BigData to termin używany w odniesieniu do rozwiązań przeznaczonych do przechowywania i przetwarzania dużych zbiorów danych. Rozwiązania typu BigData zostały zainicjowane przez firmę Google, jakkolwiek obecnie dostępnych jest wiele rozwiązań typu open-source takich jak Apache Hadoop, Cassandra czy Cloudera Impala. Zgodnie z raportami publikowanymi przez firmę Gartner BigData jest kolejnym wielkim krokiem w branży IT, zaraz po rozwiązaniach opartych na chmurze obliczeniowej, i będzie wiodącym trendem przez kilka najbliższych lat.
Szkolenia z tematu Big Data mogą być realizowane w siedzibie klienta - lokalizacja w Polsce lub centrach szkoleniowych w lokalizacji w Polsce Szkolenie zdalne realizowane są przy użyciu interaktywnego, zdalnego pulpitu.
Opinie uczestników
usystematyzowanie wiedzy z dziedziny ML
Orange Polska
Szkolenie: From Data to Decision with Big Data and Predictive Analytics
zakres materialu
Maciej Jonczyk
Szkolenie: From Data to Decision with Big Data and Predictive Analytics
- Paktyczne zastosowanie tematyki szkolenia, - doświadczenie i duża widza, - udzielanie odpwiedzi na zadawane pytania w rozumiały i jasny sposób.
Magdalena Zabielska - Wyższa Szkoła Bankowa w Poznaniu
Szkolenie: Machine Learning and Big Data
bezstresowe podejscie, otwartosc na pytania, dobry kontakt z uczestnikami, np. nawiazywanie rozmowy, pytania
Wyższa Szkoła Bankowa w Poznaniu
Szkolenie: Machine Learning and Big Data
Praktyczne przykłady, wyczerpujące odpowiedzi na zadawane przez uczestników pytania, ogromna wiedza i doświadczenie
Marta Rokosa - Wyższa Szkoła Bankowa w Poznaniu
Szkolenie: Machine Learning and Big Data
Część praktyczna.
Arkadiusz Iwaszko
Szkolenie: Big Data Hadoop Analyst Training
Projekt do samodzielnego przygotowania, interesujący przykład DevOps-owej pacy z Ambari, wsparcie trenera (logowanie na maszynę wirtualną, dobra i bezpośrednia komunikacja)
Bartłomiej Krasiński - Rossmann SDP
Szkolenie: HBase for Developers
Część praktyczna. Zadania były dobrze dobrane do omawianych zagadnień.
Rossmann SDP
Szkolenie: HBase for Developers
pozytywna atmosfera na szkoleniu
Piotr Wojciechowski - Centrum Informatyki Resortu Finansów
Szkolenie: Data Mining with Python
Dużo zagadnień, które można zgłębić po szkoleniu
Klaudia Kłębek
Szkolenie: Data Mining z wykorzystaniem R
Sposób przekazywania wiedzy przez prowadzącego.
Volkswagen Financial Services Polska Sp. z o.o.,
Szkolenie: Data Vault: Building a Scalable Data Warehouse
Zastosowanie w praktyce, pomoc przy wyjaśnianiu wielu różnych wątpliwości
SGB-Bank S.A.
Szkolenie: Data Vault: Building a Scalable Data Warehouse
Przykłady wzbogacane danymi rzeczywistymi i scenariuszami przydatnymi w codziennej praktyce
Krzysztof Świątczak
Szkolenie: Pentaho Business Intelligence (PBI) - moduły raportowe
wiedza trenera, dostępny sprzęt
Mariusz Moskal
Szkolenie: Pentaho Business Intelligence (PBI) - moduły raportowe
Wykorzystanie data-integration
Waldemar Wisniewski
Szkolenie: Pentaho Business Intelligence (PBI) - moduły raportowe
Że trener miał mnóstwo cierpienia do nas, skoro przerywaliśmy go pytaniami co chwili.
Oleksandr Muliar - Bank Gospodarstwa Krajowego
Szkolenie: Pentaho Data Integration (PDI) - moduł do przetwarzania danych ETL (poziom zaawansowany)
Przygotowany materiał. Pełen profesjonalizm. Bardzo dobry kontakt z trenerem. Pełne zaangażowanie i otwartość na zmianę zaplanowanej formuły szkolenia (bardzo cenne dyskusje na tematy otwarte, które przygotowaliśmy)
Kamil Trębacz - Bank Gospodarstwa Krajowego
Szkolenie: Pentaho Data Integration (PDI) - moduł do przetwarzania danych ETL (poziom zaawansowany)
mix przykladow, roznorodnosc, szerokie tlumaczenie
Bank Gospodarstwa Krajowego
Szkolenie: Pentaho Data Integration (PDI) - moduł do przetwarzania danych ETL (poziom zaawansowany)
Wszystko ok.
Marek Siódmiak - Santander Bank Polska
Szkolenie: Spark for Developers
przystępnie wytłumaczone, ćwiczenia, czas na własne wykonanie ćwiczeń, dużo materiałów
INNOGY POLSKA OPERATIONS SP Z O O
Szkolenie: Python and Spark for Big Data (PySpark)
dużo praktycznych przykładów, na rzeczywistych danych
Tomasz Bronk-Zdunowski - Adrianna Żurek, ZF Automotive Systems Poland sp. z o.o.
Szkolenie: Python and Spark for Big Data (PySpark)
Dużo przykładów, źródeł, bibliotek
Adrianna Żurek, ZF Automotive Systems Poland sp. z o.o.
Szkolenie: Python and Spark for Big Data (PySpark)
tematyka szkolenia
Towarzystwo Funduszy Inwestycyjnych PZU SA (TFI PZU SA)
Szkolenie: Apache ActiveMQ
Sposób prowadzenia zajęć przez Trenera.
Towarzystwo Funduszy Inwestycyjnych PZU SA (TFI PZU SA)
Szkolenie: Apache ActiveMQ
praktyczne zajecia
Towarzystwo Funduszy Inwestycyjnych PZU SA (TFI PZU SA)
Szkolenie: Apache ActiveMQ
Najbardziej podoba mi się to, że wiedzę ze szkolenia mogę wprowadzić od razu w życie. Byłam nastawiona, aby na szkoleniu dowiedzieć się jak najwięcej o tym jak walczyć z wydajnością i optymalizacją zapytań w TD i dostałam mnóstwo pomysłów i porad. Trener Krzysztof dał dużo wskazówek, odpowiadał na pytania, podsuwał pomysły, super! Sposób prowadzenia i komunikacja bardzo dobra (mimo, że prowadzenie zdalnie takiego szkolenia- gdzie uczestnicy są wyciszeni i nie włączają kamer - jest bardzo utrudnione:)). Bardzo dziękuję za szkolenie, na pewno będę polecać! :)
Alior Bank Spółka Akcyjna
Szkolenie: Advanced Teradata
Duży plus za przygotowane zdalne środowisko testowe. Duży plus za wiedzę prowadzącego.
Weronika Goliszewska, GlobalLogic Poland Sp. z o.o
Szkolenie: Apache Kafka for Python Programmers
Opanowanie prowadzącego.
Weronika Goliszewska, GlobalLogic Poland Sp. z o.o
Szkolenie: Apache Kafka for Python Programmers
Wrzutki z użycia w prawdziwym życiu technologii, informacje jak coś uprodukcyjnić, otwartość na zmianę tematów, szczerość na temat braku wiedzy z jakiejś kategorii. Offtop był spoko przerywnikiem.
Rossmann SDP Sp. z o.o.
Szkolenie: Apache Flink Fundamentals
Live Coding
Marcin - Rossmann SDP Sp. z o.o.
Szkolenie: Apache Flink Fundamentals
Pytanka rozruchowe i ciekawostki oraz ogromna wiedza i chęć
Rossmann SDP Sp. z o.o.
Szkolenie: Apache Flink Fundamentals
Poruszanie ciekawych zagadnień
Emilia Szajda, Powszechna Kasa Oszczędności Bank Polski SA
Szkolenie: Unified Batch and Stream Processing with Apache Beam
Częste nawiązania do problemów, które są charakterystyczne dla naszego środowiska wdrożeniowego.
SoftForYou Sp. z o.o. Sp. k.
Szkolenie: Greenplum Database
zakres wiedzy szkolącego
Marcin Szymkowiak - SoftForYou Sp. z o.o. Sp. k.
Szkolenie: Greenplum Database
Możliwość dostosowania programu do naszych oczekiwań. Możliwość wtrącenia swoich tematów to wyjaśnienia.
SoftForYou Sp. z o.o. Sp. k.
Szkolenie: Greenplum Database
Plany szkoleń z technologii Big Data
Nazwa kursu
Czas trwania
Opis
Nazwa kursu
Czas trwania
Opis
21 godzin
Python to skalowalny, elastyczny i szeroko stosowany język programowania do nauki o danych i uczenia maszynowego. Spark to silnik przetwarzania danych wykorzystywany do wyszukiwania, analizowania i przekształcania dużych zbiorów danych, a Hadoop to biblioteka oprogramowania do przechowywania i przetwarzania danych na dużą skalę.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów, którzy chcą używać i integrować Spark, Hadoop i Python do przetwarzania, analizowania i przekształcania dużych i złożonych zestawów danych.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Skonfigurowanie środowiska niezbędnego do rozpoczęcia przetwarzania dużych zbiorów danych za pomocą Spark, Hadoop i Python.
Zrozumienie funkcji, podstawowych komponentów i architektury Spark i Hadoop.
Dowiedz się, jak zintegrować Spark, Hadoop i Python w celu przetwarzania dużych zbiorów danych.
Poznanie narzędzi w ekosystemie Spark (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka i Flume).
Zbuduj systemy rekomendacji oparte na filtrowaniu kolaboracyjnym podobne do Netflix, YouTube, Amazon, Spotify i Google.
Wykorzystanie Apache Mahout do skalowania algorytmów uczenia maszynowego.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
14 godzin
Waikato Environment for Knowledge Analysis (Weka) to oprogramowanie do wizualizacji eksploracji danych o otwartym kodzie źródłowym. Zapewnia zbiór algorytmów uczenia maszynowego do przygotowywania danych, klasyfikacji, grupowania i innych działań związanych z eksploracją danych.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla początkujących i średnio zaawansowanych analityków danych i naukowców zajmujących się danymi, którzy chcą używać Weka do wykonywania zadań eksploracji danych.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Instalowanie i konfigurowanie Weka.
Poznanie środowiska i środowiska pracy Weka.
Wykonywanie zadań eksploracji danych przy użyciu Weka.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
14 godzin
IBM SPSS Modeler to oprogramowanie wykorzystywane do eksploracji danych i analizy tekstu. Zapewnia zestaw narzędzi do eksploracji danych, które mogą budować modele predykcyjne i wykonywać zadania analizy danych.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla analityków danych lub każdego, kto chce używać SPSS Modeler do wykonywania działań związanych z eksploracją danych.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Poznaj podstawy eksploracji danych.
Dowiedz się, jak importować i oceniać jakość danych za pomocą Modelera.
Efektywnie opracowywać, wdrażać i oceniać modele danych.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
35 godzin
Uczestnicy, którzy ukończą to prowadzone przez instruktora szkolenie na żywo, zdobędą praktyczne, rzeczywiste zrozumienie Big Data i powiązanych z nim technologii, metodologii i narzędzi.
Uczestnicy będą mieli okazję wykorzystać tę wiedzę w praktyce poprzez praktyczne ćwiczenia. Interakcja w grupie i informacje zwrotne od instruktora stanowią ważny element zajęć.
Kurs rozpoczyna się od wprowadzenia do podstawowych koncepcji Big Data, a następnie przechodzi do języków programowania i metodologii wykorzystywanych do analizy danych. Na koniec omawiamy narzędzia i infrastrukturę, które umożliwiają przechowywanie Big Data, przetwarzanie rozproszone i Scalability.
Format kursu
-
Część wykładu, część dyskusji, praktyczna praktyka i wdrażanie, okazjonalne kwizowanie w celu pomiaru postępów.
21 godzin
Python to język programowania wysokiego poziomu słynący z przejrzystej składni i czytelności kodu. Spark jest silnikiem przetwarzania danych używanym do zapytań, analizowania i przekształcania dużych zbiorów danych. PySpark umożliwia użytkownikom połączenie Sparka z Pythonem.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak używać Python i Spark razem do analizy dużych zbiorów danych podczas praktycznych ćwiczeń.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Dowiedz się, jak używać Sparka z Python do analizy Big Data.
Pracuj nad ćwiczeniami, które naśladują rzeczywiste przypadki.
Wykorzystanie różnych narzędzi i technik do analizy dużych zbiorów danych przy użyciu PySpark.
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
7 godzin
Ten kurs obejmuje sposób korzystania z języka Hive SQL (AKA: Hive HQL, SQL on Hive, HiveQL) dla osób, które wyodrębniają dane z Hive
21 godzin
Odkrywanie wiedzy w bazach danych (KDD) to proces odkrywania użytecznej wiedzy ze zbioru danych. Rzeczywiste zastosowania tej techniki eksploracji danych obejmują marketing, wykrywanie oszustw, telekomunikację i produkcję.
W tym prowadzonym przez instruktora kursie na żywo przedstawiamy procesy związane z KDD i przeprowadzamy serię ćwiczeń, aby przećwiczyć wdrażanie tych procesów.
Publiczność
-
Analitycy danych lub osoby zainteresowane nauką interpretacji danych w celu rozwiązywania problemów
-
Po teoretycznym omówieniu KDD, prowadzący przedstawi rzeczywiste przypadki, które wymagają zastosowania KDD do rozwiązania problemu. Uczestnicy przygotują, wybiorą i oczyszczą przykładowe zestawy danych oraz wykorzystają swoją wcześniejszą wiedzę na temat danych, aby zaproponować rozwiązania oparte na wynikach ich obserwacji.
14 godzin
Apache Kylin to ekstremalny, rozproszony silnik analityczny dla dużych zbiorów danych.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak używać Apache Kylin do konfigurowania hurtowni danych w czasie rzeczywistym.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Wykorzystanie danych strumieniowych w czasie rzeczywistym za pomocą Kylin
Wykorzystaj potężne funkcje Apache Kylin, bogaty interfejs SQL, kubowanie iskier i opóźnienie zapytań poniżej sekundy.
-
Używamy najnowszej wersji Kylin (w chwili pisania tego tekstu, Apache Kylin v2.0)
-
Inżynierowie Big Data
Big Data analitycy
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
14 godzin
Datameer to platforma analityczno-biznesowa oparta na Hadoop. Umożliwia użytkownikom końcowym dostęp, eksplorację i korelację dużych, ustrukturyzowanych, częściowo ustrukturyzowanych i nieustrukturyzowanych danych w łatwy w użyciu sposób.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak korzystać z Datameer, aby pokonać stromą krzywą uczenia się Hadoop, przechodząc przez konfigurację i analizę szeregu dużych źródeł danych.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Tworzenie, zarządzanie i interaktywna eksploracja korporacyjnego jeziora danych
[Hurtownie danych analityki biznesowej, transakcyjne bazy danych i inne magazyny analityczne.
Korzystanie z interfejsu użytkownika arkusza kalkulacyjnego do projektowania kompleksowych potoków przetwarzania danych
[Wstępnie wbudowane funkcje do eksploracji złożonych relacji danych
Korzystanie z kreatorów "przeciągnij i upuść" do wizualizacji danych i tworzenia pulpitów nawigacyjnych
korzystanie z tabel, wykresów, grafów i map do analizowania wyników zapytań
-
Analitycy danych
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
14 godzin
Eksploracja danych to proces identyfikowania wzorców w dużych zbiorach danych za pomocą metod nauki o danych, takich jak uczenie maszynowe. Korzystając z Excel jako pakietu do analizy danych, użytkownicy mogą przeprowadzać eksplorację i analizę danych.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla analityków danych, którzy chcą używać Excel do eksploracji danych.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Eksplorowanie danych za pomocą programu Excel w celu eksploracji i analizy danych.
Używanie algorytmów Microsoft do eksploracji danych.
Zrozumienie koncepcji eksploracji danych w programie Excel.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
21 godzin
Dremio to open-source'owa "samoobsługowa platforma danych", która przyspiesza wysyłanie zapytań do różnych typów źródeł danych. Dremio integruje się z relacyjnymi bazami danych, Apache Hadoop, MongoDB, Amazon S3, ElasticSearch i innymi źródłami danych. Obsługuje SQL i zapewnia interfejs użytkownika do tworzenia zapytań.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak zainstalować, skonfigurować i używać Dremio jako warstwy ujednolicającej dla narzędzi do analizy danych i bazowych repozytoriów danych.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Instalacja i konfiguracja Dremio
Wykonywanie zapytań do wielu źródeł danych, niezależnie od lokalizacji, rozmiaru lub struktury
Integracja Dremio z BI i źródłami danych, takimi jak Tableau i Elasticsearch
-
Naukowcy zajmujący się danymi
Analitycy Business
Inżynierowie danych
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
21 godzin
Apache Drill to pozbawiony schematów, rozproszony, kolumnowy silnik zapytań SQL w pamięci dla Hadoop, NoSQL i innych systemów przechowywania danych i plików w chmurze. Siła Apache Drill leży w jego zdolności do łączenia danych z wielu magazynów danych za pomocą jednego zapytania. Apache Drill obsługuje wiele baz danych NoSQL i systemów plików, w tym HBase, MongoDB, MapR-DB, HDFS, MapR-FS, Amazon S3, Azure Blob Storage, Google Cloud Storage, Swift, NAS i pliki lokalne. Apache Drill to wersja open source systemu Google Dremel, która jest dostępna jako usługa infrastrukturalna o nazwie Google BigQuery.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy poznają podstawy Apache Drill, a następnie wykorzystają moc i wygodę SQL do interaktywnego wyszukiwania dużych zbiorów danych w wielu źródłach danych, bez pisania kodu. Uczestnicy dowiedzą się również, jak zoptymalizować zapytania Drill pod kątem rozproszonego wykonywania SQL.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Wykonywanie "samoobsługowej" eksploracji ustrukturyzowanych i częściowo ustrukturyzowanych danych w Hadoop
Zapytania o znane i nieznane dane przy użyciu zapytań SQL
Zrozumienie, w jaki sposób Apache Drills odbiera i wykonuje zapytania
Pisanie zapytań SQL w celu analizowania różnych typów danych, w tym danych ustrukturyzowanych w Hive, danych częściowo ustrukturyzowanych w tabelach HBase lub MapR-DB oraz danych zapisanych w plikach takich jak Parquet i JSON.
Wykorzystanie Apache Drill do wykrywania schematów w locie, z pominięciem złożonych operacji ETL i schematów.
Integracja Apache Drill z narzędziami BI (Business Intelligence), takimi jak Tableau, Qlikview, MicroStrategy i Excel.
-
Analitycy danych
Naukowcy zajmujący się danymi
SQL Programiści
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
14 godzin
Apache Arrow to open-source'owy framework do przetwarzania danych w pamięci. Jest często używany wraz z innymi narzędziami do nauki o danych w celu uzyskania dostępu do różnych magazynów danych do analizy. Dobrze integruje się z innymi technologiami, takimi jak GPU bazy danych, biblioteki i narzędzia uczenia maszynowego, silniki wykonawcze i ramy wizualizacji danych.
W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak zintegrować Apache Arrow z różnymi Data Science frameworkami, aby uzyskać dostęp do danych z różnych źródeł danych.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Instalowanie i konfigurowanie Apache Arrow w rozproszonym środowisku klastrowym
Używanie Apache Arrow do uzyskiwania dostępu do danych z różnych źródeł danych
Wykorzystanie Apache Arrow do pominięcia potrzeby tworzenia i utrzymywania złożonych potoków ETL
Analizuj dane z różnych źródeł danych bez konieczności konsolidowania ich w scentralizowanym repozytorium
-
Naukowcy zajmujący się danymi
Inżynierowie danych
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
14 godzin
Celem kursu jest umożliwienie uczestnikom opanowania pracy z językiem SQL w bazie danych Oracle w celu ekstrakcji danych na poziomie średniozaawansowanym.
14 godzin
Aby spełnić wymagania organów regulacyjnych, dostawcy usług CSP (Communication) mogą wykorzystać analitykę dużych zbiorów danych, która nie tylko pomoże im spełnić wymagania, ale w ramach tego samego projektu może zwiększyć zadowolenie klientów, a tym samym zmniejszyć liczbę rezygnacji. W rzeczywistości, ponieważ zgodność jest związana z jakością usług związanych z umową, każda inicjatywa mająca na celu spełnienie zgodności, poprawi “przewagę konkurencyjną” CSP. Dlatego ważne jest, aby organy regulacyjne były w stanie doradzić/poprowadzić zestaw praktyk analitycznych Big Data dla CSP, które przyniosą obopólne korzyści organom regulacyjnym i CSP.
Kurs składa się z 8 modułów (4 w dniu 1 i 4 w dniu 2)
35 godzin
Postęp technologiczny i rosnąca ilość informacji zmieniają sposób prowadzenia działalności w wielu branżach, w tym w administracji rządowej. [Generowanie danych rządowych i wskaźniki archiwizacji cyfrowej rosną ze względu na szybki rozwój urządzeń i aplikacji mobilnych, inteligentnych czujników i urządzeń, rozwiązań przetwarzania w chmurze i portali skierowanych do obywateli. W miarę jak informacje cyfrowe stają się coraz bardziej złożone, zarządzanie nimi, ich przetwarzanie, przechowywanie, zabezpieczanie i usuwanie również staje się bardziej złożone. Nowe narzędzia do przechwytywania, wyszukiwania, odkrywania i analizy pomagają organizacjom uzyskać wgląd w nieustrukturyzowane dane. Rynek rządowy znajduje się w punkcie zwrotnym, zdając sobie sprawę, że informacje są strategicznym zasobem, a rząd musi chronić, wykorzystywać i analizować zarówno ustrukturyzowane, jak i nieustrukturyzowane informacje, aby lepiej służyć i spełniać wymagania misji. W miarę jak liderzy rządowi dążą do ewolucji organizacji opartych na danych, aby skutecznie realizować misję, kładą podwaliny pod korelację zależności między zdarzeniami, ludźmi, procesami i informacjami.
Rozwiązania rządowe o wysokiej wartości będą tworzone z połączenia najbardziej przełomowych technologii:
-
Urządzenia i aplikacje mobilne
Usługi w chmurze
Społecznościowe technologie biznesowe i sieci
Big Data i analityka
35 godzin
Dzień 1 - zapewnia ogólny przegląd najważniejszych Big Data obszarów tematycznych. Moduł jest podzielony na szereg sekcji, z których każdej towarzyszy praktyczne ćwiczenie.
Dzień 2 - omawia szereg tematów związanych z praktykami analitycznymi i narzędziami dla środowisk Big Data. Nie wchodzi w szczegóły implementacji lub programowania, ale zamiast tego utrzymuje zasięg na poziomie koncepcyjnym, koncentrując się na tematach, które umożliwiają uczestnikom kompleksowe zrozumienie wspólnych funkcji analizy i funkcji oferowanych przez rozwiązania Big Data.
Dzień 3 - zawiera przegląd podstawowych i istotnych obszarów tematycznych związanych z architekturą platformy rozwiązań Big Data. Obejmuje mechanizmy Big Data wymagane do opracowania platformy rozwiązań Big Data i opcje architektoniczne do montażu platformy przetwarzania danych. Przedstawiono również typowe scenariusze, aby zapewnić podstawowe zrozumienie, w jaki sposób platforma rozwiązań Big Data jest ogólnie używana;
Dzień 4 - opiera się na Dniu 3, badając zaawansowane tematy związane z architekturą platformy rozwiązań Big Data. W szczególności wprowadzane i omawiane są różne warstwy architektoniczne, które składają się na platformę rozwiązań Big Data, w tym źródła danych, pozyskiwanie danych, przechowywanie danych, przetwarzanie danych i bezpieczeństwo;
Dzień 5 - obejmuje szereg ćwiczeń i problemów mających na celu sprawdzenie umiejętności delegatów w zakresie stosowania wiedzy z tematów omówionych w dniu 3 i 4;
35 godzin
Postęp technologiczny i rosnąca ilość informacji zmieniają sposób egzekwowania prawa. Wyzwania stawiane przez Big Data są prawie tak samo zniechęcające, jak obietnica Big Data. Efektywne przechowywanie danych jest jednym z tych wyzwań; skuteczna ich analiza jest kolejnym.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy poznają sposób myślenia, z jakim należy podejść do technologii Big Data, ocenić ich wpływ na istniejące procesy i polityki oraz wdrożyć te technologie w celu identyfikacji działalności przestępczej i zapobiegania przestępczości. Przeanalizowane zostaną studia przypadków z organizacji zajmujących się egzekwowaniem prawa na całym świecie, aby uzyskać wgląd w ich podejścia, wyzwania i wyniki.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Łączenie technologii Big Data z tradycyjnymi procesami gromadzenia danych w celu złożenia historii podczas dochodzenia
Wdrożenie przemysłowych rozwiązań w zakresie przechowywania i przetwarzania dużych zbiorów danych do analizy danych
Przygotowanie propozycji przyjęcia najbardziej adekwatnych narzędzi i procesów w celu umożliwienia opartego na danych podejścia do dochodzenia w sprawach karnych.
-
Specjaliści ds. egzekwowania prawa z wykształceniem technicznym
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
14 godzin
Cel : To szkolenie ma na celu pomóc uczestnikom zrozumieć, dlaczego Big Data zmienia nasze życie i jak zmienia sposób, w jaki firmy postrzegają nas jako konsumentów. Rzeczywiście, użytkownicy dużych zbiorów danych w firmach odkrywają, że duże zbiory danych uwalniają bogactwo informacji i spostrzeżeń, które przekładają się na wyższe zyski, niższe koszty i mniejsze ryzyko. Minusem była jednak frustracja, gdy zbyt duży nacisk kładziono na poszczególne technologie, a nie skupiano się wystarczająco na filarach zarządzania dużymi zbiorami danych.
Podczas tego kursu uczestnicy dowiedzą się, jak zarządzać dużymi zbiorami danych przy użyciu trzech filarów integracji danych, zarządzania danymi i bezpieczeństwa danych, aby przekształcić duże zbiory danych w rzeczywistą wartość biznesową. Różne ćwiczenia przeprowadzone na studium przypadku zarządzania klientami pomogą uczestnikom lepiej zrozumieć podstawowe procesy.
21 godzin
Big Data to termin odnoszący się do rozwiązań przeznaczonych do przechowywania i przetwarzania dużych zbiorów danych. Opracowane początkowo przez Google rozwiązania Big Data ewoluowały i zainspirowały inne podobne projekty, z których wiele jest dostępnych jako open-source. R jest popularnym językiem programowania w branży finansowej.
14 godzin
Gdy tradycyjne technologie pamięci masowej nie radzą sobie z ilością danych, które trzeba przechowywać, istnieją setki alternatyw. Ten kurs stara się wskazać uczestnikom, jakie są alternatywy dla przechowywania i analizowania Big Data oraz jakie są ich zalety i wady.
Kurs ten koncentruje się głównie na dyskusji i prezentacji rozwiązań, choć na żądanie dostępne są ćwiczenia praktyczne.
14 godzin
Kurs jest częścią zestawu umiejętności Data Scientist (Domena: Dane i technologia).
14 godzin
Ta sesja szkoleniowa oparta na klasie zbada Big Data. Delegaci będą mieli komputerowe przykłady i ćwiczenia studium przypadku do podjęcia z odpowiednimi narzędziami big data
21 godzin
Publiczność
Jeśli próbujesz nadać sens danym, do których masz dostęp lub chcesz analizować nieustrukturyzowane dane dostępne w sieci (takie jak Twitter, LinkedIn itp.), ten kurs jest dla Ciebie.
Jest on skierowany głównie do decydentów i osób, które muszą wybrać, jakie dane warto gromadzić i co warto analizować.
Nie jest on skierowany do osób konfigurujących rozwiązanie, jednak osoby te skorzystają z szerszej perspektywy.
Tryb dostawy
Podczas kursu delegaci zostaną zapoznani z działającymi przykładami głównie technologii open source.
Po krótkich wykładach odbędzie się prezentacja i proste ćwiczenia dla uczestników.
Używana zawartość i oprogramowanie
Całe używane oprogramowanie jest aktualizowane za każdym razem, gdy kurs jest uruchamiany, więc sprawdzamy najnowsze możliwe wersje.
Obejmuje proces pozyskiwania, formatowania, przetwarzania i analizowania danych, aby wyjaśnić, jak zautomatyzować proces podejmowania decyzji za pomocą uczenia maszynowego.
35 godzin
Big data to zbiory danych, które są tak obszerne i złożone, że tradycyjne aplikacje do przetwarzania danych nie są w stanie sobie z nimi poradzić. Wyzwania związane z dużymi zbiorami danych obejmują przechwytywanie danych, przechowywanie danych, analizę danych, wyszukiwanie, udostępnianie, przesyłanie, wizualizację, zapytania, aktualizację i prywatność informacji.
7 godzin
To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla osób technicznych, które chcą dowiedzieć się, jak wdrożyć strategię uczenia maszynowego, jednocześnie maksymalizując wykorzystanie dużych zbiorów danych.
Po zakończeniu tego szkolenia uczestnicy będą
-
Zrozumienie ewolucji i trendów w uczeniu maszynowym.
Dowiedz się, w jaki sposób uczenie maszynowe jest wykorzystywane w różnych branżach.
Zapoznanie się z narzędziami, umiejętnościami i usługami dostępnymi w celu wdrożenia uczenia maszynowego w organizacji.
Zrozumienie, w jaki sposób można wykorzystać uczenie maszynowe do usprawnienia eksploracji i analizy danych.
Dowiedz się, czym jest pośredni backend danych i w jaki sposób jest on wykorzystywany przez firmy.
Zrozumienie roli, jaką big data i inteligentne aplikacje odgrywają w różnych branżach.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
7 godzin
Apache Sqoop to interfejs wiersza poleceń do przenoszenia danych z relacyjnych baz danych i Hadoop. Apache Flume to rozproszone oprogramowanie do zarządzania dużymi zbiorami danych. Korzystając z Sqoop i Flume, użytkownicy mogą przesyłać dane między systemami i importować duże zbiory danych do architektur pamięci masowej, takich jak Hadoop.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla inżynierów oprogramowania, którzy chcą używać Sqoop i Flume do przesyłania danych między systemami.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Pozyskiwanie dużych zbiorów danych za pomocą Sqoop i Flume.
Pozyskiwanie danych z wielu źródeł danych.
Przenoszenie danych z relacyjnych baz danych do HDFS i Hive.
Eksportowanie danych z HDFS do relacyjnej bazy danych.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
28 godzin
Talend Open Studio for Big Data to narzędzie ETL typu open source do przetwarzania dużych zbiorów danych. Zawiera środowisko programistyczne do interakcji ze źródłami i celami Big Data oraz uruchamiania zadań bez konieczności pisania kodu.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla osób technicznych, które chcą wdrożyć Talend Open Studio for Big Data w celu uproszczenia procesu odczytu i analizy Big Data.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Instalacja i konfiguracja Talend Open Studio for Big Data.
Łączenie się z systemami Big Data, takimi jak Cloudera, HortonWorks, MapR, Amazon EMR i Apache.
Zrozumieć i skonfigurować komponenty i konektory Big Data w Open Studio.
Konfigurowanie parametrów do automatycznego generowania kodu MapReduce.
Korzystanie z interfejsu "przeciągnij i upuść" Open Studio do uruchamiania zadań Hadoop.
Prototypowanie potoków big data.
Automatyzacja projektów integracji dużych zbiorów danych.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
14 godzin
Vespa to open-source'owy silnik przetwarzania i serwowania dużych ilości danych stworzony przez Yahoo. Służy on do odpowiadania na zapytania użytkowników, tworzenia rekomendacji oraz dostarczania spersonalizowanych treści i reklam w czasie rzeczywistym.
To prowadzone przez instruktora szkolenie na żywo wprowadza wyzwania związane z obsługą danych na dużą skalę i prowadzi uczestników przez proces tworzenia aplikacji, która może obliczać odpowiedzi na żądania użytkowników w dużych zbiorach danych w czasie rzeczywistym.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Wykorzystanie Vespa do szybkiego obliczania danych (przechowywanie, wyszukiwanie, ranking, organizowanie) w czasie serwowania, gdy użytkownik czeka.
Wdrożenie Vespa w istniejących aplikacjach obejmujących wyszukiwanie funkcji, rekomendacje i personalizację.
Integracja i wdrożenie Vespa z istniejącymi systemami Big Data, takimi jak Hadoop i Storm.
-
Deweloperzy
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
7 godzin
Alluxio to wirtualny rozproszony system pamięci masowej o otwartym kodzie źródłowym, który ujednolica różne systemy pamięci masowej i umożliwia aplikacjom interakcję z danymi z prędkością pamięci. Korzystają z niego takie firmy jak Intel, Baidu i Alibaba.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak używać Alluxio do łączenia różnych struktur obliczeniowych z systemami pamięci masowej i efektywnego zarządzania danymi w skali wielu petabajtów, przechodząc przez proces tworzenia aplikacji za pomocą Alluxio.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Tworzenie aplikacji z Alluxio
Łączenie systemów i aplikacji Big Data przy zachowaniu jednej przestrzeni nazw
Skuteczne wydobywanie wartości z dużych zbiorów danych w dowolnym formacie pamięci masowej
Poprawa wydajności obciążeń
Wdrażanie i zarządzanie Alluxio w trybie autonomicznym lub klastrowym
-
Naukowiec ds. danych
Programista
Administrator systemu
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
Last Updated:
Szkolenie Big Data, Big Data boot camp, Szkolenia Zdalne Big Data, szkolenie wieczorowe Big Data, szkolenie weekendowe Big Data, Kurs Big Data,Kursy Big Data, Trener Big Data, instruktor Big Data, kurs zdalny Big Data, edukacja zdalna Big Data, nauczanie wirtualne Big Data, lekcje UML, nauka przez internet Big Data, e-learning Big Data, kurs online Big Data, wykładowca Big Data
