Administración de Apache Spark

Esta formación en vivo, impartida por un instructor en <ubicación> (en línea o presencial), está dirigida a profesionales de nivel intermedio en ciencia de datos e ingeniería que desean utilizar Google Colab y Apache Spark para el procesamiento y análisis de Big Data.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar un entorno de Big Data utilizando Google Colab y Spark.
• Procesar y analizar conjuntos de datos grandes con eficiencia mediante Apache Spark.
• Visualizar Big Data en un entorno colaborativo.
• Integrar Apache Spark con herramientas basadas en la nube.

Esta formación proporciona una introducción práctica para construir flujos de trabajo escalables de procesamiento de datos y aprendizaje automático utilizando PySpark. Los participantes aprenden cómo Apache Spark opera dentro de los ecosistemas modernos de Big Data y cómo procesar conjuntos de datos grandes de manera eficiente aplicando principios de computación distribuida.

Esta formación en vivo impartida por un instructor en <ubicación> (en línea o presencial) está dirigida a ingenieros que desean configurar e implementar un sistema de Apache Spark para procesar grandes volúmenes de datos.

Al finalizar esta formación, los participantes serán capaces de:

• Instalar y configurar Apache Spark.
• Procesar y analizar rápidamente conjuntos de datos muy grandes.
• Comprender las diferencias entre Apache Spark y Hadoop MapReduce, así como saber cuándo usar cada uno.
• Integrar Apache Spark con otras herramientas de aprendizaje automático.

La curva de aprendizaje de Apache Spark es gradualmente ascendente al principio, y se requiere mucho esfuerzo para obtener los primeros resultados. Este curso tiene como objetivo superar esta primera etapa difícil. Tras completar este curso, los participantes comprenderán los conceptos básicos de Apache Spark, sabrán diferenciar claramente entre RDD y DataFrame, aprenderán a utilizar las API de Python y Scala, entenderán el funcionamiento de ejecutores y tareas, entre otros aspectos. Además, siguiendo las mejores prácticas, el curso se centra en la implementación en entornos cloud, específicamente en Databricks y AWS. Los estudiantes también comprenderán las diferencias entre AWS EMR y AWS Glue, uno de los servicios más recientes de AWS basados en Spark.

PÚBLICO OBJETIVO:

Ingenieros de Datos, DevOps, Científicos de Datos

En este taller en vivo y dirigido por un instructor en Ecuador, los participantes aprenderán cómo utilizar Python y Spark conjuntamente para analizar Big Data mientras realizan ejercicios prácticos.

Al finalizar esta capacitación, los participantes serán capaces de:

• Aprender a utilizar Spark con Python para analizar grandes volúmenes de datos.
• Realizar ejercicios que imitan casos reales del mundo laboral.
• Utilizar diversas herramientas y técnicas para el análisis de Big Data mediante PySpark.

Esta formación en vivo impartida por un instructor en <ubicación> (en línea o presencial) está dirigida a desarrolladores que desean utilizar e integrar Spark, Hadoop y Python para procesar, analizar y transformar conjuntos de datos grandes y complejos.

Al finalizar esta formación, los participantes podrán:

• Configurar el entorno necesario para comenzar a procesar big data con Spark, Hadoop y Python.
• Comprender las características, componentes principales y arquitectura de Spark y Hadoop.
• Aprender cómo integrar Spark, Hadoop y Python para el procesamiento de datos masivos.
• Explorar las herramientas del ecosistema de Spark (Spark MLlib, Spark Streaming, Kafka, Sqoop y Flume).
• Crear sistemas de recomendación basados en filtrado colaborativo similares a los utilizados por Netflix, YouTube, Amazon, Spotify y Google.
• Utilizar Apache Mahout para escalar algoritmos de aprendizaje automático.

Stratio es una plataforma centrada en los datos que integra big data, inteligencia artificial y gobernanza en una sola solución. Sus módulos Rocket e Intelligence permiten la exploración rápida de datos, transformación y análisis avanzado en entornos empresariales.

Esta formación en vivo y dirigida por un instructor (en línea o presencial) está dirigida a profesionales de datos de nivel intermedio que desean utilizar los módulos Rocket e Intelligence de Stratio eficazmente con PySpark, centrándose en estructuras de bucle, funciones definidas por el usuario y lógica avanzada de datos.

Al finalizar esta formación, los participantes serán capaces de:

• Navegar y trabajar dentro de la plataforma Stratio utilizando los módulos Rocket e Intelligence.
• Aplicar PySpark en el contexto de ingesta de datos, transformación y análisis.
• Utilizar bucles y lógica condicional para controlar flujos de trabajo de datos y tareas de ingeniería de características.
• Crear y gestionar funciones definidas por el usuario (UDF) para operaciones de datos reutilizables en PySpark.

Formato del curso

• Conferencia interactiva y discusión.
• Muchas ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar.