Temario del curso
Introducción
Comprensión de Big Data
Vista general de Spark
Vista general de Python
Vista general de PySpark
- Distribución de datos utilizando el marco de trabajo de Conjuntos de Datos Distribuidos Resilientes (RDD).
- Distribución del procesamiento mediante operadores de la API de Spark.
Configuración de Python con Spark
Configuración de PySpark
Uso de instancias EC2 de Amazon Web Services (AWS) para Spark
Configuración de Databricks
Configuración del clúster AWS EMR
Aprendizaje de los fundamentos de la programación en Python
- Iniciarse con Python.
- Uso del cuaderno Jupyter (Jupyter Notebook).
- Uso de variables y tipos de datos simples.
- Trabajo con listas.
- Uso de sentencias condicionales if.
- Gestión de entradas de usuario.
- Trabajo con bucles while.
- Implementación de funciones.
- Trabajo con clases.
- Manejo de archivos y excepciones.
- Trabajo con proyectos, datos y APIs.
Aprendizaje de los fundamentos de DataFrames en Spark
- Iniciarse con DataFrames de Spark.
- Implementación de operaciones básicas con Spark.
- Uso de operaciones groupby (agrupar) y agregadas.
- Trabajo con marcas de tiempo y fechas.
Ejercicio práctico en un proyecto de DataFrame con Spark
Comprensión del aprendizaje automático (Machine Learning) con MLlib
Trabajo con MLlib, Spark y Python para Machine Learning
Comprensión de las regresiones
- Aprendizaje de la teoría de la regresión lineal.
- Implementación de código para evaluar la regresión.
- Ejercicio práctico de ejemplo sobre regresión lineal.
- Aprendizaje de la teoría de la regresión logística.
- Implementación de código de regresión logística.
- Ejercicio práctico de ejemplo sobre regresión logística.
Comprensión de los bosques aleatorios (Random Forests) y árboles de decisión
- Aprendizaje de la teoría de métodos de árboles.
- Implementación de códigos para árboles de decisión y bosques aleatorios.
- Ejercicio práctico de ejemplo sobre clasificación con bosques aleatorios.
Trabajo con clustering (agrupamiento) K-means
- Comprensión de la teoría del clustering K-means.
- Implementación de código para clustering K-means.
- Ejercicio práctico de ejemplo sobre agrupamiento.
Trabajo con sistemas de recomendación
Implementación de procesamiento de lenguaje natural (PLN)
- Comprensión del procesamiento de lenguaje natural (PLN o NLP).
- Vista general de herramientas de PLN.
- Ejercicio práctico de ejemplo de PLN.
Transmisión de datos en tiempo real con Spark en Python
- Vista general de la transmisión (streaming) con Spark.
- Ejercicio práctico de ejemplo de streaming con Spark.
Comentarios de cierre
Requerimientos
- Habilidades generales de programación.
Público objetivo
- Desarrolladores.
- Profesionales de TI.
- Científicos de Datos.
Reseñas (6)
Me gustó que fuera práctico. Amé aplicar el conocimiento teórico con ejemplos prácticos.
Aurelia-Adriana - Allianz Services Romania
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
El curso trataba sobre una serie de temas muy complejos y relacionados, y Pablo tiene un conocimiento profundo de cada uno de ellos. A veces, los matices se perdían en la comunicación y/o debido a las presiones de tiempo, lo que posiblemente hizo que las expectativas no se cumplieran del todo por esta razón. También hubo algunos problemas con la configuración de UHG/Azure Databricks, pero Pablo/UHG resolvió estos rápidamente una vez que se hicieron evidentes. Esto para mí demostró un alto nivel de entendimiento y profesionalismo entre UHG y Pablo,
Michael Monks - Tech NorthWest Skillnet
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Atención individualizada.
ARCHANA ANILKUMAR - PPL
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Formación práctica..
Abraham Thomas - PPL
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Las lecciones se impartieron en un cuaderno de Jupyter. Los temas estaban estructurados con una secuencia lógica y ayudaron naturalmente a desarrollar la sesión desde las partes más sencillas hasta las más complejas. Ya soy un usuario avanzado de Python con conocimientos en Aprendizaje Automático, por lo que encontré el curso más fácil de seguir que, posiblemente, algunos de mis compañeros que tomaron el curso de formación. Aprecio que se hayan omitido algunos de los conceptos más elementales y que se haya centrado en los temas más sustanciales.
Angela DeLaMora - ADT, LLC
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
tareas de práctica
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
