Lokalne, prowadzone przez instruktora kursy szkoleniowe Graph Computing na żywo demonstrują poprzez praktyczną praktykę różne oferty technologii i implementacje do przetwarzania danych wykresów, w celu identyfikacji rzeczywistych obiektów, ich cech i relacji, a następnie modelowania tych relacji i procesu je jako dane przy użyciu metod przetwarzania grafów. Szkolenie Graph Computing jest dostępne jako "szkolenie online na żywo" lub "szkolenie na żywo na miejscu". Szkolenie na żywo online (inaczej "zdalne szkolenie na żywo") odbywa się za pomocą interaktywnego, zdalnego pulpitu . Szkolenie na żywo na miejscu może odbywać się lokalnie w siedzibie klienta w dolnośląskie lub w korporacyjnych centrach szkoleniowych NobleProg w dolnośląskie. NobleProg — Twój lokalny dostawca szkoleń
Wrocław
NobleProg, Ludwika Rydygiera 2a/22, Wroclaw, Polska, 50-249
Lokal znajduje się w samym centrum miasta (vis-à-vis hotelu HP Park Plaza), zaledwie 10 minut spacerem od Rynku, tuż przy skrzyżowaniu ulic Drobnera i Rydygiera.
Wejście do budynku zlokalizowane jest od strony ulicy Śrutowej, tuż przy skrzyżowaniu z Bolesława Drobnera. Idąc od strony pl. Bema, mijamy po prawej stronie Rossmann i tuż za nim skręcamy w Śrutową - wejście będzie po prawej. Kierując się od pl. Dubois, mijamy po lewej aptekę Ziko oraz Carrefour Express i dochodzimy aż do skrzyżowania z ul. Śrutową - skręcamy w nią, wejście do budynku będzie po prawej stronie.
Sala szkoleniowa znajduje się na drugim piętrze.
Parking
W pobliżu sali szkoleniowej liczba miejsc parkingowych jest ograniczona, nie obowiązuje strefa płatnego parkowania (wzdłuż ulic Rydygiera, Śrutowej i Henryka Brodatego, Bolesława Drobnera). Ul. Ludwika Rydygiera jest jednokierunkowa, wjazd od ul. Bolesława Drobnera. Ul. Śrutowa także jest jednokierunkowa, wjazd od ul. Henryka Brodatego.
Dojazd komunikacją miejską
Apache Jena jest frameworkiem Java typu open source do budowania Semantic Web i aplikacji Linked Data.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak używać Apache Jena do tworzenia i wdrażania Semantic Web Application.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
Instalacja i konfiguracja Apache Jena
Konwersja i przechowywanie danych w formacie RDF
Zapytanie o dane RDF przy użyciu SPARQL
Testowanie i wdrażanie semantycznej aplikacji internetowej
Uczestnicy
Programiści
Inżynierowie danych
Format kursu
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
Uwaga
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
W tym prowadzonym przez instruktora szkoleniu na żywo w dolnośląskie uczestnicy zapoznają się z ofertą technologiczną i podejściami wdrożeniowymi do przetwarzania danych grafowych. Celem jest identyfikacja obiektów świata rzeczywistego, ich cech i relacji, a następnie modelowanie tych relacji i przetwarzanie ich jako danych przy użyciu podejścia Graph Computing (znanego również jako Graph Analytics). Zaczynamy od szerokiego przeglądu i zawężamy się do konkretnych narzędzi, przechodząc przez serię studiów przypadków, ćwiczeń praktycznych i wdrożeń na żywo.
Pod koniec tego szkolenia uczestnicy będą mogli
Zrozumieć, w jaki sposób dane wykresu są utrwalane i przemierzane.
Wybrać najlepszą platformę dla danego zadania (od grafowych baz danych po ramy przetwarzania wsadowego).
Zaimplementować Hadoop, Spark, GraphX i Pregel do równoległego przetwarzania grafów na wielu maszynach.
Postrzeganie rzeczywistych problemów związanych z dużymi zbiorami danych w kategoriach grafów, procesów i przejść.
Semantic Web to wspólny ruch prowadzony przez World Wide Web Consortium (W3C), który promuje wspólne formaty danych w sieci WWW. Semantic Web zapewnia wspólne ramy, które umożliwiają udostępnianie i ponowne wykorzystywanie danych ponad granicami aplikacji, przedsiębiorstw i społeczności.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla osób technicznych, które chcą wyszukiwać dane RDF przechowywane w bazie danych Semantic Web.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
Zrozumienie różnicy między danymi sieci semantycznej a danymi relacyjnymi.
Wyszukiwanie publicznych zbiorów danych w oparciu o standardy sieci semantycznej.
Modelowanie danych do zapytań za pomocą SPARQL.
Przeniesienie danych ze strony internetowej do danych powiązanych z siecią semantyczną.
Uruchamianie zapytań SPARQL z poziomu istniejącej aplikacji.