Hadoop and Spark for Administratorsのトレーニングコース

Audience:

The course is intended for IT specialists looking for a solution to store and process large data sets in a distributed system environment

Goal:

Deep knowledge on Hadoop cluster administration.

This instructor-led, live training in 日本 (online or onsite) is aimed at intermediate-level data scientists and engineers who wish to use Google Colab and Apache Spark for big data processing and analytics.

By the end of this training, participants will be able to:

• Set up a big data environment using Google Colab and Spark.
• Process and analyze large datasets efficiently with Apache Spark.
• Visualize big data in a collaborative environment.
• Integrate Apache Spark with cloud-based tools.

Big data analytics involves the process of examining large amounts of varied data sets in order to uncover correlations, hidden patterns, and other useful insights.

The health industry has massive amounts of complex heterogeneous medical and clinical data. Applying big data analytics on health data presents huge potential in deriving insights for improving delivery of healthcare. However, the enormity of these datasets poses great challenges in analyses and practical applications to a clinical environment.

In this instructor-led, live training (remote), participants will learn how to perform big data analytics in health as they step through a series of hands-on live-lab exercises.

By the end of this training, participants will be able to:

• Install and configure big data analytics tools such as Hadoop MapReduce and Spark
• Understand the characteristics of medical data
• Apply big data techniques to deal with medical data
• Study big data systems and algorithms in the context of health applications

Audience

• Developers
• Data Scientists

Format of the Course

• Part lecture, part discussion, exercises and heavy hands-on practice.

Note

• To request a customized training for this course, please contact us to arrange.

Audience:

This course is intended to demystify big data/hadoop technology and to show it is not difficult to understand.

In this instructor-led, live training in 日本 (onsite or remote), participants will learn how to set up and integrate different Stream Processing frameworks with existing big data storage systems and related software applications and microservices.

By the end of this training, participants will be able to:

• Install and configure different Stream Processing frameworks, such as Spark Streaming and Kafka Streaming.
• Understand and select the most appropriate framework for the job.
• Process of data continuously, concurrently, and in a record-by-record fashion.
• Integrate Stream Processing solutions with existing databases, data warehouses, data lakes, etc.
• Integrate the most appropriate stream processing library with enterprise applications and microservices.

This instructor-led, live training in 日本 (online or onsite) is aimed at data scientists who wish to use the SMACK stack to build data processing platforms for big data solutions.

By the end of this training, participants will be able to:

• Implement a data pipeline architecture for processing big data.
• Develop a cluster infrastructure with Apache Mesos and Docker.
• Analyze data with Spark and Scala.
• Manage unstructured data with Apache Cassandra.

この講師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、大量のデータを処理するために Apache Spark システムを設定し展開したいエンジニア向けです。

本トレーニング終了後、参加者は以下のことが行えるようになります：

• Apache Spark をインストールおよび設定する。
• 大量のデータセットを迅速に処理し分析する。
• Apache Spark と Hadoop MapReduce の違いを理解し、どちらを使用すべきか判断できる。
• 他の機械学習ツールと Apache Spark を統合する。

This instructor-led, live training in 日本 (online or onsite) is aimed at beginner-level to intermediate-level system administrators who wish to deploy, maintain, and optimize Spark clusters.

By the end of this training, participants will be able to:

• Install and configure Apache Spark in various environments.
• Manage cluster resources and monitor Spark applications.
• Optimize the performance of Spark clusters.
• Implement security measures and ensure high availability.
• Debug and troubleshoot common Spark issues.

Apache Spark の学習曲線は最初緩やかに上昇しますが、初めて成果を得るためには多くの努力が必要です。このコースは、最初の難しい部分を飛ばすことを目指しています。このコースを修了した参加者は、Apache Spark の基本を理解し、RDD と DataFrame を明確に区別し、Python と Scala API を学び、実行者とタスクを理解するなど、多くのスキルを身につけることができます。また、ベストプラクティスに基づいて、このコースはクラウド展開、Databricks および AWS に強い焦点を当てています。学生たちは、AWS EMR と AWS Glue の違いも理解し、AWS の最新の Spark サービスの一つである AWS Glue についても学びます。

対象者:

Data Engineer, DevOps, Data Scientist

目的:

このコースでは、Apache Spark の概要を紹介します。受講者は Big Data エコシステムにおける Spark の位置づけと、データ分析に Spark を使用する方法を学びます。Spark shell での対話型データ分析、Spark の内部構造、API、SQL、ストリーミング、機械学習、GraphX について説明します。

対象者:

開発者 / データアナリスト

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、Apache Spark 上で構築された Spark NLP を使用して自然言語テキスト処理モデルとパイプラインを開発、実装、スケーリングしたいデータサイエンティストや開発者を対象としています。

このトレーニングの終了時には、参加者は以下のことをできるようになります：

• Spark NLP で NLP パイプラインの構築に必要な開発環境をセットアップします。
• Spark NLP の機能、アーキテクチャ、および使用上の利点を理解します。
• Spark NLP で利用可能な事前学習済みモデルを使用してテキスト処理を実装します。
• Spark NLP モデルの構築、訓練、スケーリング方法を学びます。
• 分類、推論、感情分析を実際のユースケース（臨床データ、顧客行動の洞察など）に適用します。

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.

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。

Spark SQL is Apache Spark's module for working with structured and unstructured data. Spark SQL provides information about the structure of the data as well as the computation being performed. This information can be used to perform optimizations. Two common uses for Spark SQL are:
- to execute SQL queries.
- to read data from an existing Hive installation.

In this instructor-led, live training (onsite or remote), participants will learn how to analyze various types of data sets using Spark SQL.

By the end of this training, participants will be able to:

• Install and configure Spark SQL.
• Perform data analysis using Spark SQL.
• Query data sets in different formats.
• Visualize data and query results.

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.

Stratio is a data-centric platform that integrates big data, AI, and governance into a single solution. Its Rocket and Intelligence modules enable rapid data exploration, transformation, and advanced analytics in enterprise environments.

This instructor-led, live training (online or onsite) is aimed at intermediate-level data professionals who wish to use the Rocket and Intelligence modules in Stratio effectively with PySpark, focusing on looping structures, user-defined functions, and advanced data logic.

By the end of this training, participants will be able to:

• Navigate and work within the Stratio platform using Rocket and Intelligence modules.
• Apply PySpark in the context of data ingestion, transformation, and analysis.
• Use loops and conditional logic to control data workflows and feature engineering tasks.
• Create and manage user-defined functions (UDFs) for reusable data operations in PySpark.

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.