Harmonogram
Dzień 1
- Spark – wprowadzenie
- Spark SQL (DataFrames)
- Spark Core (RDD)
Dzień 2
- Spark ML
- Spark Structured Streaming
Wprowadzenie
Apache Spark określany jest mianem standardu de-facto przetwarzania Big Data.
Jego popularność, występowanie praktycznie w ramach każdej z platform chmurowych, w środowiskach on-premise, API dla języków Scala, Java, ale także Python i R oraz przede wszystkim zakres dostarczanej funkcjonalności pełni uzasadnia to twierdzenie.
Szkolenie Apache Spark z wykorzystaniem języka Python prezentuje praktyczne wykorzystanie platformy Apache Spark w kontekście przetwarzania Big Data.
Szkolenie prowadzone we współpracy z firmą Sages.
Podstawowe cele szkolenia
- Zapoznanie z platformą Spark oraz jej API dla języka Python
- Wykorzystanie Apache Spark w różnych przypadkach analizy dużej ilości danych
Główne jego zalety
- Kompleksowe wprowadzenie do platformy Spark – po zakończonym szkoleniu znasz możliwości i zakres funkcjonalności Sparka.
- Przedstawienie praktycznych przykładów oraz praktyk związanych z analizą dużej ilości danych
- Praktyka przed teorią – nie tylko wiesz jak, ale także dlaczego
Dla kogo?
- Programiści i analitycy, którzy znają podstawy Big Data oraz hurtowni danych i chcą rozpocząć przygodę z
wykorzystaniem platformy Spark w oparciu o API dla języka Python
Wymagania
- Dobra znajomość: języka SQL, relacyjnego modelu danych oraz hurtowni danych
- Podstawowa znajomość języka programowania Python
- Znajomość zagadnień Big Data, platformy Hadoop oraz powiązanych z nią narzędzi
- Zalecany jest wcześniejszy udział w szkoleniu: Big Data i platforma Hadoop – wprowadzenie
Struktura kursu
Kurs podzielony jest na tematy. Każdy z tematów obejmuje wykładowy materiał wprowadzający i zestaw ćwiczeń/zadań/tutoriali,
który w praktyczny sposób pozwala zaznajomić się z przedstawianym tematem.
Materiał wykładowy ilustrowany jest slajdami z dużą liczbą przykładów.
Materiał praktyczny ma charakter zadań/warsztatów/tutoriali do samodzielnego wykonania.
Lista tematów
Dzień 1
- Wprowadzenie
- Warsztat
- Materiał wykładowy
- Warsztat
- Spark – Wprowadzenie
- Materiał wykładowy
- Warsztat
- Spark SQL (DataFrame)
- Materiał wykładowy
- Warsztat
- Spark Core (RDD)
- Materiał wykładowy
- Warsztat
Dzień 2
- Spark – ML
- Materiał wykładowy
- Warsztat
- Spark Structured Streaming
- Materiał wykładowy
- Warsztat