Azure Data Lake Storage Gen2 Schulung

Dieses von einem Experten geleitete Live-Training Deutschland (online oder vor Ort) richtet sich an Fachkräfte mit mittleren bis fortgeschrittenen Kenntnissen, die KI-gestützte Cloud-Anwendungen unter Verwendung von Microsoft Azure entwickeln und bereitstellen möchten.

Am Ende des Trainings werden die Teilnehmenden in der Lage sein:

• Ereignisgesteuerte und serverlose Anwendungen mithilfe von Azure Functions zu entwickeln.
• Speicherlösungen sowie virtuelle Maschinen in Azure zu verwalten.
• Webanwendungen mit Azure App Service und Docker-Containern bereitzustellen und zu skalieren.
• KI, maschinelles Lernen sowie die Verarbeitung natürlicher Sprache mithilfe von Azure AI Services zu integrieren.
• GitHub Copilot zur Unterstützung bei der Entwicklung künstlich-intelligenter Cloud-Anwendungen zu nutzen.

Dieses vom Dozenten geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Entwickler sowie technische Fachkräfte aller Kenntnisstufen, die Microsoft Azure nutzen möchten, um KI-Agenten für Geschäftsanwendungen zu entwickeln, zu testen und einzusetzen.

Nach Abschluss des Trainings werden die Teilnehmer das Architekturmodell von KI-Agenten auf Azure verstehen, einen funktionsfähigen Agenten erstellen und konfigurieren sowie diesen an geschäftliche Wissensquellen anschließen. Zudem sind sie in der Lage, Agenten zu bewerten und für den Einsatz vorzubereiten.

Dieses von einem Experten geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an DevOps-Ingenieure, Entwickler sowie Projektmanager, die Azure DevOps nutzen möchten, um optimierte Unternehmensanwendungen schneller als mit herkömmlichen Methoden zu entwickeln und bereitzustellen.

Am Ende des Kurses werden die Teilnehmer in der Lage sein:

• Die grundlegenden Begriffe und Prinzipien von DevOps zu verstehen.
• Die notwendigen Azure DevOps-Werkzeuge für die Softwareentwicklung zu installieren und einzurichten.
• Azure DevOps-Tools und -Dienste zu nutzen, um sich kontinuierlich an Marktveränderungen anzupassen.
• Unternehmensanwendungen zu erstellen sowie aktuelle Entwicklungsprozesse mithilfe von Azure DevOps-Lösungen zu bewerten.
• Teams effizienter zu verwalten und die Bereitstellung von Software zu beschleunigen.
• DevOps-Entwicklungspraktiken in ihrem Unternehmen einzuführen.

Dieses von einem Trainer geleitete Live-Training in Deutschland – ebenfalls online oder vor Ort – richtet sich an Datenwissenschaftler und Ingenieure mittleren Kenntnisstands, die Google Colab sowie Apache Spark zur Verarbeitung und Analyse großer Datenmengen nutzen möchten.

Am Ende des Kurses können die Teilnehmenden:

• Eine Big-Data-Umgebung unter Verwendung von Google Colab und Spark konfigurieren.
• Riesige Datensätze mittels Apache Spark zügig verarbeiten und analysieren.
• Große Datenmengen in einer gemeinsamen Arbeitsumgebung visualisieren.
• Apache Spark erfolgreich mit cloudbasierten Werkzeugen verbinden.

Dieses von einem Trainer geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Java-Entwickler mittleren Niveaus, Softwareingenieure sowie Cloud-Enthusiasten, die die Möglichkeiten von Azure OpenAI nutzen möchten, um intelligente Anwendungen zu entwickeln.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Die Grundprinzipien der generativen KI sowie deren Einsatzmöglichkeiten zu verstehen.
• Den Azure OpenAI-Dienst einzurichten und zu verwalten.
• OpenAI-Modelle in Java-Anwendungen zu integrieren.
• KI-gestützte Funktionen in Webanwendungen einzusetzen.

In diesem von einem Instruktor geleiteten Live-Training in Deutschland (online oder vor Ort) lernen die Teilnehmer, wie man eine containerbasierte Umgebung im Produktionsmaßstab unter Verwendung von Kubernetes auf AKS einrichtet und verwaltet.

Nach Abschluss dieses Trainings sind die Teilnehmer in der Lage zu:

• Kubernetes auf AKS zu konfigurieren und zu verwalten.
• Einen Kubernetes-Cluster bereitzustellen, zu verwalten sowie zu skalieren.
• Containerisierten (Docker-)Anwendungen auf Azure einzusetzen.
• Ein bestehendes Kubernetes-Setup von der lokalen Umgebung in die AKS Cloud zu migrieren.
• Kubernetes mit gängigen Drittanbieter-Software für kontinuierliche Integration (CI) zu integrieren.
• Hochverfügbarkeit und Notfallwiederherstellung in Kubernetes sicherzustellen.

Apache NiFi ist eine Open-Source-Plattform zur datenbasierten Integration und Ereignisverarbeitung. Sie ermöglicht die automatische, in Echtzeit erfolgende Weiterleitung sowie Transformation von Daten zwischen verschiedenen Systemen – alles über eine webbasierte Oberfläche mit fein abgestimmten Steuerungsmöglichkeiten.

Dieses vom Kursleiter geleitete Live-Training (vor Ort oder remote) richtet sich an Administratoren und Ingenieure mittleren Kenntnisstands, die NiFi-Workflows in Produktivumgebungen installieren, verwalten, sichern und optimieren möchten.

Am Ende des Trainings werden die Teilnehmenden in der Lage sein zu:

• Apache NiFi-Cluster zu installieren, zu konfigurieren und zu warten.
• Workflows von diversen Datenquellen und -zielen zu entwerfen sowie zu verwalten.
• Automatisierungs-, Routing- und Transformationslogik innerhalb von Datenflüssen umzusetzen.
• Die Leistung zu optimieren, den Betrieb zu überwachen sowie auftretende Probleme zu beheben.

Aufbau des Kurses

• Interaktive Vorlesungen mit Diskussionen zu realistischen Architekturen.
• Praktische Übungen: Erstellung, Bereitstellung und Verwaltung von Datenflüssen.
• Szenariobasierte Aufgaben in einer Live-Lab-Umgebung.

Möglichkeiten zur individuellen Anpassung des Kurses

• Falls Sie eine auf Ihre Bedürfnisse zugeschnittene Variante dieses Kurses wünschen, kontaktieren Sie uns bitte zur Absprache.

In diesem Training erhalten die Teilnehmer eine praxisorientierte Einführung in den Aufbau skalierbarer Datenverarbeitungs- sowie Maschinenlern-Workflows mithilfe von PySpark. Sie lernen, wie Apache Spark in modernen Big-Data-Umgebungen eingesetzt wird und wie man große Datensätze effizient unter Verwendung der Prinzipien der verteilten Rechenverarbeitung verarbeitet.

Dieses von einem Trainer geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Ingenieure, die Apache Spark zur Verarbeitung sehr großer Datenmengen einrichten und einsetzen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein zu:

• Apache Spark zu installieren und zu konfigurieren.
• schnell sehr große Datensätze zu verarbeiten und auszuwerten.
• den Unterschied zwischen Apache Spark und Hadoop MapReduce zu erkennen sowie die passende Wahl zu treffen.
• Apache Spark mit anderen Tools für maschinelles Lernen zu verbinden.

Dieses praxisorientierte Training unter Anleitung eines Dozenten in Deutschland (online oder vor Ort) richtet sich an Systemadministratoren mit Grund- bis Mittelkenntnissen, die Spark-Clusters einrichten, verwalten und optimieren möchten.

Am Ende des Kurses sind die Teilnehmer in der Lage:

• Apache Spark in verschiedenen Umgebungen zu installieren und zu konfigurieren.
• Ressourcen eines Clusters zu verwalten sowie Spark-Anwendungen zu überwachen.
• Die Leistung von Spark-Clustern zu optimieren.
• Sicherheitsmaßnahmen umzusetzen und eine hohe Verfügbarkeit sicherzustellen.
• Häufige Probleme bei der Nutzung von Spark zu diagnostizieren und zu beheben.

Zu Beginn ist die Lernkurve bei Apache Spark zwar etwas steil – man muss viel Aufwand investieren, um erste Ergebnisse zu erzielen. Dieser Kurs soll dabei helfen, diese Hürde erfolgreich zu überwinden. Nach Abschluss des Kurses verstehen die Teilnehmer die Grundlagen von Apache Spark, können RDD von DataFrame klar unterscheiden, lernen die Python- sowie Scala-APIs kennen und erhalten ein Verständnis für Executors und Tasks.

Darüber hinaus legt der Kurs großen Wert auf bewährte Vorgehensweisen im Bereich Cloud-Deployment – insbesondere mit Databricks und AWS. Die Teilnehmenden erfahren auch, worin sich AWS EMR und AWS Glue, einer der neuesten Spark-Dienste von AWS, unterscheiden.

ZIELGRUPPE:

Daten-Ingenieure, DevOps-Fachkräfte sowie Datenwissenschaftler

In diesem praxisorientierten Training unter Anleitung erfahrener Instruktoren lernen die Teilnehmer in Deutschland, wie sie Python und Spark gemeinsam zur Analyse von Big Data einsetzen können – dabei führen sie zahlreiche Übungen durch.

Am Ende dieses Kurses werden die Teilnehmer folgende Fähigkeiten erlangt haben:

• Sie lernen, wie man Spark in Verbindung mit Python zur Analyse von Big Data nutzt.
• Sie arbeiten an Aufgabenstellungen, die reale Szenarien aus der Praxis nachbilden.
• Sie setzen verschiedene Werkzeuge und Methoden ein, um mithilfe von PySpark Big Data zu analysieren.

Dieser von erfahrenen Dozenten geleitete Live-Kurs in Deutschland (online oder vor Ort) richtet sich an Entwickler, die Spark, Hadoop und Python nutzen wollen, um umfangreiche sowie komplexe Datensätze zu verarbeiten, zu analysieren und zu transformieren.

Nach Abschluss dieses Kurses werden die Teilnehmer in der Lage sein:

• Die erforderliche Umgebung einzurichten, um mit Spark, Hadoop und Python Big Data zu verarbeiten.
• Die Funktionen, Kernkomponenten sowie die Architektur von Spark und Hadoop zu verstehen.
• Zu erfahren, wie man Spark, Hadoop und Python miteinander kombiniert, um große Datenmengen effizient zu bearbeiten.
• Die Werkzeuge innerhalb des Spark-Ökosystems kennenzulernen (z. B. Spark MlLib, Spark Streaming, Kafka, Sqoop und Flume).
• Empfehlungssysteme basierend auf kollaborativem Filtering zu entwickeln – ähnlich wie Netflix, YouTube, Amazon, Spotify oder Google.
• Apache Mahout zur Skalierung von Algorithmen des maschinellen Lernens einzusetzen.

Stratio ist eine datenzentrierte Plattform, die Big Data, KI sowie Governance in einer einzigen Lösung vereint. Die Module Rocket und Intelligence ermöglichen eine schnelle Datenerkundung, -transformation sowie fortgeschrittene Analysen in unternehmensweiten Umgebungen.

Dieses von einem Trainer geleitete Live-Training – entweder online oder vor Ort – richtet sich an Datenexperten mittleren Kenntnisstands, die die Rocket- und Intelligence-Module in Stratio erfolgreich mit PySpark nutzen möchten. Im Mittelpunkt stehen dabei Schleifenstrukturen, benutzerdefinierte Funktionen sowie komplexe datenbezogene Logik.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Die Stratio-Plattform mitsamt den Rocket- und Intelligence-Modulen zu bedienen und effizient darin zu arbeiten.
• PySpark im Zusammenhang mit Dateneingabe, -transformation und -analyse einzusetzen.
• Schleifen sowie bedingte Ausdrücke zur Steuerung von Datenworkflows und zur Erstellung von Merkmalen zu verwenden.
• Benutzerdefinierte Funktionen (UDFs) für wiederverwendbare Datenvorgänge in PySpark zu erstellen und zu verwalten.

Ablauf des Kurses

• Interaktive Vorlesungen sowie Diskussionen.
• Zahlreiche Übungen und praktische Aufgaben.
• Praxisnahe Umsetzung in einer Live-Lab-Umgebung.

Möglichkeiten zur Kursanpassung

• Falls Sie ein maßgeschneidertes Training zu diesem Thema wünschen, kontaktieren Sie uns gerne, um die Details zu besprechen.