Temario del curso
Introducción
Comprensión de Big Data
Visión general de Spark
Visión general de Python
Visión general de PySpark
- Distribución de datos utilizando el framework Resilient Distributed Datasets
- Distribución de computación utilizando los operadores de la API de Spark
Configuración de Python con Spark
Configuración de PySpark
Uso de instancias EC2 de Amazon Web Services (AWS) para Spark
Configuración de Databricks
Configuración del clúster AWS EMR
Aprendizaje de los fundamentos de la programación en Python
- Introducción a Python
- Uso de Jupyter Notebook
- Uso de variables y tipos de datos simples
- Trabajo con listas
- Uso de sentencias if
- Uso de entradas de usuario
- Trabajo con bucles while
- Implementación de funciones
- Trabajo con clases
- Trabajo con archivos y excepciones
- Trabajo con proyectos, datos y APIs
Aprendizaje de los fundamentos de Spark DataFrame
- Introducción a Spark DataFrames
- Implementación de operaciones básicas con Spark
- Uso de operaciones Groupby y de agregación
- Trabajo con marcas de tiempo y fechas
Trabajo en un ejercicio de proyecto de Spark DataFrame
Comprensión del Machine Learning con MLlib
Trabajo con MLlib, Spark y Python para Machine Learning
Comprensión de las regresiones
- Estudio de la teoría de la regresión lineal
- Implementación de un código de evaluación de regresión
- Trabajo en un ejercicio de muestra de regresión lineal
- Estudio de la teoría de la regresión logística
- Implementación de un código de regresión logística
- Trabajo en un ejercicio de muestra de regresión logística
Comprensión de Random Forests y árboles de decisión
- Estudio de la teoría de los métodos de árboles
- Implementación de códigos para árboles de decisión y Random Forests
- Trabajo en un ejercicio de muestra de clasificación con Random Forests
Trabajo con clustering K-means
- Comprensión de la teoría del clustering K-means
- Implementación de un código de clustering K-means
- Trabajo en un ejercicio de muestra de clustering
Trabajo con sistemas de recomendación
Implementación de procesamiento de lenguaje natural
- Comprensión del procesamiento de lenguaje natural (NLP)
- Visión general de herramientas de NLP
- Trabajo en un ejercicio de muestra de NLP
Streaming con Spark en Python
- Visión general del Streaming con Spark
- Ejercicio de muestra de Spark Streaming
Requerimientos
- Conocimientos generales de programación
Audiencia
- Desarrolladores
- Profesionales de TI
- Científicos de datos
Reseñas (6)
Me gustó que fuera práctico. Amé aplicar el conocimiento teórico con ejemplos prácticos.
Aurelia-Adriana - Allianz Services Romania
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
El curso trataba sobre una serie de temas muy complejos y relacionados, y Pablo tiene un conocimiento profundo de cada uno de ellos. A veces, los matices se perdían en la comunicación y/o debido a las presiones de tiempo, lo que posiblemente hizo que las expectativas no se cumplieran del todo por esta razón. También hubo algunos problemas con la configuración de UHG/Azure Databricks, pero Pablo/UHG resolvió estos rápidamente una vez que se hicieron evidentes. Esto para mí demostró un alto nivel de entendimiento y profesionalismo entre UHG y Pablo,
Michael Monks - Tech NorthWest Skillnet
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Atención individualizada.
ARCHANA ANILKUMAR - PPL
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Formación práctica..
Abraham Thomas - PPL
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Las lecciones se impartieron en un cuaderno de Jupyter. Los temas estaban estructurados con una secuencia lógica y ayudaron naturalmente a desarrollar la sesión desde las partes más sencillas hasta las más complejas. Ya soy un usuario avanzado de Python con conocimientos en Aprendizaje Automático, por lo que encontré el curso más fácil de seguir que, posiblemente, algunos de mis compañeros que tomaron el curso de formación. Aprecio que se hayan omitido algunos de los conceptos más elementales y que se haya centrado en los temas más sustanciales.
Angela DeLaMora - ADT, LLC
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
tareas de práctica
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
