Datenwissenschaft für die Analyse großer Datenmengen Schulung

Diese von einem Dozenten geleitete Live-Schulung in Deutschland (online oder vor Ort) richtet sich an Datenwissenschaftler, die das Anaconda-Ökosystem zur Erfassung, Verwaltung und Bereitstellung von Paketen und Datenanalyse-Workflows auf einer einzigen Plattform nutzen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

• Anaconda-Komponenten und -Bibliotheken zu installieren und zu konfigurieren.
• Die Kernkonzepte, Funktionen und Vorteile von Anaconda zu verstehen.
• Pakete, Umgebungen und Kanäle mit Anaconda Navigator zu verwalten.
• Conda, R und Python Pakete für Data Science und maschinelles Lernen verwenden.
• Sie lernen einige praktische Anwendungsfälle und Techniken für die Verwaltung mehrerer Datenumgebungen kennen.

Bei der Big-Data-Analyse werden große Mengen unterschiedlicher Datensätze untersucht, um Korrelationen, verborgene Muster und andere nützliche Erkenntnisse aufzudecken.

Die Gesundheitsbranche verfügt über riesige Mengen komplexer heterogener medizinischer und klinischer Daten. Die Anwendung von Big-Data-Analysen auf Gesundheitsdaten bietet ein großes Potenzial für die Gewinnung von Erkenntnissen zur Verbesserung der Gesundheitsversorgung. Die enorme Anzahl dieser Datensätze ist jedoch eine große Herausforderung für Analysen und praktische Anwendungen in einem klinischen Umfeld.

In diesem von Lehrern geleiteten Live-Training (Remote) lernen die Teilnehmer, wie Big-Data-Analysen im Gesundheitsbereich durchgeführt werden, während sie eine Reihe von praktischen Live-Laborübungen absolvieren.

Am Ende dieser Schulung können die Teilnehmer:

• Installieren und konfigurieren Sie Big Data-Analysetools wie Hadoop MapReduce und Spark
• Verstehen Sie die Eigenschaften von medizinischen Daten
• Wenden Sie Big-Data-Techniken an, um mit medizinischen Daten umzugehen
• Studieren Sie Big-Data-Systeme und -Algorithmen im Kontext von Gesundheitsanwendungen

Publikum

• Entwickler
• Data Scientists

Format des Kurses

• Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben.

Hinweis

• Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.

Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Systemadministratoren, die lernen möchten, wie sie Hadoop Cluster in ihrem Unternehmen einrichten, einsetzen und verwalten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Installation und Konfiguration von Apache Hadoop.
• Die vier Hauptkomponenten des Hadoop-Ökosystems verstehen: HDFS, MapReduce, YARN und Hadoop Common.
• Das Hadoop Distributed File System (HDFS) zur Skalierung eines Clusters auf Hunderte oder Tausende von Knoten verwenden.
• HDFS als Speichermaschine für lokale Spark-Implementierungen einrichten.
• Einrichten von Spark für den Zugriff auf alternative Speicherlösungen wie Amazon S3 und NoSQL-Datenbanksysteme wie Redis, Elasticsearch, Couchbase, Aerospike usw.
• Ausführen von administrativen Aufgaben wie Bereitstellung, Verwaltung, Überwachung und Sicherung eines Apache Hadoop-Clusters.

In diesem von einem Dozenten geführten, live Training in Deutschland (vor Ort oder remote) lernen die Teilnehmer, verschiedene Stream-Processing-Frameworks mit bestehenden Big Data-Speichersystemen und zugehörigen Softwareanwendungen und Mikroserien zu integrieren.

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

• verschiedene Stream-Processing-Frameworks wie Spark Streaming und Kafka Streaming zu installieren und zu konfigurieren.
• das passendste Framework für die jeweilige Aufgabe zu verstehen und auszuwählen.
• Daten kontinuierlich, parallel und im Einzelschritt zu verarbeiten.
• Stream-Processing-Lösungen mit bestehenden Datenbanken, Data Warehouses, Data Lakes usw. zu integrieren.
• die passendste Stream-Processing-Bibliothek mit Unternehmensanwendungen und Mikroserien zu integrieren.

Diese von einem Dozenten geleitete Live-Schulung in Deutschland (online oder vor Ort) richtet sich an Datenwissenschaftler und -entwickler, die Data Science mit Kaggle erlernen und ihre Karriere ausbauen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Über Datenwissenschaft und maschinelles Lernen lernen.
• Datenanalytik erforschen.
• Lernen Sie über Kaggle und wie es funktioniert.

Diese von einem Trainer geleitete Live-Schulung in Deutschland (online oder vor Ort) richtet sich an Datenwissenschaftler und Entwickler, die Modin verwenden möchten, um parallele Berechnungen mit Pandas für eine schnellere Datenanalyse zu erstellen und zu implementieren.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

• die notwendige Umgebung einzurichten, um mit der Entwicklung von Pandas-Workflows in großem Maßstab mit Modin zu beginnen.
• die Funktionen, die Architektur und die Vorteile von Modin zu verstehen.
• Die Unterschiede zwischen Modin, Dask und Ray kennen.
• Schnellere Durchführung von Pandas-Vorgängen mit Modin.
• Implementierung der gesamten Pandas API und Funktionen.

Dieses von einem Dozenten geführte, live-Training in Deutschland (online oder vor Ort) richtet sich an Data Scientists und Entwickler, die RAPIDS verwenden möchten, um GPU-beschleunigte Datenpipelines, Workflows und Visualisierungen zu erstellen, wobei maschinelles Lernen mit Algorithmen wie XGBoost, cuML usw. angewendet wird.

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

• Die notwendige Entwicklungsumgebung zum Erstellen von Datenmodellen mit NVIDIA RAPIDS einzurichten.
• Die Funktionen, Komponenten und Vorteile von RAPIDS zu verstehen.
• GPUs zur Beschleunigung von Daten- und Analysepipelines von Anfang bis Ende zu nutzen.
• GPU-beschleunigte Datenvorbereitung und ETL mit cuDF und Apache Arrow zu implementieren.
• Maschinelles Lernen mit XGBoost- und cuML-Algorithmen zu erlernen.
• Datenvisualisierungen zu erstellen und Graphanalysen mit cuXfilter und cuGraph durchzuführen.

Dieses von einem Trainer angeleitete, Live-Training in Deutschland (online oder vor Ort) richtet sich an Datenwissenschaftler, die das SMACK Stack verwenden möchten, um Datenverarbeitungsplattformen für Big Data-Lösungen zu erstellen.

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

• Eine Datenpipeline-Architektur zur Verarbeitung von Big Data zu implementieren.
• Eine Cluster-Infrastruktur mit Apache Mesos und Docker zu entwickeln.
• Daten mit Spark und Scala zu analysieren.
• Unstrukturierte Daten mit Apache Cassandra zu verwalten.

Diese von einem Ausbilder geleitete Live-Schulung (online oder vor Ort) richtet sich an Ingenieure, die ein System für die Verarbeitung sehr großer Datenmengen einrichten und einsetzen möchten Apache Spark.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Installieren und konfigurieren Sie Apache Spark.
• Schnelle Verarbeitung und Analyse von sehr großen Datensätzen.
• Den Unterschied zwischen Apache Spark und Hadoop MapReduce verstehen und wissen, wann man was verwenden sollte.
• Integrieren Sie Apache Spark mit anderen Tools für maschinelles Lernen.

Die Lernkurve von Apache Spark steigt am Anfang langsam an, es bedarf viel Mühe, um den ersten Erfolg zu erzielen. Dieses Kursziel ist es, den ersten schwierigen Teil zu überwinden. Nachdem die Teilnehmer diesen Kurs absolviert haben, verstehen sie die Grundlagen von Apache Spark, sie können RDD und DataFrame klar voneinander abgrenzen, sie lernen die Python- und Scala-APIs, sie verstehen Executoren und Tasks usw. Auch indem es sich an beste Praktiken orientiert, konzentriert sich dieser Kurs stark auf die Cloudbereitstellung, insbesondere auf Databricks und AWS. Die Teilnehmer werden auch die Unterschiede zwischen AWS EMR und AWS Glue verstehen, einem der neuesten Spark-Dienste von AWS.

ZIELGRUPPE:

Data Engineer, DevOps, Data Scientist

ZIELSETZUNG:

Dieser Kurs wird Apache Spark vorstellen. Die Schüler lernen, wie Spark in das Big Data Ökosystem passt und wie Spark für die Datenanalyse verwendet wird. Der Kurs behandelt die Spark-Shell für die interaktive Datenanalyse, Spark-Interna, Spark-APIs, Spark- SQL , Spark-Streaming sowie maschinelles Lernen und graphX.

PUBLIKUM:

Entwickler / Datenanalysten

Diese von einem Dozenten geleitete Live-Schulung in Deutschland (online oder vor Ort) richtet sich an Datenwissenschaftler und Entwickler, die Spark NLP, das auf Apache Spark aufbaut, zur Entwicklung, Implementierung und Skalierung von Modellen und Pipelines für die Verarbeitung natürlicher Sprache nutzen möchten.

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

• die notwendige Entwicklungsumgebung einzurichten, um mit dem Aufbau von NLP-Pipelines mit Spark NLP zu beginnen.
• die Funktionen, die Architektur und die Vorteile der Verwendung von Spark NLP zu verstehen.
• die in Spark NLP verfügbaren vortrainierten Modelle zur Implementierung von Textverarbeitung zu verwenden.
• Lernen Sie, wie Sie Spark NLP-Modelle für produktionsreife Projekte erstellen, trainieren und skalieren können.
• Anwendung von Klassifizierung, Inferenz und Sentiment-Analyse auf reale Anwendungsfälle (klinische Daten, Einblicke in das Kundenverhalten usw.).

In dieser von einem Trainer geleiteten Live-Schulung in Deutschland lernen die Teilnehmer anhand praktischer Übungen, wie sie Python und Spark gemeinsam zur Analyse von Big Data einsetzen können.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Lernen, wie man Spark mit Python verwendet, um Big Data zu analysieren.
• An Übungen arbeiten, die reale Fälle nachahmen.
• Verschiedene Tools und Techniken für die Big-Data-Analyse mit PySpark verwenden.

Spark SQL ist das Modul von Apache Spark zum Arbeiten mit strukturierten und unstrukturierten Daten. Spark SQL bietet Informationen zur Struktur der Daten sowie zur ausgeführten Berechnung. Mit diesen Informationen können Optimierungen durchgeführt werden. Zwei häufige Verwendungen von Spark SQL sind:
- um SQL Abfragen auszuführen.
- um Daten aus einer vorhandenen Hive Installation zu lesen.

In diesem vom Kursleiter durchgeführten Live-Training (vor Ort oder remote) lernen die Teilnehmer, wie verschiedene Arten von Datensätzen mit Spark SQL analysiert werden.

Am Ende dieser Schulung können die Teilnehmer:

• Installieren und konfigurieren Sie Spark SQL .
• Führen Sie eine Datenanalyse mit Spark SQL .
• Abfragen von Datensätzen in verschiedenen Formaten.
• Daten visualisieren und Ergebnisse abfragen.

Format des Kurses

• Interaktiver Vortrag und Diskussion.
• Viele Übungen und Übungen.
• Praktische Implementierung in einer Live-Laborumgebung.

Anpassungsoptionen für den Kurs

• Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.

Stratio ist eine datenzentrierte Plattform, die Big Data, KI und Governance in ein einziges Lösungsprodukt integriert. Die Module Rocket und Intelligence ermöglichen eine schnelle Datenexploration, Transformation und erweiterte Analysen in Unternehmensumgebungen.

Dieser von einem Dozenten geleitete Live-Kurs (online oder vor Ort) richtet sich an fortgeschrittene Datenprofessionals, die die Module Rocket und Intelligence effektiv mit PySpark nutzen möchten. Der Schwerpunkt liegt auf Schleifenstrukturen, benutzerdefinierten Funktionen und erweiterten Datenlogiken.

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

• In der Stratio-Plattform mithilfe der Module Rocket und Intelligence zu navigieren und zu arbeiten.
• PySpark im Kontext von Datenimport, Transformation und Analyse anzuwenden.
• Schleifen und bedingte Logiken zur Steuerung von Datenaufgaben und Merkmalsingenieurprozessen zu verwenden.
• Benutzerdefinierte Funktionen (UDFs) für wiederverwendbare Datenoperationen in PySpark zu erstellen und zu verwalten.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.
• Hands-on-Implementierung in einer live-Lab-Umgebung.

Optionen zur Anpassung des Kurses

• Bei Interesse an einer angepassten Ausbildung für diesen Kurs, kontaktieren Sie uns bitte, um eine Anfrage zu stellen.