Curso de IBM DataStage para Administradores e Desenvolvedores

Esta formação ao vivo, conduzida por um instrutor, em Portugal (online ou presencial), destina-se a profissionais de dados avançados que desejam otimizar fluxos de trabalho de processamento de dados, garantir a integridade dos dados e implementar soluções robustas de data lakehouse capazes de lidar com as complexidades das aplicações modernas de big data.

No final desta formação, os participantes serão capazes de:

• Adquirir uma compreensão aprofundada da arquitetura do Iceberg, incluindo a gestão de metadados e a disposição de ficheiros.
• Configurar o Iceberg para desempenho ótimo em vários ambientes e integrá-lo com múltiplos motores de processamento de dados.
• Gerir tabelas Iceberg em grande escala, executar alterações complexas de esquema e lidar com a evolução de partições.
• Dominar técnicas para otimizar o desempenho das consultas e a eficiência da varrência de dados em grandes conjuntos de dados.
• Implementar mecanismos para assegurar a consistência dos dados, gerir garantias transacionais e lidar com falhas em ambientes distribuídos.

Esta formação ao vivo, conduzida por instrutor em Portugal (online ou presencial), destina-se a profissionais de dados em nível iniciante que pretendam adquirir os conhecimentos e as competências necessários para utilizar eficazmente o Apache Iceberg na gestão de grandes conjuntos de dados, garantindo a integridade dos dados e otimizando os fluxos de trabalho de processamento de dados.

No final desta formação, os participantes serão capazes de:

• Adquirir uma compreensão aprofundada da arquitetura, funcionalidades e benefícios do Apache Iceberg.
• Aprender sobre formatos de tabela, particionamento, evolução de esquemas e capacidades de viagem no tempo (time travel).
• Instalar e configurar o Apache Iceberg em diferentes ambientes.
• Criar, gerir e manipular tabelas Iceberg.
• Compreender o processo de migração de dados a partir de outros formatos de tabela para o Iceberg.

Este treinamento ao vivo, conduzido por instrutor em Portugal (online ou presencial), é direcionado a cientistas de dados e engenheiros intermediários que desejam usar Google Colab e Apache Spark para processamento e análise de big data.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar um ambiente de big data usando Google Colab e Spark.
• Processar e analisar grandes conjuntos de dados eficientemente com Apache Spark.
• Visualizar big data em um ambiente colaborativo.
• Integrar Apache Spark com ferramentas baseadas na nuvem.

Este treinamento ao vivo com instrutor (online ou presencial) destina-se a engenheiros de dados, analistas de dados e profissionais da área de dados que desejam utilizar o Databricks e o PySpark para construir pipelines escaláveis de dados e migrar fluxos de trabalho SQL existentes.

Esta formação oferece uma introdução prática à criação de pipelines escaláveis de processamento de dados e de Machine Learning utilizando PySpark. Os participantes aprendem como o Apache Spark opera nos ecossistemas de Big Data modernos e como processar eficientemente grandes conjuntos de dados utilizando os princípios da computação distribuída.

Este curso prático de três dias foca-se na construção e otimização de cargas de trabalho de processamento de dados eficientes, utilizando PySpark, Pandas e Polars em ambientes baseados em Kubernetes.

Os participantes desenvolverão uma compreensão prática de como as aplicações Spark são executadas no Kubernetes e de como as decisões de configuração a nível de aplicação influenciam o desempenho, a escalabilidade, o consumo de recursos e os custos. O curso abrange áreas-chave de otimização, incluindo a dimensionamento dos executors, a alocação de memória, a alocação dinâmica, estratégias de particionamento, o comportamento do shuffle, problemas relacionados com ficheiros pequenos e o processamento eficiente de Parquet.

O curso aborda também desafios comuns ao trabalhar com Pandas, incluindo limitações de memória e falhas por exceder a memória disponível (out-of-memory), e apresenta o Polars como uma alternativa de alto desempenho para cargas de trabalho de processamento de dados selecionadas. Através de exercícios práticos, os participantes diagnosticarão problemas de desempenho e de memória, compararão diferentes estratégias de configuração e aplicarão técnicas de otimização a cenários realistas de ETL e de aprendizado de máquina.

A ênfase durante todo o curso recai sobre a tomada de decisão prática: compreender como identificar gargalos, selecionar a ferramenta adequada, configurar o Spark de forma eficiente e equilibrar o desempenho com o consumo de recursos da infraestrutura e os custos.

Esta formação conduzida por instrutor, em Portugal (online ou presencial), destina-se a engenheiros que pretendem configurar e implementar o sistema Apache Spark para processar grandes volumes de dados.

À conclusão desta formação, os participantes serão capazes de:

• Instalar e configurar o Apache Spark.
• Processar e analisar rapidamente conjuntos de dados muito grandes.
• Compreender as diferenças entre o Apache Spark e o Hadoop MapReduce e identificar quando utilizar cada uma destas tecnologias.
• Integrar o Apache Spark com outras ferramentas de aprendizagem de máquina.

Este treinamento ao vivo, conduzido por instrutor, em Portugal (online ou presencial), é direcionado a administradores de sistemas com nível iniciante a intermediário que desejam implantar, manter e otimizar clusters Spark.

Ao final deste treinamento, os participantes serão capazes de:

• Instalar e configurar o Apache Spark em diversos ambientes.
• Gerenciar recursos de cluster e monitorar aplicações Spark.
• Otimizar o desempenho dos clusters Spark.
• Implementar medidas de segurança e garantir alta disponibilidade.
• Depurar e resolver problemas comuns do Spark.

Neste treinamento ao vivo conduzido por um instrutor em Portugal, os participantes aprenderão como usar Python e Spark em conjunto para analisar big data, trabalhando em exercícios práticos.

Ao final deste treinamento, os participantes serão capazes de:

• Aprender a usar o Spark com Python para analisar Big Data.
• Trabalhar em exercícios que imitam casos do mundo real.
• Utilizar diferentes ferramentas e técnicas para análise de big data usando o PySpark.

Esta formação ao vivo, conduzida por instrutores em Portugal (online ou presencial), destina-se a programadores que desejem utilizar e integrar o Spark, o Hadoop e o Python para processar, analisar e transformar conjuntos de dados grandes e complexos.

À conclusão desta formação, os participantes serão capazes de:

• Configurar o ambiente necessário para iniciar o processamento de big data com Spark, Hadoop e Python.
• Compreender as funcionalidades, componentes principais e arquitetura do Spark e do Hadoop.
• Aprender a 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 com filtragem colaborativa, semelhantes aos da Netflix, YouTube, Amazon, Spotify e Google.
• Utilizar o Apache Mahout para escalar algoritmos de machine learning.