラウドに加えてWatson-IOTクラウド向けのオープンソース/商用エンタープライズクラウドプラットフォーム
-
ホームオートメーション、煙警報、車両、軍事、家庭の健康などの一般的なIoTデバイスのビジネスと技術の研究
概要
-
インターネットの現状をカバーする高度なトレーニングプログラム
-
IoTシステムとそのコンポーネントの認識とそれがビジネスや組織にどのように役立つかを理解するために、複数のテクノロジドメインを切り分けます。
-
産業IoT、スマートシティ、リテール、トラベル＆輸送、接続されたデバイスやものの使用例など、さまざまな業界ドメインにわたる実用的なIoT展開を紹介するモデルIoTアプリケーションのライブデモ
対象読者
-
それぞれの組織内のビジネスプロセスと運用プロセスを担当するマネージャーであり、IoTを活用してシステムとプロセスをより効率的にする方法を知りたい。
-
新しいベンチャーを構築しようとしている企業家や投資家は、IoTテクノロジーの景観をよりよく理解して、効果的な方法でそれをどのように活用できるかを見たいと考えています。
IoTは、消費者、B2B、政府産業全体をカバーするデバイス、センサー、コンピューティング・パワーの統合された拡散層であるため、物量やIoT市場価値の見積もりは大規模です。 IoTの接続数はますます膨大になり、今日の機器数は19億台、2018年の出荷台数は90億台です。その年は、スマートフォン、スマートテレビ、タブレット、ウェアラブルコンピュータ、PCを組み合わせた数にほぼ等しいでしょう。
消費者空間では、キッチンや家電製品、駐車場、RFID、照明と暖房製品、インダストリアルインターネットの多くのアプリケーションなど、多くの製品とサービスがすでにIoTを越えています。
しかし、インターネットの誕生以来、M2M通信が存在するため、IoTの基盤技術は何も新しいものではありません。しかし、ここ数年の間に変化したのは、スマートフォンとタブレットを各家庭に圧倒的に適応させた安価な無線技術の登場です。モバイル機器の爆発的な成長は、IoTの現在の需要につながった。
IoTビジネスにおける無限の機会のために、多数の中小企業家がIoTゴールドラッシュの勢いに乗った。また、オープンソースのエレクトロニクスとIoTプラットフォームの登場により、IoTシステムの開発コストとその大量生産の管理コストがますます手に入るようになりました。既存の電子製品の所有者は、デバイスをインターネットまたはモバイルアプリケーションと統合するというプレッシャーを経験しています。
このトレーニングは、IoTの熱狂者/起業家がIoTの技術とビジネスの基礎を理解できるように、新興産業の技術とビジネスレビューを目的としています。
コース目的
このコースの主な目的は、家庭や都市の自動化（スマートホームや都市）、産業用インターネット、医療、政府、モバイルセルラーなどの新興技術オプション、プラットフォーム、IoT導入事例を紹介することです。
-
IoT-Mechanical、エレクトロニクス/センサープラットフォーム、無線および有線プロトコル、モバイルからエレクトロニクスへの統合、モバイルからエンタープライズへの統合、データ分析およびトータルコントロールプレーンのすべての要素の基本導入
-
M2M IoT-WiFi、Zigbee / Zwave、Bluetooth、ANT +のためのワイヤレスプロトコル：いつどこで使用するのですか？
-
Mobile / Desktop / Webアプリケーション - 登録、データ取得および制御 - IoT用の利用可能なM2Mデータ収集プラットフォーム - Xively、OmegaおよびNovoTechなど
-
IoTのセキュリティ問題とセキュリティソリューション
-
IoT-Raspberry Pi、Arduino、ArmMbedLPCなどのオープンソース/商用電子機器プラットフォーム
-
AWS-IoTアプリケーション、Azure-IOT、その他のマイナーIoTクラウドに加えてWatson-IOTクラウド向けのオープンソース/商用エンタープライズクラウドプラットフォーム
-
ホームオートメーション、煙警報、車両、軍事、家庭の健康などの一般的なIoTデバイスのビジネスと技術の研究
7 時間
概要
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。
14 時間
概要
オーディエンス
- 開発者
コースの形式
- 講義、ハンズオン練習、理解度を測るための方法に沿った小さなテスト
- 開発者
コースの形式
- 講義、ハンズオン練習、理解度を測るための方法に沿った小さなテスト
21 時間
概要
Cloudera Impalaは、Apache Hadoopクラスター用のオープンソースの超並列処理（MPP） SQL照会エンジンです。
Impala使用すると、ユーザーはデータの移動や変換を必要とせずに、 Hadoop分散ファイルシステムとApache Hbaseに格納されているデータに対して低遅延のSQLクエリを発行できます。
観客
このコースは、 Hadoop格納されているデータをBusiness IntelligenceまたはSQLツールを介して分析するアナリストおよびデータ科学者を対象としています。
このコースの後、参加者はできるようになります
- Impala使ってHadoopクラスターから意味のある情報を抽出します。
- Impala SQL方言でBusiness Intelligenceを促進するための特定のプログラムを作成しSQL 。
- Impalaトラブルシューティング
Impala使用すると、ユーザーはデータの移動や変換を必要とせずに、 Hadoop分散ファイルシステムとApache Hbaseに格納されているデータに対して低遅延のSQLクエリを発行できます。
観客
このコースは、 Hadoop格納されているデータをBusiness IntelligenceまたはSQLツールを介して分析するアナリストおよびデータ科学者を対象としています。
このコースの後、参加者はできるようになります
- Impala使ってHadoopクラスターから意味のある情報を抽出します。
- Impala SQL方言でBusiness Intelligenceを促進するための特定のプログラムを作成しSQL 。
- Impalaトラブルシューティング
7 時間
概要
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
概要
Hortonworks Data Platform (HDP)は、Apache Hadoopエコシステムでビッグデータソリューションを開発するための安定した基盤を提供するオープンソースのApache Hadoopサポートプラットフォームです。
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、 Hortonworks Data Platform (HDP)を紹介し、参加者にSpark + Hadoopソリューションの展開を説明します。
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。
- Hortonworksを使用して、 Hadoopを大規模に確実に実行します。
- Sparkのアジャイル分析ワークフローでHadoopのセキュリティ、ガバナンス、運用機能を統合します。
- Hortonworksを使用して、Sparkプロジェクトの各コンポーネントを調査、検証、認定、サポートします。
- 構造化、非構造化、移動中、保存中など、さまざまなタイプのデータを処理します。
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。
- 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、 Hortonworks Data Platform (HDP)を紹介し、参加者にSpark + Hadoopソリューションの展開を説明します。
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。
- Hortonworksを使用して、 Hadoopを大規模に確実に実行します。
- Sparkのアジャイル分析ワークフローでHadoopのセキュリティ、ガバナンス、運用機能を統合します。
- Hortonworksを使用して、Sparkプロジェクトの各コンポーネントを調査、検証、認定、サポートします。
- 構造化、非構造化、移動中、保存中など、さまざまなタイプのデータを処理します。
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。
- 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
概要
このコースではHBaseを紹介しSQL - Hadoop上にNo SQLストアがありSQL 。このコースは、HBaseを使用してアプリケーションを開発する開発者と、HBaseクラスターを管理する管理者を対象としています。
HBaseのアーキテクチャー、データのモデリング、およびHBase上でのアプリケーション開発について開発者を紹介します。また、HBaseでMapReduceを使用する方法、およびパフォーマンスの最適化に関連するいくつかの管理トピックについても説明します。このコースは実習で、ラボの練習がたくさんあります。
期間 ：3日
対象読者 ：開発者および管理者
HBaseのアーキテクチャー、データのモデリング、およびHBase上でのアプリケーション開発について開発者を紹介します。また、HBaseでMapReduceを使用する方法、およびパフォーマンスの最適化に関連するいくつかの管理トピックについても説明します。このコースは実習で、ラボの練習がたくさんあります。
期間 ：3日
対象読者 ：開発者および管理者
28 時間
概要
Hadoop は、大規模なデータ処理フレームワークとして人気があります。Python は、その明確な構文とコード readibility のための有名な高レベルのプログラミング言語です。
このインストラクター主導のライブトレーニングでは、複数の例とユースケースをステップ実行する際に、Python を使用して Hadoop、MapReduce、Pig、スパークを操作する方法を受講者が学習します。
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、MapReduce、ブタ、スパーク
の背後にある基本的な概念を理解しています。 - は、Hadoop 分散ファイルシステム (HDFS)、MapReduce、ブタ、およびスパーク
で Python を使用します。 - ヘビを使用して、Python
内の HDFS にプログラムでアクセスする - は mrjob を使用して MapReduce のジョブを Python
に書き込みます。 - は、Python
でスパークプログラムを書く - は、Python udf を使用してブタの機能を拡張し
ルイージ を使用して MapReduce ジョブとブタのスクリプトを管理 -
観客
- 開発者
- it プロフェッショナル
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、複数の例とユースケースをステップ実行する際に、Python を使用して Hadoop、MapReduce、Pig、スパークを操作する方法を受講者が学習します。
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、MapReduce、ブタ、スパーク
の背後にある基本的な概念を理解しています。 - は、Hadoop 分散ファイルシステム (HDFS)、MapReduce、ブタ、およびスパーク
で Python を使用します。 - ヘビを使用して、Python
内の HDFS にプログラムでアクセスする - は mrjob を使用して MapReduce のジョブを Python
に書き込みます。 - は、Python
でスパークプログラムを書く - は、Python udf を使用してブタの機能を拡張し
ルイージ を使用して MapReduce ジョブとブタのスクリプトを管理 -
観客
- 開発者
- it プロフェッショナル
コース の
形式
- 部講義、パート討論、演習と重い実地練習
28 時間
概要
観客：
このコースは、ビッグデータ/ハドープテクノロジを分かりやすく説明し、理解するのが難しくないことを示すことを目的としています。
このコースは、ビッグデータ/ハドープテクノロジを分かりやすく説明し、理解するのが難しくないことを示すことを目的としています。
14 時間
概要
は、より多くのソフトウェアおよび IT プロジェクトがローカル処理とデータ管理から分散処理およびビッグデータストレージに移行するにつれて、プロジェクトマネージャは、知識とスキルをアップグレードして、関連する概念と実践を把握する必要性を見つけています。ビッグデータプロジェクトとオポチュニティ
このコースでは、最も人気のあるビッグデータ処理フレームワークにプロジェクトマネージャを紹介します。
このインストラクター主導のトレーニングでは、Hadoop エコシステムの中核となるコンポーネントと、これらのテクノロジを使用して大規模な問題を解決する方法を受講者が学習します。これらの基盤を学習するにあたって、参加者は、これらのシステムの開発者や実装元とのコミュニケーション能力を向上させるとともに、多くの IT プロジェクトが関与するデータ科学者やアナリストも改善します。
観客
- プロジェクトマネージャは、既存の開発または IT インフラストラクチャに Hadoop を実装することを希望して
- は、ビッグデータエンジニア、データサイエンティスト、ビジネスアナリストを含む、部門横断的なチームとのコミュニケーションを必要とするプロジェクトマネージャを
コース の
形式
- 部講義、パート討論、演習と重い実地練習
このコースでは、最も人気のあるビッグデータ処理フレームワークにプロジェクトマネージャを紹介します。
このインストラクター主導のトレーニングでは、Hadoop エコシステムの中核となるコンポーネントと、これらのテクノロジを使用して大規模な問題を解決する方法を受講者が学習します。これらの基盤を学習するにあたって、参加者は、これらのシステムの開発者や実装元とのコミュニケーション能力を向上させるとともに、多くの IT プロジェクトが関与するデータ科学者やアナリストも改善します。
観客
- プロジェクトマネージャは、既存の開発または IT インフラストラクチャに Hadoop を実装することを希望して
- は、ビッグデータエンジニア、データサイエンティスト、ビジネスアナリストを含む、部門横断的なチームとのコミュニケーションを必要とするプロジェクトマネージャを
コース の
形式
- 部講義、パート討論、演習と重い実地練習
28 時間
概要
Mem SQLは、クラウドおよびオンプレミス用のインメモリの分散型SQLデータベース管理システムです。リアルタイムのデータウェアハウスで、ライブデータと履歴データからすぐに洞察を得られます。
この講師主導のライブトレーニングでは、参加者は開発と管理のためのMem SQLの本質を学びSQL 。
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。
- Mem SQL主な概念と特徴を理解する
- Mem SQLインストール、設計、保守、および運用
- Mem SQLスキーマを最適化する
- Mem SQLクエリを改善する
- Mem SQLベンチマークパフォーマンス
- Mem SQLを使用してリアルタイムデータアプリケーションを構築する
観客
- 開発者
- 管理者
- 運用エンジニア
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
この講師主導のライブトレーニングでは、参加者は開発と管理のためのMem SQLの本質を学びSQL 。
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。
- Mem SQL主な概念と特徴を理解する
- Mem SQLインストール、設計、保守、および運用
- Mem SQLスキーマを最適化する
- Mem SQLクエリを改善する
- Mem SQLベンチマークパフォーマンス
- Mem SQLを使用してリアルタイムデータアプリケーションを構築する
観客
- 開発者
- 管理者
- 運用エンジニア
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
28 時間
概要
MonetDB は、コラムストア技術のアプローチを開拓したオープンソースのデータベースです。
このインストラクター主導の、ライブトレーニングでは、参加者はどのように MonetDB を使用して、どのようにそれから最も価値を得るために学ぶことができます。
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:
- MonetDB とその特徴を理解する
- のインストールと MonetDB
を開始 - MonetDB
でさまざまな機能やタスクを探索して実行する - は、MonetDB 機能を最大限に活用して、プロジェクトの配信を加速し
観客
- 開発者
- 技術専門家
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、参加者はどのように MonetDB を使用して、どのようにそれから最も価値を得るために学ぶことができます。
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:
- MonetDB とその特徴を理解する
- のインストールと MonetDB
を開始 - MonetDB
でさまざまな機能やタスクを探索して実行する - は、MonetDB 機能を最大限に活用して、プロジェクトの配信を加速し
観客
- 開発者
- 技術専門家
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
概要
Teradataは、大規模なデータウェアハウジングアプリケーションを構築するための一般的なリレーショナルDatabase Managementシステムです。 Teradataは、並列処理によってこれを実現します。
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、 Teradataデータベースのより高度な使用法を習得したいアプリケーション開発者およびエンジニアを対象としています。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Teradataスペースを管理します。
- Teradataデータを保護および配布します。
- 説明計画を読む。
- SQL習熟度を向上させSQL 。
- Teradataメインユーティリティを使用します。
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。
- 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、 Teradataデータベースのより高度な使用法を習得したいアプリケーション開発者およびエンジニアを対象としています。
このトレーニングの終わりまでに、参加者は次のことができるようになります。
- Teradataスペースを管理します。
- Teradataデータを保護および配布します。
- 説明計画を読む。
- SQL習熟度を向上させSQL 。
- Teradataメインユーティリティを使用します。
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。
- 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。
7 時間
概要
Spark SQLは、構造化データと非構造化データを扱うためのApache Sparkのモジュールです。 Spark SQLはデータの構造と実行されている計算に関する情報を提供します。この情報は最適化を実行するために使用できます。 Spark SQL一般的な用途は2つありSQL 。
- SQLクエリを実行しSQL 。
- 既存のHiveインストールからデータを読み取る。
この講師主導のライブトレーニング（オンサイトまたはリモート）では、参加者はSpark SQLを使用してさまざまな種類のデータセットを分析する方法を学習しSQL 。
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。
- Spark SQLをインストールして設定しSQL 。
- Spark SQLを使用してデータ分析を実行しSQL 。
- さまざまな形式でデータセットをクエリします。
- データを視覚化し、結果を問い合わせます。
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。
- 実習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。
- SQLクエリを実行しSQL 。
- 既存のHiveインストールからデータを読み取る。
この講師主導のライブトレーニング（オンサイトまたはリモート）では、参加者はSpark SQLを使用してさまざまな種類のデータセットを分析する方法を学習しSQL 。
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。
- Spark SQLをインストールして設定しSQL 。
- Spark SQLを使用してデータ分析を実行しSQL 。
- さまざまな形式でデータセットをクエリします。
- データを視覚化し、結果を問い合わせます。
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。
- 実習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。
14 時間
概要
Apache Zeppelinは、 HadoopおよびSparkベースのデータをキャプチャ、調査、視覚化、および共有するためのWebベースのノートブックです。
この講師主導のライブトレーニングでは、対話型データ分析の背後にある概念を紹介し、シングルユーザー環境またはマルチユーザー環境でのZeppelinの展開と使用方法について参加者に説明します。
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。
- Zeppelinをインストールして設定する
- ブラウザベースのインタフェースでデータを開発、整理、実行、および共有する
- コマンドラインやクラスタの詳細を参照せずに結果を視覚化する
- 長いワークフローで実行して共同作業する
- Scala （ Apache Spark ）、 Python （ Apache Spark ）、Spark SQL 、JDBC、Markdown、およびShellなど、さまざまなプラグイン言語/データ処理バックエンドのいずれかをSQLします。
- ZeppelinをSpark、Flink、Map Reduceと統合する
- Apache Shiroを使用してZeppelinのマルチユーザーインスタンスを保護する
観客
- データエンジニア
- データアナリスト
- データ科学者
- ソフトウェア開発者
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
この講師主導のライブトレーニングでは、対話型データ分析の背後にある概念を紹介し、シングルユーザー環境またはマルチユーザー環境でのZeppelinの展開と使用方法について参加者に説明します。
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。
- Zeppelinをインストールして設定する
- ブラウザベースのインタフェースでデータを開発、整理、実行、および共有する
- コマンドラインやクラスタの詳細を参照せずに結果を視覚化する
- 長いワークフローで実行して共同作業する
- Scala （ Apache Spark ）、 Python （ Apache Spark ）、Spark SQL 、JDBC、Markdown、およびShellなど、さまざまなプラグイン言語/データ処理バックエンドのいずれかをSQLします。
- ZeppelinをSpark、Flink、Map Reduceと統合する
- Apache Shiroを使用してZeppelinのマルチユーザーインスタンスを保護する
観客
- データエンジニア
- データアナリスト
- データ科学者
- ソフトウェア開発者
コースの形式
- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
14 時間
概要
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
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
.jpg "procter & gamble (p&g)")
_ireland.gif "environmental protection agency (epa) ireland")
.png "european space agency (esa)")
