Schulungsübersicht
Einführung in das Big-Data-Ökosystem
- Überblick über relevante Big-Data-Technologien und -Architekturen
- Batch-Verarbeitung im Vergleich zu Echtzeitverarbeitung
- Datenhaltungsstrategien für maximale Skalierbarkeit
Fortgeschrittene Datenverarbeitung mit Apache Spark
- Optimierung von Spark-Jobs bezüglich ihrer Leistungsfähigkeit
- Avanced Transformationen und Aktionen in Spark
- Umgang mit strukturierten Datenströmen
Maschinelles Lernen im großen Maßstab
- Methoden zur verteilten Trainierung von Modellen
- Einstellung von Hyperparametern bei großen Datensätzen
- Bereitstellung von Modellen in Big-Data-Umgebungen
Tiefes Lernen für Big Data-Anwendungen
- Integration von TensorFlow und PyTorch mit Spark
- Verteilte Trainingspipelines im Bereich des tiefen Lernens
- Anwendungsbeispiele in der Bild-, Text- sowie Zeitreihenanalyse
Echtzeitanalytik und Datenströme
- Nutzung von Apache Kafka zur Aufnahme von Streaming-Daten
- Verfügbare Frameworks für die Verarbeitung von Datenströmen
- Überwachung und Alarmierung in Echtzeitsystemen
Datenverwaltung, Sicherheit und ethische Aspekte
- Datenschutz sowie gesetzliche Compliance-Anforderungen
- Zugriffskontrolle und Verschlüsselung in Big-Data-Systemen
- Ethische Fragen bei der großflächigen Datennutzung
Integration von Big Data in die Geschäftsintelligenz
- Datenvisualisierung und Erstellung interaktiver Dashboards im Kontext großer Datenmengen
- Verknüpfung von Big-Data-Pipelines mit BI-Werkzeugen
- Wie mittels fortgeschrittener Analytik nachhaltige Geschäftsergebnisse erzielt werden können
Zusammenfassung und weitere Schritte
Voraussetzungen
- Fundierte Kenntnisse im Bereich Datenanalyse sowie statistische Modellierung
- Erfahrung mit Datenverarbeitungswerkzeugen und Programmiersprachen wie Python, R oder Scala
- Kenntnisse verteilter Rechenumgebungen wie Hadoop oder Spark
Zielgruppe
- Datenwissenschaftler, die ihre Fähigkeiten im Bereich der Skalierung von Datenverarbeitung und prädiktiver Analytik ausbauen möchten
- Erfahrene Analysten, die komplexe analytische Arbeitsabläufe entwerfen und umsetzen wollen
- Forschungs- und Entwicklungsmitarbeiter, die sich mit innovativen datenbasierten Lösungen beschäftigen
Erfahrungsberichte (3)
Das Wissen, dass QGIS und ein Tool, das von anderen verschiedenen Fachleuten wie Landvermessern verwendet werden kann,
Bame Duncan Koko - Bentel Technologies (Pty) Ltd
Kurs - QGIS for Geographic Information System
Maschinelle Übersetzung
Wie man offene Satellitendaten für reale Anwendungen nutzt
Tshering Dorji - Druk Holding and Investments
Kurs - Advanced Geographic Information Systems (GIS)
Maschinelle Übersetzung
Praktische Beispiele ermöglichten es uns, das Programm wirklich kennenzulernen. Gute Erklärungen und die Integration theoretischer Konzepte sowie deren Bezug zu praktischen Anwendungen wurden sehr geschätzt.
Ian - Archeoworks Inc.
Kurs - ArcGIS Fundamentals
Maschinelle Übersetzung