Fundamentos de Apache Spark

Esta formación en vivo, impartida por un instructor en Venezuela (en línea o presencial), está dirigida a científicos de datos e ingenieros de nivel intermedio que desean utilizar Google Colab y Apache Spark para el procesamiento y análisis de grandes volúmenes de información.

Al finalizar esta capacitación, los participantes podrán:

• Configurar un entorno de Big Data utilizando Google Colab y Spark.
• Procesar y analizar grandes conjuntos de datos de forma eficiente con Apache Spark.
• Visualizar big data en un entorno colaborativo.
• Integrar Apache Spark con herramientas basadas en la nube.

Esta formación impartida por un instructor en vivo (en línea o presencial) está dirigida a ingenieros de datos, analistas de datos y profesionales del área que desean utilizar Databricks y PySpark para construir pipelines de datos escalables y migrar flujos de trabajo SQL existentes.

Esta formación ofrece una introducción práctica a la construcción de flujos de trabajo escalables para el procesamiento de datos y el Aprendizaje Automático utilizando PySpark. Los participantes aprenderán cómo opera Apache Spark dentro de los ecosistemas modernos de Big Data y cómo procesar eficientemente grandes conjuntos de datos aplicando principios de computación distribuida.

Esta formación en vivo impartida por un instructor en Venezuela (en línea o presencial) está dirigida a administradores de sistemas de nivel principiante e intermedio que deseen desplegar, mantener y optimizar clústeres de Spark.

Al finalizar esta formación, los participantes serán capaces de:

• Instalar y configurar Apache Spark en diversos entornos.
• Gestionar los recursos del clúster y supervisar las aplicaciones de Spark.
• Optimizar el rendimiento de los clústeres de Spark.
• Implementar medidas de seguridad y garantizar la alta disponibilidad.
• Depurar y resolver problemas comunes de Spark.

La curva de aprendizaje de Apache Spark es lenta al principio, y se requiere un gran esfuerzo para obtener los primeros resultados. Este curso tiene como objetivo superar esa primera etapa difícil. Después de completar este curso, los participantes comprenderán los fundamentos de Apache Spark, diferenciarán claramente entre RDD y DataFrame, aprenderán las API de Python y Scala, entenderán los conceptos de ejecutores y tareas, entre otros. Además, siguiendo las mejores prácticas, este curso se enfoca fuertemente en el despliegue en la nube, Databricks y AWS. Los estudiantes también comprenderán las diferencias entre AWS EMR y AWS Glue, uno de los servicios Spark más recientes de AWS.

PÚBLICO OBJETIVO:

Ingenieros de Datos, especialistas en DevOps, Científicos de Datos

En este taller en vivo con instrucción directa en Venezuela, los participantes aprenderán cómo utilizar Python y Spark juntos para analizar grandes datos mientras realizan ejercicios prácticos.

Al finalizar esta formación, los participantes podrán:

• Aprender a usar Spark con Python para analizar Big Data.
• Realizar ejercicios que simulan casos del mundo real.
• Utilizar diversas herramientas y técnicas para el análisis de grandes datos mediante PySpark.

Esta formación en vivo con instructor en Venezuela (en línea o presencial) está dirigida a desarrolladores que deseen utilizar e integrar Spark, Hadoop y Python para procesar, analizar y transformar grandes conjuntos de datos complejos.

Al finalizar esta formación, los participantes podrán:

• Configurar el entorno necesario para comenzar a procesar big data con Spark, Hadoop y Python.
• Comprender las características, componentes principales y arquitectura de Spark y Hadoop.
• Aprender cómo integrar Spark, Hadoop y Python para el procesamiento de big data.
• Explorar las herramientas del ecosistema de Spark (Spark MLlib, Spark Streaming, Kafka, Sqoop y Flume).
• Construir sistemas de recomendación basados en filtrado colaborativo similares a los de Netflix, YouTube, Amazon, Spotify y Google.
• Utilizar Apache Mahout para escalar algoritmos de aprendizaje automático.

Stratio es una plataforma centrada en los datos que integra big data, inteligencia artificial y gobernanza en una única solución. Sus módulos Rocket e Intelligence permiten explorar, transformar y analizar datos de manera avanzada en entornos empresariales.

Esta formación presencial impartida por un instructor (en línea o en sitio) está dirigida a profesionales de datos de nivel intermedio que desean utilizar los módulos Rocket e Intelligence de Stratio de forma efectiva con PySpark, centrándose en estructuras de bucle, funciones definidas por el usuario y lógica avanzada de datos.

Al finalizar esta formación, los participantes serán capaces de:

• Navegar y trabajar dentro de la plataforma Stratio utilizando los módulos Rocket e Intelligence.
• Aplicar PySpark en el contexto de ingesta, transformación y análisis de datos.
• Utilizar bucles y lógica condicional para controlar flujos de trabajo de datos y tareas de ingeniería de características.
• Crear y gestionar funciones definidas por el usuario (UDF) para operaciones de datos reutilizables en PySpark.

Formato del curso

• Conferencia interactiva y discusión.
• Bastantes ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarla.