Hadoop Schulungen in Deutschland

Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Entwickler, die Spark, Hadoop und Python verwenden und integrieren möchten, um große und komplexe Datensätze zu verarbeiten, zu analysieren und zu transformieren. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Einrichten der notwendigen Umgebung, um mit der Verarbeitung von Big Data mit Spark, Hadoop und Python zu beginnen.
• Verstehen Sie die Funktionen, Kernkomponenten und Architektur von Spark und Hadoop.
• Lernen Sie, wie Sie Spark, Hadoop und Python für die Verarbeitung großer Datenmengen integrieren können.
• Erforschen Sie die Tools im Spark-Ökosystem (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka und Flume).
• Erstellen Sie Empfehlungssysteme mit kollaborativer Filterung ähnlich wie bei Netflix, YouTube, Amazon, Spotify und Google.
• Apache Mahout zur Skalierung von Algorithmen für maschinelles Lernen verwenden.

Dieser Kurs behandelt die Verwendung der Hive SQL Sprache (AKA: Hive HQL, SQL in Hive , Hive QL) für Personen, die Daten aus Hive extrahieren

Datameer ist eine Business Intelligence- und Analyseplattform, die auf Hadoop basiert Enduser können große, strukturierte, semistrukturierte und unstrukturierte Daten auf einfache Weise abrufen, untersuchen und korrelieren In diesem instruierten Live-Training lernen die Teilnehmer, wie sie mithilfe von Datameer die steile Lernkurve von Hadoop überwinden können, während sie die Einrichtung und Analyse einer Reihe großer Datenquellen durchlaufen Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Erstellen, kuratieren und interaktiv einen Unternehmensdatensee erkunden Greifen Sie auf Business-Intelligence-Data-Warehouses, Transaktionsdatenbanken und andere Analyseläden zu Verwenden Sie eine Tabellenbenutzeroberfläche, um End-to-End-Datenverarbeitungspipelines zu entwerfen Greifen Sie auf vorgefertigte Funktionen zu, um komplexe Datenbeziehungen zu untersuchen Verwenden Sie DragandDrop-Assistenten, um Daten zu visualisieren und Dashboards zu erstellen Verwenden Sie Tabellen, Diagramme, Grafiken und Karten, um Abfrageergebnisse zu analysieren Publikum Datenanalytiker Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .

Der Kurs richtet sich an IT-Spezialisten, die nach einer Lösung zum Speichern und Verarbeiten großer Datenmengen in verteilten Systemumgebungen suchen Kursziel: Kenntnisse in Bezug auf die Hadoop Clusterverwaltung erlangen

Publikum: Der Kurs richtet sich an IT-Spezialisten, die eine Lösung zum Speichern und Verarbeiten großer Datenmengen in einer verteilten Systemumgebung suchen Go al: Vertiefte Kenntnisse in der Hadoop Clusterverwaltung.

Publikum: Dieser Kurs soll Big Data / Hadoop-Technologie entmystifizieren und zeigen, dass es nicht schwer zu verstehen ist.

Apache Hadoop ist das beliebteste Framework für die Verarbeitung von Big Data auf Serverclustern. In diesem Kurs lernen Entwickler verschiedene Komponenten des Hadoop Ökosystems (HDFS, MapReduce, Pig, Hive und HBase) kennen.

Apache Hadoop ist eines der beliebtesten Frameworks für die Verarbeitung von Big Data auf Serverclustern. Dieser Kurs befasst sich mit Datenmanagement in HDFS, Advanced Pig, Hive und HBase. Diese fortschrittlichen Programmiertechniken sind für erfahrene Hadoop Entwickler von Vorteil. Zielgruppe : Entwickler Dauer: drei Tage Format: Vorträge (50%) und praktische Übungen (50%).

In diesem Kurs wird HBase vorgestellt - ein No SQL Speicher über Hadoop . Der Kurs richtet sich an Entwickler, die HBase zum Entwickeln von Anwendungen verwenden, sowie an Administratoren, die HBase-Cluster verwalten. Wir werden einen Entwickler durch die HBase-Architektur sowie die Datenmodellierung und Anwendungsentwicklung auf HBase führen. Außerdem werden die Verwendung von MapReduce mit HBase und einige Verwaltungsthemen im Zusammenhang mit der Leistungsoptimierung erläutert. Der Kurs ist sehr praktisch mit vielen Laborübungen.
Dauer : 3 Tage Zielgruppe : Entwickler und Administratoren

Apache Hadoop ist das beliebteste Framework für die Verarbeitung von Big Data auf Serverclustern. In diesem dreitägigen (optionalen) Kurs lernen die Teilnehmer die Geschäftsvorteile und Anwendungsfälle für Hadoop und sein Ökosystem kennen, wie Clusterbereitstellung und -wachstum geplant werden, wie Hadoop installiert, gewartet, überwacht, Fehler behoben und optimiert wird. Sie üben auch das Laden von Cluster-Massendaten, machen sich mit verschiedenen Hadoop Distributionen vertraut und üben das Installieren und Verwalten von Hadoop Ökosystemtools. Der Kurs endet mit einer Diskussion über das Sichern von Clustern mit Kerberos. „… Die Materialien waren sehr gut vorbereitet und gründlich abgedeckt. Das Labor war sehr hilfreich und gut organisiert. “
- Andrew Nguyen, Hauptintegrations-DW-Ingenieur, Microsoft Online Advertising Publikum Hadoop Administratoren Format Vorlesungen und praktische Übungen, ungefähr 60% Vorlesungen, 40% Übungen.

Hadoop ist das beliebteste Big Data-Verarbeitungsframework .

In dieser von einem Trainer geleiteten Schulung lernen die Teilnehmer die Kernkomponenten des Hadoop-Ökosystems kennen und erfahren, wie diese Technologien zur Lösung umfangreicher Probleme eingesetzt werden können. Durch das Erlernen dieser Grundlagen werden die Teilnehmer  ihre Fähigkeit verbessern, mit den Entwicklern und Implementierern dieser Systeme sowie mit den Datenwissenschaftlern und Analysten zu kommunizieren, die an vielen IT-Projekten beteiligt sind. Publikum

• Projektleiter, die Hadoop in ihre bestehende Entwicklungs- oder IT-Infrastruktur implementieren möchten
• Projektleiter, die mit funktionsübergreifenden Teams kommunizieren müssen, zu denen Big-Data-Ingenieure, Datenwissenschaftler und Geschäftsanalysten gehören

Apache Samza ist ein Open-Source-Framework für die asynchrone Stream-Verarbeitung in Echtzeit. Es verwendet Apache Kafka für Messaging und Apache Hadoop YARN für Fehlertoleranz, Prozessorisolation, Sicherheit und Ressourcenverwaltung. Dieses von Lehrern geleitete Live-Training führt in die Prinzipien von Messaging-Systemen und der verteilten Stream-Verarbeitung ein und führt die Teilnehmer durch die Erstellung eines Samza-basierten Beispielprojekts und die Auftragsausführung. Am Ende dieser Schulung können die Teilnehmer:

• Verwenden Sie Samza, um den Code zum Erstellen und Verarbeiten von Nachrichten zu vereinfachen.
• Entkoppeln Sie die Verarbeitung von Nachrichten aus einer Anwendung.
• Verwenden Sie Samza, um zeitnahe asynchrone Berechnungen durchzuführen.
• Verwenden Sie die Stream-Verarbeitung, um eine höhere Abstraktionsebene für Messagingsysteme bereitzustellen.

Publikum

• Entwickler

Format des Kurses

• Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben

In dieser von einem Ausbilder geleiteten Live-Schulung (vor Ort oder per Fernzugriff) lernen die Teilnehmer, wie sie Apache NiFi in einer Live-Laborumgebung einsetzen und verwalten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Installation und Konfiguration von Apachi NiFi.
• Daten aus unterschiedlichen, verteilten Datenquellen, einschließlich Datenbanken und Big Data Lakes, beschaffen, umwandeln und verwalten.
• Automatisieren von Datenflüssen.
• Streaming-Analysen ermöglichen.
• Unterschiedliche Ansätze für die Datenaufnahme anwenden.
• Umwandeln Big Data und in Geschäftseinblicke.

In dieser von einem Trainer geleiteten Live-Schulung lernen die Teilnehmer die Grundlagen der ablaufbasierten Programmierung, während sie eine Reihe von Demo-Erweiterungen, Komponenten und Prozessoren mit Apache NiFi entwickeln. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die Architektur von NiFi und die Datenflusskonzepte verstehen.
• Erweiterungen mit NiFi und APIs von Drittanbietern entwickeln.
• Eigene Apache-NiFi-Prozessoren entwickeln.
• Echtzeitdaten aus unterschiedlichen und unüblichen Dateiformaten und Datenquellen erfassen und verarbeiten.

Hadoop ist ein beliebtes Big Data Verarbeitungsrahmen. Python ist eine hochwertige Programmiersprache berühmt für ihre klaren Syntax und Code-Lehbarkeit. In diesem Instructor-leitet, Live-Training lernen die Teilnehmer, wie man mit Hadoop, MapReduce, Pig und Spark zu arbeiten, indem sie durch mehrere Beispiele und verwendete Fälle gehen. Am Ende dieser Ausbildung können die Teilnehmer:

• Verständnis der Grundkonzepte hinter Hadoop, MapReduce, Pig und Spark
• Verwenden Sie Python mit Hadoop Distributed File System (HDFS), MapReduce, Pig und Spark
• Verwenden Sie Snakebite, um in HDFS programmierbar zugreifen zu können Python
• Verwenden Sie mrjob, um MapReduce Jobs in zu schreiben Python
• Schreiben Sie Spark-Programme mit Python
• Erweitern Sie die Funktionalität der Schweine mit Python UDFs
• Verwaltung von MapReduce Jobs und Pig Skripts mit Luigi

Publikum

• Entwickler
• IT Fachleute

Format des Kurses

• Teilverhandlung, Teildiskussion, Übungen und schwere Übungen

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.

Diese von einem Trainer geleitete Live-Schulung in Deutschland (online oder vor Ort) stellt Hortonworks Data Platform (HDP) vor und führt die Teilnehmer durch den Einsatz der Spark + Hadoop-Lösung. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

Nutzen Sie Hortonworks, um Hadoop in großem Maßstab zuverlässig auszuführen. Vereinheitlichen Sie Hadoop's Sicherheits-, Governance- und Betriebsfunktionen mit Spark's agilen analytischen Workflows. Nutzen Sie Hortonworks, um alle Komponenten eines Spark-Projekts zu untersuchen, zu validieren, zu zertifizieren und zu unterstützen. Verarbeiten Sie verschiedene Datentypen, einschließlich strukturierter und unstrukturierter Daten sowie Daten in Bewegung und im Ruhezustand.

Apache Ambari ist eine Open-Source-Verwaltungsplattform für die Bereitstellung, Verwaltung, Überwachung und Sicherung von Apache Hadoop Clustern. In diesem von Lehrern geleiteten Live-Training lernen die Teilnehmer die von Ambari bereitgestellten Management-Tools und -Praktiken kennen, um Hadoop Cluster erfolgreich zu verwalten. Am Ende dieser Schulung können die Teilnehmer:

• Richten Sie mit Ambari einen Live- Big Data Cluster ein
• Wenden Sie die erweiterten Funktionen und Funktionen von Ambari auf verschiedene Anwendungsfälle an
• Fügen Sie Knoten nach Bedarf nahtlos hinzu und entfernen Sie sie
• Verbessern Sie die Leistung eines Hadoop Clusters durch Optimieren und Optimieren

Publikum

• DevOps
• Systemadministratoren
• DBAs
• Hadoop Testprofis

Format des Kurses

• Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben

Cloudera Impala ist eine quelloffene, massiv-parallele Verarbeitungs-Engine (MPP) SQL für Apache Hadoop-Cluster. Impala ermöglicht Benutzern Abfragen mit niedriger Latenz SQL auf Daten, die in Hadoop Distributed File System und Apache Hbase gespeichert sind, ohne dass eine Datenbewegung oder -umwandlung erforderlich ist. Publikum Dieser Kurs richtet sich an Analysten und Datenwissenschaftler, die Daten, die in Hadoop gespeichert sind, mit Business Intelligence- oder SQL Tools analysieren. Nach diesem Kurs werden die Teilnehmer in der Lage sein

• Extrahieren aussagekräftiger Informationen aus Hadoop-Clustern mit Impala.
• Spezielle Programme schreiben, um Business Intelligence in Impala SQL Dialekt zu erleichtern.
• Fehlersuche in Impala.