Cursos de Hadoop em Gaia

Este treinamento ao vivo conduzido por instrutor em Gaia (online ou no local) é destinado a desenvolvedores que desejam usar e integrar Spark, Hadoop e Python para processar, analisar e transformar conjuntos de dados grandes e complexos. No final desta formação, os participantes serão capazes de

• Configurar o ambiente necessário para começar a processar big data com Spark, Hadoop e Python.
• Compreender os recursos, os componentes principais e a arquitetura do Spark e do Hadoop.
• Aprenda como integrar o Spark, o Hadoop e o Python para o processamento de big data.
• Explorar as ferramentas do ecossistema Spark (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka e Flume).
• Construir sistemas de recomendação de filtragem colaborativa semelhantes ao Netflix, YouTube, Amazon, Spotify e Google.
• Use o Apache Mahout para escalar algoritmos de aprendizado de máquina.

Este curso cobre o básico sobre como utilizar a linguagem Hive SQL, para todas aquelas pessoas que querem extraír dados do Hive. O objetivo deste curso é proporcionar todas as ferramentas necessárias para que os participantes possam analizar os dados de forma clara e precisa.

O Datameer é uma plataforma de business intelligence e análise construída sobre o Hadoop Ele permite que os usuários finais acessem, explorem e correlacionem dados em larga escala, estruturados, semi-estruturados e não estruturados de maneira fácil Neste treinamento presencial instruído, os participantes aprenderão como usar o Datameer para superar a curva de aprendizado do Hadoop à medida que avançam na configuração e análise de uma série de fontes de big data No final deste treinamento, os participantes serão capazes de: Crie, organize e explore interativamente um lago de dados corporativos Acessar data warehouses de business intelligence, bancos de dados transacionais e outras lojas analíticas Use uma interface de usuário de planilha para projetar pipelines de processamento de dados de ponta Acesse funções pré-construídas para explorar relacionamentos de dados complexos Use os assistentes de draganddrop para visualizar dados e criar painéis Use tabelas, gráficos, gráficos e mapas para analisar os resultados da consulta Público Analistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Público: O curso destina-se a especialistas em TI que procuram uma solução para armazenar e processar grandes conjuntos de dados em um ambiente de sistema distribuído Go ai: Profundo conhecimento em administração de cluster do Hadoop .

A análise de big data envolve o processo de examinar grandes quantidades de conjuntos de dados variados para descobrir correlações, padrões ocultos e outras informações úteis. A indústria da saúde tem enormes quantidades de dados médicos e clínicos heterogêneos complexos. A aplicação de análise de big data em dados de saúde apresenta um enorme potencial para obter insights para melhorar a prestação de serviços de saúde. No entanto, a enormidade desses conjuntos de dados apresenta grandes desafios em análises e aplicações práticas para um ambiente clínico. Neste treinamento ao vivo conduzido por instrutor (remoto), os participantes aprenderão como executar a análise de big data na área da saúde enquanto realizam uma série de exercícios práticos de laboratório ao vivo. No final deste treinamento, os participantes serão capazes de:

• Instalar e configurar ferramentas de análise de big data, como o Hadoop MapReduce e o Spark
• Entenda as características dos dados médicos
• Aplicar técnicas de big data para lidar com dados médicos
• Estudar grandes sistemas de dados e algoritmos no contexto de aplicações de saúde

Público

• Desenvolvedores
• Cientistas de dados

Formato do Curso

• Palestra parte, parte discussão, exercícios e prática hands-on pesado.

Nota

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

Este curso é dedicado à especialistas TI que buscam soluções para guardas e processar grandes sets de dados num ambiente de sistema distribuido.
Objetivo de cursio: Conseguir conhecimento sobre Hadoop cluster administration.

O Apache Hadoop é a estrutura mais popular para processar Big Data em clusters de servidores. Neste curso de três (opcionalmente, quatro) dias, os participantes aprenderão sobre os benefícios de negócios e casos de uso do Hadoop e seu ecossistema, como planejar a implantação e o crescimento do cluster, como instalar, manter, monitorar, solucionar problemas e otimizar o Hadoop . Eles também praticarão o carregamento de dados em massa do cluster, se familiarizarão com várias distribuições do Hadoop e praticarão a instalação e o gerenciamento de ferramentas do ecossistema do Hadoop . O curso termina com a discussão de proteger o cluster com o Kerberos. “… Os materiais foram muito bem preparados e cobertos completamente. O laboratório foi muito prestativo e bem organizado ”
- Andrew Nguyen, engenheiro principal de integração da DW, Microsoft Online Advertising Público Administradores do Hadoop Formato Palestras e laboratórios práticos, saldo aproximado de 60% de palestras, 40% de laboratórios.

O Apache Hadoop é a estrutura mais popular para processar Big Data em clusters de servidores. Este curso apresentará um desenvolvedor para vários ecossistemas de componentes (HDFS, MapReduce, Pig, Hive e HBase) Hadoop .

O Apache Hadoop é uma das estruturas mais populares para processar Big Data em clusters de servidores. Este curso investiga o gerenciamento de dados em HDFS, Pig avançado, Hive e HBase. Essas avançadas técnicas de programação serão benéficas para desenvolvedores experientes do Hadoop . Audiência : desenvolvedores Duração: três dias Formato: palestras (50%) e laboratórios práticos (50%).

O Hadoop é a estrutura de processamento de Big Data mais popular .

Neste treinamento conduzido por instrutor em Gaia, os participantes aprenderão os principais componentes do ecossistema Hadoop e como essas tecnologias podem ser usadas para resolver problemas de grande escala. Ao aprender esses fundamentos, os participantes irão melhorar sua capacidade de se comunicar com os desenvolvedores e implementadores desses sistemas, bem como com os cientistas e analistas de dados que muitos projetos de TI envolvem. Público

• Gestores de projectos que pretendam implementar Hadoop na sua infraestrutura de desenvolvimento ou de TI existente
• Gestores de projectos que necessitam de comunicar com equipas multifuncionais que incluem engenheiros de grandes volumes de dados, cientistas de dados e analistas empresariais

Público: Este curso pretende desmistificar a tecnologia big data / hadoop e mostrar que não é difícil de entender.

Hadoop é um framework de processamento popular Big Data. Python é uma linguagem de programação de alto nível conhecida por sua sintaxe clara e leitura de código. Neste treinamento guiado por instrutores, os participantes aprenderão como trabalhar com Hadoop, MapReduce, Pig e Spark usando Python enquanto passam através de vários exemplos e casos de uso. No final do curso, os participantes poderão:

• Compreenda os conceitos básicos por trás Hadoop, MapReduce, Pig, e Spark
• Use Python com Hadoop Sistema de arquivos distribuídos (HDFS), MapReduce, Pig, e Spark
• Use Snakebite para acessar programadamente HDFS dentro Python
• Use mrjob para escrever MapReduce trabalhos em Python
• Escreva programas Spark com Python
• Expande a funcionalidade do porco usando Python UDFs
• Gerenciar MapReduce empregos e Escritos de Porcos usando Luigi

Auditoria

• Desenvolvedores
• IT profissionais

Formato do curso

• Parte de palestras, parte de discussão, exercícios e prática pesada

Este treinamento ao vivo conduzido por instrutor em Gaia (online ou no local) é destinado a administradores de sistema que desejam aprender como configurar, implantar e gerenciar clusters Hadoop em sua organização. No final desta formação, os participantes serão capazes de

• Instalar e configurar o Apache Hadoop.
• Compreender os quatro principais componentes do ecossistema Hadoop: HDFS, MapReduce, YARN e Hadoop Common.
• Usar o HDFS (Hadoop Distributed File System) para dimensionar um cluster para centenas ou milhares de nós.  
• Configurar o HDFS para operar como mecanismo de armazenamento para implantações do Spark no local.
• Configurar o Spark para acessar soluções de armazenamento alternativas, como Amazon S3 e sistemas de banco de dados NoSQL, como Redis, Elasticsearch, Couchbase, Aerospike, etc.
• Realizar tarefas administrativas, como provisionamento, gerenciamento, monitoramento e segurança de um cluster Apache Hadoop.

Este curso introduz HBase, e é dirigido a todos aqueles desenvolvedores que utilizarão o HBase para desenvolver aplicações, e administradores que vao manejar clusters HBase. Vamos a guiar um desenvolvedor através da arquitetura HBase e modelagem de dados e desenvolvimento de aplicações em HBase. Também vamos discutir utilizando MapReduce com HBase, e alguns tópicos administrativos.

Nesta formação ao vivo orientada por um instrutor em Gaia (no local ou remoto), os participantes aprenderão a implementar e gerir Apache NiFi num ambiente de laboratório ao vivo. No final desta formação, os participantes serão capazes de

• Instalar e configurar o Apachi NiFi.
• Fonte, transforme e gerencie dados de fontes de dados díspares e distribuídas, incluindo bancos de dados e grandes lagos de dados.
• Automatizar fluxos de dados.
• Habilitar a análise de streaming.
• Aplicar várias abordagens para a ingestão de dados.
• Transformar Big Data e em insights de negócios.

Neste treinamento ao vivo conduzido por instrutor em Gaia, os participantes aprenderão os fundamentos da programação baseada em fluxo à medida que desenvolvem uma série de extensões de demonstração, componentes e processadores usando Apache NiFi. No final desta formação, os participantes serão capazes de

• Compreender a arquitetura do NiFi's e conceitos de dataflow.
• Desenvolver extensões usando NiFi e APIs de terceiros.
• Desenvolver seu próprio processador Apache Nifi.
• Ingestão e processamento de dados em tempo real de formatos de arquivos e fontes de dados díspares e incomuns.

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 Cloudera Impala é um query engine SQL MPP de código aberto feito para clusters Apache Hadoop.
Ele permite aos usuarios a abertura de queries SQL de latencia baixa para todos os dados guardados no Hadoop Distributed File System e Apache Hbase sem requerir movimento de dados ou transformacao.
Este curso vai dirigido a analistas de sistemas e cientístas de dados.

Apache Ambari é uma plataforma de gerenciamento de código aberto para provisionamento, gerenciamento, monitoramento e proteção de clusters do Apache Hadoop . Neste treinamento ao vivo orientado por instrutor, os participantes aprenderão as ferramentas e práticas de gerenciamento fornecidas pelo Ambari para gerenciar com sucesso os clusters do Hadoop . No final deste treinamento, os participantes serão capazes de:

• Configurar um cluster de Big Data ativo usando o Ambari
• Aplique os recursos avançados e as funcionalidades do Ambari em vários casos de uso
• Adicione e remova os nós sem problemas conforme necessário
• Melhore o desempenho de um cluster do Hadoop por meio de ajustes e ajustes

Público

• DevOps
• Administradores de sistema
• DBAs
• Profissionais de teste do Hadoop

Formato do curso

• Palestra parcial, parte discussão, exercícios e prática prática

Este treinamento ao vivo conduzido por instrutor em Gaia (online ou no local) apresenta Hortonworks Data Platform (HDP) e orienta os participantes na implantação da solução Spark + Hadoop. No final desta formação, os participantes serão capazes de

Utilize a Hortonworks para executar Hadoop de forma fiável em grande escala. Unifique os recursos de segurança, governança e operações do Hadoop com os fluxos de trabalho analíticos ágeis do Spark. Use a Hortonworks para investigar, validar, certificar e dar suporte a cada um dos componentes de um projeto Spark. Processe diferentes tipos de dados, incluindo dados estruturados, não estruturados, em movimento e em repouso.