Apache Iceberg ファンダメンタルのトレーニングコース

対象者:

このコースは、分散システム環境で大量のデータを保存および処理するソリューションを探している IT 専門家向けです。

目標:

Hadoop クラスター管理に関する深い知識を得ること。

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、中級レベルのデータサイエンティストやエンジニアを対象としており、Google ColabとApache Sparkを使用してビッグデータの処理と分析を行いたい方々向けです。

このトレーニング終了時には、参加者は以下ができることを目指します：

• Google ColabとSparkを使用してビッグデータ環境をセットアップする。
• Apache Sparkを使用して大量のデータセットを効率的に処理および分析する。
• 協調的な環境でビッグデータを可視化する。
• Apache Sparkとクラウドベースのツールを統合する。

ビッグデータ分析は、大量の多様なデータセットを検証し、相関関係、隠れたパターン、その他の有用な洞察を見出すプロセスです。

医療業界には、非常に複雑で異種の医療および臨床データが膨大に存在します。ヘルスケアデータに対するビッグデータ分析の適用は、医療提供の改善につながる洞察を得る上で大きなポテンシャルを持っています。しかし、これらのデータセットの巨大さは、解析や臨床環境への実用的な応用において大きな課題をもたらしています。

このインストラクター主導のライブトレーニング（リモート）では、参加者は一連の手動実習を通じてヘルスケアにおけるビッグデータ分析を学びます。

このトレーニング終了時には、参加者は以下のことができます：

• Hadoop MapReduce や Spark などのビッグデータ分析ツールのインストールと設定
• 医療データの特性を理解する
• 医療データに対処するためのビッグデータ技術の適用
• ヘルスケア応用におけるビッグデータシステムとアルゴリズムの研究

対象者

• 開発者
• データサイエンティスト

コース形式

• 講義、ディスカッション、演習、そして多くの手動実践が含まれています。

注意事項

• このコースのカスタマイズされたトレーニングを希望される場合は、お問い合わせください。

Apache Hadoopは、サーバークラスター上でビッグデータを処理する最も人気のあるフレームワークです。この3日間（またはオプションで4日間）のコースでは、参加者はHadoopとそのエコシステムのビジネス上の利点やユースケースについて学びます。また、クラスタの展開計画と拡大方法、インストール、メンテナンス、監視、トラブルシューティング、最適化方法を学びます。さらに、大量データのロード、さまざまなHadoopディストリビューションへの慣れ、Hadoopエコシステムツールのインストールと管理について実践します。コースはクラスタのKerberosによるセキュリティ設定に関する議論で締めくくります。

「...教材が非常によく準備され、徹底的にカバーされていました。ラボは非常に役立ち、整理が整っていました」
— Andrew Nguyen, Principal Integration DW Engineer, Microsoft Online Advertising

対象者

Hadoop管理者

形式

講義と実践的なラボ、大体60%が講義、40%がラボです。

Apache Hadoopは、サーバークラスター上でビッグデータを処理する最も人気のあるフレームワークです。このコースでは、開発者がHadoopエコシステムのさまざまなコンポーネント（HDFS、MapReduce、Pig、Hive、HBase）に触れる機会を提供します。

Apache Hadoop は、サーバーのクラスタ上でビッグデータを処理する最も人気のあるフレームワークの一つです。このコースでは、HDFS 上でのデータ管理、高度な Pig、Hive、および HBase の使用方法に焦点を当てます。これらの高度なプログラミング技術は、経験豊富な Hadoop 開発者にとって有益です。

対象者: 開発者

期間: 3日間

形式: 講義 (50%) と実習 (50%)。

対象者:

このコースは、ビッグデータ/Hadoop 技術をわかりやすく解説し、理解する難しさを取り除くことを目的としています。

この講師主導型のライブトレーニング（オンラインまたはオンサイト）は、組織内でHadoopクラスターを設定、展開、管理したいシステム管理者を対象としています。

このトレーニング終了後、参加者は以下のことができるようになります：

• Apache Hadoopのインストールと構成を行う。
• Hadoopエコシステムの4つの主要なコンポーネント（HDFS、MapReduce、YARN、およびHadoop Common）を理解する。
• Hadoop Distributed File System (HDFS)を使用して、クラスターを数百または数千のノードにスケーリングする。
• HDFSをオンプレミスのSpark展開のストレージエンジンとして設定する。
• Amazon S3やRedis、Elasticsearch、Couchbase、AerospikeなどのNoSQLデータベースシステムへのアクセスを設定する。
• Apache Hadoopクラスターのプロビジョニング、管理、監視、セキュリティ対策など、管理者としてのタスクを行う。

このコースでは、Hadoop 上に構築された NoSQL ストアである HBase を紹介します。本コースは、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向けです。

私たちは開発者が HBase のアーキテクチャやデータモデリング、HBase 上でのアプリケーション開発を理解できるようにガイドします。また、MapReduce との連携やパフォーマンス最適化に関連する管理トピックについても説明します。本コースは非常に実践的で、多くのラボ演習が含まれています。

期間: 3 日間

対象者: 開発者 & 管理者

Apache NiFiは、オープンソースのフローベースのデータ統合とイベント処理プラットフォームです。異なるシステム間での自動化されたリアルタイムのデータルーティング、変換、およびシステム間の中継を可能にします。WebベースのUIと細かい制御が特徴です。

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、中級レベルの管理者やエンジニア向けで、NiFiデータフローを実稼働環境で展開、管理、保護、最適化する方法を学びます。

このトレーニング終了時には、参加者は以下のことができるようになります：

• Apache NiFiクラスタのインストール、設定、および維持管理を行う。
• 様々なソースとシンクからのデータフローを設計し管理する。
• フローオートメーション、ルーティング、および変換ロジックを実装する。
• 性能を最適化し、運用状況を監視し、問題をトラブルシューティングする。

コースの形式

• 実践的な講義と実際のアーキテクチャについての議論。
• フローの構築、展開、管理に関するハンズオンラボ。
• 実践的なシナリオに基づく演習。

コースのカスタマイゼーションオプション

• このコースのカスタマイズされたトレーニングを依頼する場合は、お問い合わせください。

この講師主導のライブトレーニングでは、参加者はフローに基づくプログラミングの基礎を学びながら、Apache NiFi を使用してデモ用の拡張機能、コンポーネント、プロセッサを開発します。

このトレーニング終了時には、参加者は以下のことができます：

• NiFi のアーキテクチャとデータフローの概念を理解する。
• NiFi とサードパーティ API を使用して拡張機能を開発する。
• 独自の Apache NiFi プロセッサをカスタム開発する。
• 異なるフォーマットやデータソースからリアルタイムでデータを取り込み、処理する。

このトレーニングは、PySpark を使用したスケーラブルなデータ処理および機械学習ワークフローの構築に関する実践的な入門を提供します。参加者は、Apache Spark が現代のビッグデータエコシステム内でどのように動作するか、分散コンピューティングの原則を用いて大規模データセットを効率的に処理する方法を学びます。

このインストラクター主導のライブトレーニングでは、参加者は手順演習を通じてPythonとSparkを組み合わせてビッグデータを分析する方法を学びます。

このトレーニング終了時には、参加者は以下のことをできるようになります：

• Pythonを使用してSparkでビッグデータを分析する方法を学ぶ。
• 現実の事例を模した演習を行う。
• PySparkを使用したビッグデータ分析のさまざまなツールと技術を利用する。

この講師主導の実践トレーニング（オンラインまたはオンサイト）は、Spark、Hadoop、およびPythonを使用して大規模で複雑なデータセットを処理、分析、変換することを目指す開発者向けです。

このトレーニングの終了時には、参加者は以下のことができるようになります：

• Spark、Hadoop、およびPythonを使用してビッグデータの処理を開始するために必要な環境をセットアップする。
• SparkとHadoopの特徴、主要なコンポーネント、アーキテクチャを理解する。
• Spark、Hadoop、およびPythonを統合してビッグデータの処理を行う方法を学ぶ。
• Sparkエコシステム内のツール（Spark MlLib、Spark Streaming、Kafka、Sqoop、Flume）を探索する。
• Netflix、YouTube、Amazon、Spotify、Googleなどに類似した協調フィルタリング推薦システムを構築する。
• Apache Mahoutを使用して機械学習アルゴリズムをスケーリングする。

Stratioは、ビッグデータ、AI、ガバナンスを統合したデータ中心のプラットフォームです。そのRocketとIntelligenceモジュールにより、エンタープライズ環境での迅速なデータ探索、変換、高度な分析が可能になります。

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、中級レベルのデータ専門家を対象とし、PySparkを使用してStratioのRocketとIntelligenceモジュールを効果的に活用することに焦点を当てます。ループ構造、ユーザー定義関数、および高度なデータロジックが重点となります。

このトレーニングの終了時には、参加者は以下が Able to できます：

• RocketとIntelligenceモジュールを使用してStratioプラットフォームをナビゲートし、操作する。
• データの取り込み、変換、分析の文脈でPySparkを適用する。
• ループと条件ロジックを使用してデータワークフローと特徴エンジニアリングタスクを制御する。
• 再利用可能なデータ操作のため、PySparkでユーザー定義関数（UDFs）を作成および管理する。

コース形式

• インタラクティブな講義とディスカッション。
• 多数の演習と実践。
• ライブラボ環境での手動実装。

コースカスタマイズオプション

• このコースのカスタマイズトレーニングを依頼するには、お問い合わせください。