Cursos de Processamento em tempo real (Stream processing)
O processamento em tempo real de dados de forma contínua, simultânea e de forma recorde por gravação. O processamento de fluxo trata os dados não como tabelas estáticas ou arquivos, mas como um contínuo fluxo infinito de dados integrados de fontes vivas e históricas. Cursos de treinamento locais, ministrados ao vivo pela Stream Processing demonstram através de discussões interativas e prática prática os fundamentos e tópicos avançados do Stream Processing. O treinamento Stream Processing está disponível em vários formatos, incluindo treinamento ao vivo no local e treinamento online ao vivo e interativo. O treinamento ao vivo no local pode ser realizado nas instalações do cliente no Portugal ou nos centros de treinamento locais NobleProg no Portugal. O treinamento ao vivo remoto é realizado por meio de uma área de trabalho remota e interativa.
NobleProg -- Seu Provedor de Treinamento Local
Declaração de Clientes
★★★★★
★★★★★
Gostei do bom equilíbrio entre a teoria e os laboratórios práticos.
N. V. Nederlandse Spoorwegen
Curso: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Eu geralmente me beneficiava da maior compreensão do Ignite.
N. V. Nederlandse Spoorwegen
Curso: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Eu gostei principalmente das boas palestras.
N. V. Nederlandse Spoorwegen
Curso: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Recordando/revisando pontos de chave dos tópicos discutidos.
Paolo Angelo Gaton - SMS Global Technologies Inc.
Curso: Building Stream Processing Applications with Kafka Streams
Machine Translated
Tópicos de treinamento e engajamento do instrutor
Izba Administracji Skarbowej w Lublinie
Curso: Apache NiFi for Administrators
Machine Translated
Comunicação com pessoas que frequentam treinamentos.
Andrzej Szewczuk - Izba Administracji Skarbowej w Lublinie
Curso: Apache NiFi for Administrators
Machine Translated
-
Roxane Santiago - SMS Global Technologies Inc.
Curso: Building Stream Processing Applications with Kafka Streams
Machine Translated
utilidade dos exercícios
Algomine sp.z.o.o sp.k.
Curso: Apache NiFi for Administrators
Machine Translated
Eu realmente gostei do treinamento. Anton tem muito conhecimento e expôs a teoria necessária de uma forma muito acessível. É ótimo que o treinamento tenha sido um monte de exercícios interessantes, então estamos em contato com a tecnologia que conhecemos desde o início.
Szymon Dybczak - Algomine sp.z.o.o sp.k.
Curso: Apache NiFi for Administrators
Machine Translated
Os exercícios de laboratório. Aplicando a teoria desde o primeiro dia nos dias subsequentes.
Dell
Curso: A Practical Introduction to Stream Processing
Machine Translated
The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.
Curso: A Practical Introduction to Stream Processing
The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.
Curso: A Practical Introduction to Stream Processing
Subcategorias Processamento em tempo real (Stream processing)
Apache Ignite é uma plataforma de computação na memória que fica entre o aplicativo e a camada de dados para melhorar a velocidade, a escala e a disponibilidade.
Neste treinamento ao vivo, ministrado por instrutor, os participantes aprenderão os princípios por trás do armazenamento persistente e puro na memória, à medida que avançam na criação de um projeto de amostra de computação na memória.
Ao final deste treinamento, os participantes serão capazes de:
- Use Ignite para persistência na memória e no disco, além de um banco de dados na memória puramente distribuído. - Obtenha persistência sem sincronizar os dados novamente com um banco de dados relacional. - Use Ignite para executar SQL e junções distribuídas. - Melhore o desempenho movendo os dados para mais perto da CPU, usando a RAM como armazenamento. - Espalhe os conjuntos de dados por um cluster para obter escalabilidade horizontal. - Integre o Ignite aos processadores RDBMS, No SQL , Hadoop e Machine Learning.
Formato do Curso
- Palestra e discussão interativa. - Muitos exercícios e prática. - Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
Apache Apex é uma plataforma YARNnative que unifica fluxo e processamento em lote Ele processa grandes datainmotion de uma forma escalonável, performant, fault-tolerant, stateful, secure, distributed e easily operable Este treinamento ao vivo com instrutor apresenta a arquitetura de processamento de fluxo unificado do Apache Apex e conduz os participantes por meio da criação de um aplicativo distribuído usando o Apex no Hadoop No final deste treinamento, os participantes serão capazes de: Entender conceitos de pipeline de processamento de dados, como conectores para fontes e coletores, transformações de dados comuns etc Construa, dimensione e otimize um aplicativo Apex Processe fluxos de dados em tempo real de forma confiável e com latência mínima Use o Apex Core e a biblioteca Apex Malhar para permitir o rápido desenvolvimento de aplicativos Use a API do Apex para gravar e reutilizar o código Java existente Integrar o Apex a outros aplicativos como um mecanismo de processamento Ajustar, testar e dimensionar aplicativos Apex Público Desenvolvedores Arquitetos corporativos Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
Apache Beam é um modelo de programação unificado de código aberto para definir e executar pipelines de processamento de dados paralelos. Seu poder reside em sua capacidade de executar pipelines de lote e streaming, com a execução sendo executada por um dos back-ends de processamento distribuído suportados pela Beam: Apache Apex , Apache Flink , Apache Spark , Apache Spark e Go ogle Cloud Dataflow. Apache Beam é útil para tarefas ETL (Extrair, Transformar e Carregar), como mover dados entre diferentes mídias de armazenamento e fontes de dados, transformar dados em um formato mais desejável e carregar dados em um novo sistema.
Neste treinamento ao vivo, conduzido por instrutor (no local ou remoto), os participantes aprenderão como implementar os SDKs do Apache Beam em um aplicativo Java ou Python que define um pipeline de processamento de dados para decompor um conjunto de grandes dados em blocos menores para processamento independente e paralelo .
Ao final deste treinamento, os participantes serão capazes de:
- Instale e configure o Apache Beam . - Use um único modelo de programação para executar o processamento em lote e fluxo a partir do aplicativo Java ou Python . - Execute pipelines em vários ambientes.
Formato do Curso
- Parte palestra, parte discussão, exercícios e prática prática pesada
Nota
- Este curso estará disponível no Scala no futuro. Entre em contato conosco para agendar.
este instrutor liderada, treinamento ao vivo (no local ou remoto) destina-se a engenheiros que desejam usar confluent (uma distribuição de Kafka) para construir e gerenciar uma plataforma de processamento de dados em tempo real para suas aplicações.
no final deste treinamento, os participantes poderão:
- instalar e configurar plataforma confluente. - use ferramentas de gestão confluentes & #39; s e serviços para executar Kafka mais facilmente. - armazenar e processar dados de fluxo de entrada. - otimizar e gerenciar clusters Kafka. fluxos de dados - Secure.
formato do curso
- palestra interativa e discussão. - lotes de exercícios e prática. - implementação hands-on em um ambiente de laboratório ao vivo.
Opções de personalização do curso
- este curso é baseado na versão de código aberto de confluent: fonte aberta confluente. - para solicitar um treinamento personalizado para este curso, entre em contato conosco para organizar.
Apache Flink é uma estrutura de código aberto para processamento de dados em lote e fluxo escalável.
este treinamento ao vivo, ministrado por instrutor, introduz os princípios e abordagens por trás do processamento distribuído de dados em lote e de fluxo, e percorre os participantes através da criação de um aplicativo de streaming de dados em tempo real no Apache Flink.
até o final deste treinamento, os participantes poderão:
- configurar um ambiente para o desenvolvimento de aplicativos de análise de dados. - empacotar, executar e monitorar aplicativos de streaming de dados baseados em Flink, tolerantes a falhas. - gerencie cargas de trabalho diversas. - executar análises avançadas usando o Flink ML. - configurar um cluster Flink de vários nós. - medir e otimizar o desempenho. - integrar Flink com diferentes sistemas de Big Data. - Compare os recursos do Flink com os de outras estruturas de processamento de Big Data.
formato do curso
- parte palestra, discussão parte, exercícios e prática hands-on pesado
Stream Processing refere-se ao processamento em tempo real de "dados em movimento", ou seja, executando cálculos nos dados à medida que eles são recebidos. Esses dados são lidos como fluxos contínuos de fontes de dados, como eventos de sensores, atividade do usuário do site, operações financeiras, furtos de cartão de crédito, fluxos de cliques, etc. Stream Processing estruturas de Stream Processing são capazes de ler grandes volumes de dados recebidos e fornecer informações valiosas quase instantaneamente.
Neste treinamento ao vivo, ministrado por instrutor (no local ou remoto), os participantes aprenderão como configurar e integrar diferentes estruturas de Stream Processing com sistemas de armazenamento de big data existentes e aplicativos de software e microsserviços relacionados.
Ao final deste treinamento, os participantes serão capazes de:
- Instale e configure diferentes estruturas de Stream Processing , como Spark Streaming e Kafka Streaming. - Entenda e selecione a estrutura mais apropriada para o trabalho. - Processo de dados de forma contínua, simultânea e de forma a registro. - Integre soluções de Stream Processing a bancos de dados, data warehouses, lagos de dados, etc. - Integre a biblioteca de processamento de fluxo mais apropriada aos aplicativos e microsserviços corporativos.
Público
- Desenvolvedores - Arquitetos de software
Formato do Curso
- Parte palestra, parte discussão, exercícios e prática prática pesada
Notas
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
O Kafka Streams é uma biblioteca do lado do cliente para criar aplicativos e microsserviços cujos dados são transmitidos para e de um sistema de mensagens Kafka. Tradicionalmente, o Apache Kafka conta com o Apache Spark ou o Apache Storm para processar dados entre produtores e consumidores de mensagens. Ao chamar a API Kafka Streams de dentro de um aplicativo, os dados podem ser processados diretamente no Kafka, ignorando a necessidade de enviar os dados para um cluster separado para processamento.
Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão a integrar o Kafka Streams em um conjunto de aplicativos Java de amostra que transmitem dados para e do Apache Kafka para processamento de fluxo.
No final deste treinamento, os participantes serão capazes de:
- Entenda os recursos e vantagens do Kafka Streams em relação a outras estruturas de processamento de fluxo - Processar dados do fluxo diretamente dentro de um cluster Kafka - Escreva um aplicativo ou microsserviço Java ou Scala que se integre com Kafka e Kafka Streams - Escrever código conciso que transforma tópicos de entrada do Kafka em tópicos de saída do Kafka - Construa, empacote e implante o aplicativo
Público
- Desenvolvedores
Formato do curso
- Palestra parcial, parte discussão, exercícios e prática prática
Notas
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para
Confluent KSQL is a stream processing framework built on top of Apache Kafka. It enables real-time data processing using SQL operations.
This instructor-led, live training (onsite or remote) is aimed at developers who wish to implement Apache Kafka stream processing without writing code.
By the end of this training, participants will be able to:
- Install and configure Confluent KSQL. - Set up a stream processing pipeline using only SQL commands (no Java or Python coding). - Carry out data filtering, transformations, aggregations, joins, windowing, and sessionization entirely in SQL. - Design and deploy interactive, continuous queries for streaming ETL and real-time analytics.
Format of the Course
- Interactive lecture and discussion. - Lots of exercises and practice. - Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão os principais conceitos por trás da Arquitetura MapR Stream à medida que desenvolvem um aplicativo de streaming em tempo real.
No final deste treinamento, os participantes poderão criar aplicativos para produtores e consumidores para o processamento de dados em fluxo em tempo real.
Público
- Desenvolvedores - Administradores
Formato do curso
- Palestra parcial, parte discussão, exercícios e prática prática
Nota
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
Apache NiFi (Hortonworks DataFlow) é uma plataforma integrada de logística de dados e processamento de eventos simples em tempo real que permite a movimentação, rastreamento e automação de dados entre sistemas. Ele é escrito usando programação baseada em fluxo e fornece uma interface com o usuário baseada na Web para gerenciar fluxos de dados em tempo real.
Neste treinamento ao vivo orientado por instrutor (no local ou remoto), os participantes aprenderão como implantar e gerenciar o Apache NiFi em um ambiente de laboratório ao vivo.
No final deste treinamento, os participantes serão capazes de:
- Instale e configure o Apachi NiFi. - Gerencie, transforme e gerencie dados de fontes de dados distribuídas e dispersas, incluindo bancos de dados e grandes lagos de dados. - Automatize os fluxos de dados. - Ative a análise de streaming. - Aplique várias abordagens para a ingestão de dados. - Transforme Big Data e em insights de negócios.
Formato do Curso
- Palestra interativa e discussão. - Muitos exercícios e prática. - Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização de curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
Apache NiFi (Hortonworks DataFlow) é uma plataforma integrada de logística de dados e processamento de eventos simples em tempo real que permite a movimentação, rastreamento e automação de dados entre sistemas. Ele é escrito usando programação baseada em fluxo e fornece uma interface com o usuário baseada na Web para gerenciar fluxos de dados em tempo real.
Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão os fundamentos da programação baseada em fluxo à medida que desenvolvem várias extensões de demonstração, componentes e processadores usando o Apache NiFi .
No final deste treinamento, os participantes serão capazes de:
- Entenda os conceitos de arquitetura e fluxo de dados da NiFi. - Desenvolva extensões usando NiFi e APIs de terceiros. - Custom desenvolve seu próprio processador Apache Nifi. - Ingerir e processar dados em tempo real de formatos de arquivo e origens de dados diferentes e incomuns.
Formato do Curso
- Palestra interativa e discussão. - Muitos exercícios e prática. - Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização de curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
O Apache Samza é uma estrutura computacional assíncrona e de tempo real de código aberto para processamento de fluxo. Ele usa o Apache Kafka para mensagens e o Apache Hadoop YARN para tolerância a falhas, isolamento do processador, segurança e gerenciamento de recursos.
Este treinamento ao vivo conduzido por instrutor introduz os princípios por trás dos sistemas de mensagens e do processamento de fluxo distribuído, enquanto percorre os participantes através da criação de um projeto baseado em Samza e execução de tarefas.
No final deste treinamento, os participantes serão capazes de:
- Use o Samza para simplificar o código necessário para produzir e consumir mensagens. - Desacoplar o tratamento de mensagens de um aplicativo. - Use o Samza para implementar computação assíncrona em tempo quase real. - Use o processamento de fluxo para fornecer um nível mais alto de abstração nos sistemas de mensagens.
Público
- Desenvolvedores
Formato do curso
- Palestra parcial, parte discussão, exercícios e prática prática
O Apache Storm é um mecanismo de computação distribuído em tempo real usado para ativar a inteligência de negócios em tempo real Isso é feito permitindo que os aplicativos processem de forma confiável fluxos de dados ilimitados (também conhecido como processamento de fluxo) "Storm é para processamento em tempo real o que o Hadoop é para processamento em lote!" Neste treinamento ao vivo com instrutores, os participantes aprenderão como instalar e configurar o Apache Storm, em seguida, desenvolver e implantar um aplicativo Apache Storm para processar grandes volumes de dados em tempo real Alguns dos tópicos incluídos neste treinamento incluem: Apache Storm no contexto do Hadoop Trabalhando com dados ilimitados Computação contínua Análise em tempo real Processamento distribuído de RPC e ETL Solicite este curso agora! Público Desenvolvedores de software e ETL Profissionais de mainframe Cientistas de dados Analistas de big data Profissionais do Hadoop Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
O Tigon é um framework de processamento de fluxo aberto, em tempo real, de baixa latência, alto throughput, nativo do YARN, que fica no topo do HDFS e do HBase para persistência Os aplicativos Tigon abordam casos de uso, como detecção e análise de invasão de rede, análise de mercado de mídia social, análise de localização e recomendações em tempo real para os usuários Este treinamento ao vivo com instrutores introduz a abordagem da Tigon para misturar processamento em tempo real e em lote, enquanto conduz os participantes através da criação de um aplicativo de amostra No final deste treinamento, os participantes serão capazes de: Crie aplicativos poderosos de processamento de fluxo para manipular grandes volumes de dados Fontes de fluxo de processo, como Twitter e Logs do servidor da Web Use o Tigon para junção rápida, filtragem e agregação de fluxos Público Desenvolvedores Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
Próximos Cursos de Processamento em tempo real (Stream processing)
Cursos de fim de semana de Processamento em tempo real (Stream processing), Treinamento tardiurno de Processamento em tempo real (Stream processing), Treinamento em grupo de Processamento em tempo real (Stream processing), Processamento em tempo real (Stream processing) guiado por instrutor, Treinamento de Processamento em tempo real (Stream processing) de fim de semana, Cursos de Processamento em tempo real (Stream processing) tardiurnos, coaching de Processamento em tempo real (Stream processing), Instrutor de Processamento em tempo real (Stream processing), Treinador de Processamento em tempo real (Stream processing), Cursos de treinamento de Processamento em tempo real (Stream processing), Aulas de Processamento em tempo real (Stream processing), Processamento em tempo real (Stream processing) no local do cliente, Cursos privados de Processamento em tempo real (Stream processing), Treinamento individual de Processamento em tempo real (Stream processing)
.jpg "procter & gamble (p&g)")
.jpg "american international group (aig)")
.png "european space agency (esa)")
