Le terme BigData vise l'ensemble des solutions liées au stockage et au traitement d'un ensemble considérable de données. Les solutions BigData ont été initialement développées par Google, cependant, désormais, beaucoup d'implémentations open-source sont disponibles, dont Apache Hadoop, Cassandra ou Cloudera Impala. Selon des rapports de Gartner, BigData est la prochaine étape au niveau des technologies de l'information, aprés le Cloud Computing et sera la nouvelle tendance pour les prochaine années.

Nos Clients témoignent

★★★★★

Le fait que toutes les données et tous les logiciels étaient prêts à être utilisés sur une VM déjà préparée, fournie par le formateur sur des disques externes.

vyzVoice

Formation: Hadoop pour Développeurs et Administrateurs

Machine Translated

J'ai apprécié le bon équilibre entre la théorie et les travaux pratiques.

N. V. Nederlandse Spoorwegen

Formation: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing

Machine Translated

J'ai généralement profité de la compréhension accrue d'Ignite.

N. V. Nederlandse Spoorwegen

Formation: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing

Machine Translated

J'ai surtout aimé les bonnes conférences.

N. V. Nederlandse Spoorwegen

Formation: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing

Machine Translated

Richard était très disposé à faire une digression quand nous voulions poser des questions semi-liées sur des choses qui ne figuraient pas dans le programme. Les explications étaient claires et il était au premier plan des mises en garde dans tous les conseils qu'il nous donnait.

ARM Limited

Formation: Spark for Developers

Machine Translated

J'ai généralement aimé les connaissances du fernando.

Valentin de Dianous - Informatique ProContact INC.

Formation: Big Data Architect

Machine Translated

J'ai vraiment apprécié le tout le meilleur.

Halil polat - Amazon Development Center Poland Sp. z o.o.

Formation: Data Mining and Analysis

Machine Translated

Le formateur s'est concentré sur les sujets clés.

Amazon Development Center Poland Sp. z o.o.

Formation: Data Mining and Analysis

Machine Translated

Expertise et grande connaissance du formateur.

Amazon Development Center Poland Sp. z o.o.

Formation: Data Mining and Analysis

Machine Translated

J'ai bénéficié de la guidance et le partage des exemples de vie + répondre à toutes les questions.

Marta Melloch - Amazon Development Center Poland Sp. z o.o.

Formation: Data Mining and Analysis

Machine Translated

J'ai vraiment aimé apprendre des choses nouvelles et intéressantes.

SIVECO Romania SA

Formation: Data Mining

Machine Translated

J'ai profité des bons exemples et de la possibilité de suivre.

Environmental and Climate Change Canada

Formation: Foundation R

Machine Translated

J'ai vraiment apprécié les mains passées exercices.

Yunfa Zhu - Environmental and Climate Change Canada

Formation: Foundation R

Machine Translated

J'ai pensé qu'il a fait un excellent travail d'adapter l'expérience à l'auditoire. Cette classe est principalement conçue pour couvrir l'analyse des données avec HIVE, mais moi et mon collègue faisons l'administration HIVE sans responsabilités réelles d'analyse de données.

ian reif - Franchise Tax Board

Formation: Data Analysis with Hive/HiveQL

Machine Translated

La VM que j'aimais beaucoup L'enseignant était très bien informé sur le sujet ainsi que d'autres sujets, il était très gentil et sympathique J'ai aimé l'installation à Dubaï.

Safar Alqahtani - Elm Information Security

Formation: Big Data Analytics in Health

Machine Translated

Rappelant/examinant les points clés des sujets abordés.

Paolo Angelo Gaton - SMS Global Technologies Inc.

Formation: Building Stream Processing Applications with Kafka Streams

Machine Translated

Roxane Santiago - SMS Global Technologies Inc.

Formation: Building Stream Processing Applications with Kafka Streams

Machine Translated

tâches de pratique

Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo

Formation: Python and Spark for Big Data (PySpark)

Machine Translated

Excercises étaient bons, entraîneur était utile. Je suppose aussi que le formateur adapté un peu à notre connaissance après le premier jour.

Capgemini Polska sp. z o.o.

Formation: Teradata Fundamentals

Machine Translated

L’enthousiasme et l’énergie du formateur

Capgemini Polska sp. z o.o.

Formation: Teradata Fundamentals

Machine Translated

Conseils pour améliorer les performances

Capgemini Polska sp. z o.o.

Formation: Teradata Fundamentals

Machine Translated

Le formateur était très préoccupé par la compréhension individuelle.

Muhammad Surajo Sanusi - Birmingham City University

Formation: Foundation R

Machine Translated

Excel prêté présentation et cela me donne confiance pour construire sur les connaissances acquises.

Birmingham City University

Formation: Foundation R

Machine Translated

Connaissances de base et «provenance» du formateur.

Francis McGonigal - Birmingham City University

Formation: Foundation R

Machine Translated

choses pratiques de faire, aussi la théorie a été bien servi par Ajay

Dominik Mazur - Capgemini Polska Sp. z o.o.

Formation: Administration de Hadoop avec MapR

Machine Translated

Des exercices

Capgemini Polska Sp. z o.o.

Formation: Administration de Hadoop avec MapR

Machine Translated

Ressources

Hafiz Rana - Birmingham City University

Formation: Foundation R

Machine Translated

Go od explications sur la façon dont nous faisons les choses

Birmingham City University

Formation: Foundation R

Machine Translated

Je me sens plus en confiance avec le codage maintenant. Je ne l'avais jamais fait auparavant, mais je comprends maintenant que ce n'est pas sorcier et que je peux le faire si nécessaire.

Anna Yartseva - Birmingham City University

Formation: Foundation R

Machine Translated

J'ai trouvé la formation bonne, très informative ... mais aurait pu être répartie sur 4 ou 5 jours, nous permettant d'entrer dans plus de détails sur différents aspects.

Veterans Affairs Canada

Formation: Administration de Hadoop

Machine Translated

J'ai trouvé que ce cours donnait un bon aperçu et touchait rapidement certains domaines que je n'avais même pas envisagés.

Veterans Affairs Canada

Formation: Administration de Hadoop

Machine Translated

La large couverture des sujets

Roche

Formation: Big Data Storage Solution - NoSQL

Machine Translated

Small group (4 trainees) and we could progress together. Also the trainer could so help everybody.

ICE International Copyright Enterprise Germany GmbH

Formation: Spark for Developers

Ajay était très sympathique, serviable et connaissait bien le sujet dont il discutait.

Biniam Guulay - ICE International Copyright Enterprise Germany GmbH

Formation: Spark for Developers

Machine Translated

Les exercices de laboratoire. Appliquer la théorie à partir du premier jour des jours suivants.

Dell

Formation: A Practical Introduction to Stream Processing

Machine Translated

* Organization * Trainer's expertise with the subject

ENGIE- 101 Arch Street

Formation: Python and Spark for Big Data (PySpark)

The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.

Formation: A Practical Introduction to Stream Processing

the good energy of the trainer, he explained everything clearly and precisely

MicroStrategy Poland Sp. z o.o.

Formation: Teradata Fundamentals

Materials (code, presentation) were good

MicroStrategy Poland Sp. z o.o.

Formation: Teradata Fundamentals

Nice training, full of interesting topics. After each topic helpful examples were provided.

Pawel Wojcikowski - MicroStrategy Poland Sp. z o.o.

Formation: Teradata Fundamentals

J'aime l'approche globale de la matière enseignée. Le cours était bien structuré, les sujets ont été préparés et présentés dans un bon ordre, nous aidant à comprendre la logique étape par étape du fonctionnement de certains aspects de Teradata . J'aime particulièrement le fait que beaucoup d’impacts aient été mis sur les indices. Pablo est une personne très sympathique et un bon professeur. Le temps passé sur cette formation a été définitivement bien passé.

MicroStrategy Poland Sp. z o.o.

Formation: Teradata Fundamentals

Machine Translated

interaction

Maastricht University | UMIO

Formation: Teradata Fundamentals

Discussing many examples.

Emily Chesworth - Maastricht University | UMIO

Formation: Teradata Fundamentals

exercises & subquery

Maastricht University | UMIO

Formation: Teradata Fundamentals

I liked the depth of the training. I was able to understand most of it and definitely learned from this training

Maastricht University | UMIO

Formation: Teradata Fundamentals

passionate trainer

Sylvia Baniak - Maastricht University | UMIO

Formation: Teradata Fundamentals

Maastricht University | UMIO

Formation: Teradata Fundamentals

New learned skills

Maastricht University | UMIO

Formation: Teradata Fundamentals

The enthusiasm of the trainer

Maastricht University | UMIO

Formation: Teradata Fundamentals

Expliquer la démarche à suivre pour tenter de répondre à une question via SQL

Maastricht University | UMIO

Formation: Teradata Fundamentals

Machine Translated

The trainer was passionate and well-known what he said I appreciate his help and answers all our questions and suggested cases.

Formation: A Practical Introduction to Stream Processing

Sous-catégories Big Data

Plans de cours Big Data

Nom du Cours

Durée

Aperçu

Nom du Cours

Durée

Aperçu

Apache Accumulo Fundamentals

21 hours

Aperçu

Apache Accumulo est un magasin clé / valeur trié et distribué qui fournit un stockage et une récupération de données robustes et évolutifs. Il est basé sur la conception de Go BigTable Ogle et est alimenté par Apache Hadoop , Apache Zookeeper, et Apache Thrift .

Ce cours en direct animé par un instructeur couvre les principes de fonctionnement d'Accumulo et guide les participants dans le développement d'un exemple d'application sur Apache Accumulo .

Format du cours

- Partie conférence, partie discussion, développement et mise en œuvre pratiques, tests occasionnels pour évaluer la compréhension

IoT ( Internet of Things) for Entrepreneurs, Managers and Investors

21 hours

Aperçu

Contrairement aux autres technologies, l'IdO est beaucoup plus complexe et englobe presque toutes les branches des activités principales: ingénierie mécanique, Electron , micrologiciel, middleware, cloud, analytique et mobile. Pour chacune de ses couches d'ingénierie, il y a des aspects de l'économie, des normes, des réglementations et de l'état de l'art en évolution. Pour la première fois, un cours modeste est proposé pour couvrir tous ces aspects critiques de l'ingénierie IoT.

Résumé

-

Un programme de formation avancée couvrant l'état actuel des technologies de l'internet des objets

-

Coupes dans de multiples domaines technologiques pour développer la connaissance d'un système IoT et de ses composants et comment il peut aider les entreprises et les organisations.

-

Démonstration en direct d'applications IoT modèles pour présenter des déploiements IoT pratiques dans différents domaines de l'industrie, tels que l'IdO industriel, les villes intelligentes, la vente au détail, les déplacements et les transports, ainsi que des cas d'utilisation autour des appareils et objets connectés.

Public cible

-

Les gestionnaires responsables des processus commerciaux et opérationnels au sein de leurs organisations respectives et veulent savoir comment exploiter l'IdO pour rendre leurs systèmes et leurs processus plus efficaces.

-

Les entrepreneurs et les investisseurs qui cherchent à construire de nouvelles entreprises et à développer une meilleure compréhension du paysage technologique de l'IdO pour voir comment ils peuvent en tirer parti de manière efficace.

Les estimations de la valeur marchande de l'Internet des objets ou de l'IoT sont énormes car, par définition, l'IdO est une couche intégrée et diffuse d'appareils, de capteurs et de puissance de traitement qui recouvre l'ensemble des secteurs de la consommation, des entreprises et des administrations. L'IdO représentera un nombre croissant de connexions: 1,9 milliard d'appareils aujourd'hui et 9 milliards d'ici 2018. Cette année-là, il sera à peu près égal au nombre total de smartphones, téléviseurs intelligents, tablettes, ordinateurs portables et PC.

Dans le domaine de la consommation, de nombreux produits et services sont déjà entrés dans l'IdO, notamment les appareils de cuisine et ménagers, les parkings, la RFID, les produits d'éclairage et de chauffage, ainsi que de nombreuses applications dans l'internet industriel.

Cependant, les technologies sous-jacentes de l'IdO ne sont pas nouvelles car la communication M2M existait depuis la naissance d'Internet. Cependant, ce qui a changé ces dernières années, c’est l’émergence d’un nombre croissant de technologies sans fil peu coûteuses, qui ont été ajoutées par l’adaptation massive des téléphones intelligents et des tablettes dans chaque foyer. La croissance explosive des appareils mobiles a conduit à la demande actuelle en IoT.

En raison d'opportunités illimitées dans le domaine de l'IdO, un grand nombre de petites et moyennes entreprises ont pris le train de la ruée vers l'or de l'IdO. Également en raison de l'émergence de l'électronique open source et de la plate-forme IoT, les coûts de développement du système IoT et la gestion de sa production considérable sont de plus en plus abordables. Les propriétaires de produits électroniques existants subissent des pressions pour intégrer leur appareil à Internet ou à une application mobile.

Cette formation est destinée à un examen de la technologie et des affaires d'un secteur émergent afin que les passionnés / entrepreneurs de l'IoT puissent comprendre les bases de la technologie et du commerce IoT.

Objectif du cours

L' objectif principal du cours est d'introduire des options technologiques émergentes, des plates - formes et des études de cas de mise en œuvre IdO dans la maison et l' automatisation ville (maisons intelligentes et villes), Industrial Internet, santé, Go vt., Cellulaire mobile et d' autres domaines.

-

Introduction de base à tous les éléments de l'IoT-Mécanique, de la plate-forme Electron / capteur, des protocoles sans fil et filaires, de l'intégration mobile à Electron , de l'intégration mobile à l'entreprise, de l'analyse de données et du plan de contrôle total

-

Protocoles M2M sans fil pour IoT-WiFi, Zigbee / Zwave, Bluetooth, ANT +: quand et où utiliser lequel?

-

Application mobile / de bureau / Web - pour l'enregistrement, l'acquisition et le contrôle de données - Plate-forme d'acquisition de données M2M disponible pour IoT - Xively, Omega et NovoTech, etc.

-

Problèmes de sécurité et solutions de sécurité pour l'Internet des objets

-

Plate-forme électronique open source / commerciale pour IoT- Raspberry Pi , Arduino , ArmMbedLPC, etc.

-

Plate-forme de cloud d'entreprise open source / commerciale pour les applications AWS-IoT, Azure -IOT, le cloud Watson-IOT ainsi que d'autres nuages mineurs IoT

-

Études commerciales et technologiques de certains des appareils IoT courants tels que la domotique, le détecteur de fumée, les véhicules, l'armée, la santé à domicile, etc.

Matlab for Predictive Analytics

21 hours

Aperçu

L'analyse prédictive est le processus d'utilisation de l'analyse de données pour faire des prédictions sur le futur Ce processus utilise des données ainsi que des techniques d'exploration de données, de statistiques et d'apprentissage automatique pour créer un modèle prédictif de prévision d'événements futurs Dans cette formation en ligne, les participants apprendront à utiliser Matlab pour créer des modèles prédictifs et les appliquer à de grands ensembles de données pour prédire les événements futurs en fonction des données À la fin de cette formation, les participants seront en mesure de: Créer des modèles prédictifs pour analyser les modèles dans les données historiques et transactionnelles Utiliser la modélisation prédictive pour identifier les risques et les opportunités Construire des modèles mathématiques qui capturent les tendances importantes Utiliser les données des appareils et des systèmes d'entreprise pour réduire le gaspillage, gagner du temps ou réduire les coûts Public Développeurs Ingénieurs Les experts du domaine Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Real-Time Stream Processing with MapR

7 hours

Aperçu

Au cours de cette formation en direct animée par un instructeur, les participants apprendront les concepts de base de MapR Stream Architecture tout en développant une application de diffusion en temps réel.

À la fin de cette formation, les participants seront capables de créer des applications de producteurs et de consommateurs pour le traitement de données en temps réel.

Public

- Développeurs
- Administrateurs

Format du cours

- Partie de conférence, partie de discussion, exercices et exercices intensifs

Remarque

- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Magellan: Geospatial Analytics on Spark

14 hours

Aperçu

Magellan is an open-source distributed execution engine for geospatial analytics on big data. Implemented on top of Apache Spark, it extends Spark SQL and provides a relational abstraction for geospatial analytics.

This instructor-led, live training introduces the concepts and approaches for implementing geospacial analytics and walks participants through the creation of a predictive analysis application using Magellan on Spark.

By the end of this training, participants will be able to:

- Efficiently query, parse and join geospatial datasets at scale
- Implement geospatial data in business intelligence and predictive analytics applications
- Use spatial context to extend the capabilities of mobile devices, sensors, logs, and wearables

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.

Apache Kylin: From Classic OLAP to Real-Time Data Warehouse

14 hours

Aperçu

Apache Kylin est un moteur d'analyse extrême et distribué pour le Big Data.

Lors de cette formation en direct animée par un instructeur, les participants apprendront à utiliser Apache Kylin pour configurer un entrepôt de données en temps réel.

À la fin de cette formation, les participants seront en mesure de:

- Consommez des données en streaming en temps réel avec Kylin
- Utilisez Apache Kylin fonctionnalités puissantes d’ Apache Kylin , son interface SQL riche, son cubage par étincelle et sa latence de requête inférieure à la seconde

Remarque

- Nous utilisons la dernière version de Kylin (au moment d'écrire ces lignes, Apache Kylin v2.0)

Public

- Ingénieurs Big Data
- Big Data

Format du cours

- Partie de conférence, partie de discussion, exercices et exercices intensifs

Confluent KSQL

7 hours

Aperçu

Confluent K SQL est un framework de traitement de flux construit sur Apache Kafka . Il permet le traitement de données en temps réel à l'aide d'opérations SQL .

Cette formation en direct, animée par un instructeur (sur site ou à distance), est destinée aux développeurs souhaitant mettre en œuvre Apache Kafka traitement de flux Apache Kafka sans écrire de code.

À la fin de cette formation, les participants seront en mesure de:

- Installez et configurez Confluent K SQL .
- Configurez un pipeline de traitement de flux en utilisant uniquement SQL commandes SQL (sans codage Java ou Python ).
- Effectuez le filtrage, les transformations, les agrégations, les jointures, le fenêtrage et la mise en session des données entièrement en SQL .
- Concevez et déployez des requêtes continues et interactives pour la diffusion en continu d'ETL et d'analyse en temps réel.

Format du cours

- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.

Options de personnalisation du cours

- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

KNIME Analytics Platform - comprehensive training

35 hours

Aperçu

KNIME is a free and open-source data analytics, reporting and integration platform. KNIME integrates various components for machine learning and data mining through its modular data pipelining concept. A graphical user interface and use of JDBC allows assembly of nodes blending different data sources, including preprocessing (ETL: Extraction, Transformation, Loading), for modeling, data analysis and visualization without, or with only minimal, programming. To some extent as advanced analytics tool KNIME can be considered as a SAS alternative.

Since 2006, KNIME has been used in pharmaceutical research, it also used in other areas like CRM customer data analysis, business intelligence and financial data analysis.

KNIME Analytics Platform for BI

21 hours

Aperçu

KNIME Analytics Platform est l'une des principales options open source pour l'innovation pilotée par les données. Elle vous permet de découvrir le potentiel caché dans vos données, d'explorer de nouvelles informations ou de prévoir de nouveaux futurs. Avec plus de 1000 modules, des centaines d'exemples prêts à l'emploi, une gamme complète d'outils intégrés et le plus vaste choix d'algorithmes avancés disponibles, KNIME Analytics Platform est la boîte à outils idéale pour tout informaticien ou analyste métier.

Cette formation pour KNIME Analytics Platform est une occasion idéale pour les débutants, les utilisateurs expérimentés et les experts KNIME de se familiariser avec KNIME , d'apprendre à l'utiliser plus efficacement et à créer des rapports clairs et complets basés sur les workflows de KNIME

Knowledge Discovery in Databases (KDD)

21 hours

Aperçu

Knowledge Discovery dans les bases de données (KDD) est le processus de découverte des connaissances utiles à partir d’une collection de données. Les applications de la vie réelle pour cette technique d’exploration de données comprennent le marketing, la détection des fraudes, les télécommunications et la fabrication.

dans ce cours en direct, dirigé par un instructeur, nous introduisons les processus impliqués dans KDD et réalisons une série d’exercices pour pratiquer la mise en œuvre de ces processus.

audience

- analystes de données ou toute personne intéressée à apprendre à interpréter les données pour résoudre les problèmes

format du cours

- après une discussion théorique de KDD, l’instructeur présentera des cas de la vie réelle qui appellent à l’application de KDD pour résoudre un problème. Les participants préparent, sélectionnent et nettoient des ensembles de données d’échantillonnage et utilisent leurs connaissances préalables sur les données pour proposer des solutions basées sur les résultats de leurs observations.

Stream Processing with Kafka Streams

7 hours

Aperçu

Kafka Streams est une bibliothèque côté client permettant de créer des applications et des microservices dont les données sont transmises depuis et vers un système de messagerie Kafka. Apache Kafka s’appuyait traditionnellement sur Apache Spark ou Apache Storm pour traiter les données entre les producteurs de messages et les consommateurs. En appelant l'API Kafka Streams depuis une application, les données peuvent être traitées directement dans Kafka, ce qui évite d'avoir à les envoyer à un cluster distinct.

Au cours de cette formation en direct animée par un instructeur, les participants apprendront comment intégrer Kafka Streams à un ensemble d’exemples d’applications Java qui transmettent des données depuis et vers Apache Kafka pour le traitement de flux.

À la fin de cette formation, les participants seront en mesure de:

- Comprendre les fonctionnalités et les avantages de Kafka Streams par rapport aux autres infrastructures de traitement de flux
- Traiter les données de flux directement dans un cluster Kafka
- Écrire une application ou un microservice Java ou Scala intégrant Kafka et Kafka Streams
- Écrivez un code concis qui transforme les sujets d’entrée de Kafka en sujets de sortie de Kafka
- Construire, empaqueter et déployer l'application

Public

- Développeurs

Format du cours

- Partie de conférence, partie de discussion, exercices et exercices intensifs

Remarques

- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser

A Practical Introduction to Stream Processing

21 hours

Aperçu

Stream Processing fait référence au traitement en temps réel de «données en mouvement», c’est-à-dire à l’exécution de calculs sur les données reçues. Ces données sont lues comme des flux continus à partir de sources de données telles que des événements de capteurs, l’activité des utilisateurs du site Web, des transactions financières, des balayages de carte de crédit, des flux de clics, etc. Stream Processing infrastructures de Stream Processing permettent de lire de grands volumes de données entrantes et fournissent des informations précieuses presque instantanément.

Au cours de cette formation en direct animée par un instructeur (sur site ou à distance), les participants apprendront à configurer et à intégrer différents cadres de Stream Processing avec des systèmes de stockage de données volumineux existants ainsi que des applications logicielles et microservices connexes.

À la fin de cette formation, les participants seront en mesure de:

- Installez et configurez différents frameworks de Stream Processing , tels que Spark Streaming et Kafka Streaming.
- Comprendre et sélectionner le cadre le plus approprié pour le travail.
- Traitement des données en continu, simultanément et enregistrement par enregistrement.
- Intégrez les solutions de Stream Processing continu aux bases de données, aux entrepôts de données, aux lacs de données, etc. existants
- Intégrez la bibliothèque de traitement de flux la plus appropriée aux applications d'entreprise et aux microservices.

Public

- Les développeurs
- Architectes logiciels

Format du cours

- Partie de conférence, partie de discussion, exercices et exercices intensifs

Remarques

- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Machine Learning and Big Data

7 hours

Aperçu

Cette formation en direct, animée par un instructeur (sur site ou à distance), est destinée aux techniciens souhaitant apprendre à mettre en œuvre une stratégie d’apprentissage automatique tout en maximisant l’utilisation du Big Data.

À la fin de cette formation, les participants:

- Comprendre l'évolution et les tendances de l'apprentissage automatique.
- Savoir comment l'apprentissage machine est utilisé dans différents secteurs.
- Familiarisez-vous avec les outils, les compétences et les services disponibles pour implémenter l'apprentissage automatique au sein d'une organisation.
- Comprendre comment l'apprentissage automatique peut être utilisé pour améliorer l'exploration et l'analyse de données.
- Découvrez ce qu'est un backend de données et comment il est utilisé par les entreprises.
- Comprenez le rôle que jouent le big data et les applications intelligentes dans tous les secteurs.

Format du cours

- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.

Options de personnalisation du cours

- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Apache Avro: Data Serialization for Distributed Applications

14 hours

Aperçu

audience

- développeurs

format du cours

- conférences, pratique pratiques, petits tests le long du chemin pour évaluer la compréhension

Impala for Business Intelligence

21 hours

Aperçu

Cloudera Impala est un moteur de requête SQL open source à traitement parallèle massivement (MPP) pour les clusters Apache Hadoop .

Impala permet aux utilisateurs d'émettre des requêtes SQL faible temps de latence pour les données stockées dans Hadoop Distributed File System et Apache Hbase sans nécessiter de déplacement ou de transformation de données.

Public

Ce cours est destiné aux analystes et aux scientifiques qui effectuent des analyses sur les données stockées dans Hadoop via SQL outils de Business Intelligence ou SQL .

Après ce cours, les délégués seront en mesure de

- Extrayez des informations utiles à partir de clusters Hadoop avec Impala .
- Ecrivez des programmes spécifiques pour faciliter la Business Intelligence dans Impala SQL Dialect.
- Dépanner Impala .

Data Analysis with Hive/HiveQL

7 hours

Aperçu

Ce cours explique comment utiliser le SQL Hive SQL (AKA: Hive HQL, SQL sur Hive , Hive QL) pour les personnes qui extraient des données à partir de Hive

Hortonworks Data Platform (HDP) for Administrators

21 hours

Aperçu

Hortonworks Data Platform (HDP) est une plateforme de support Apache Hadoop source ouverte qui fournit une base stable pour le développement de solutions Big Data sur l’écosystème Apache Hadoop .

Cette formation en direct animée par un instructeur (sur site ou à distance) présente Hortonworks Data Platform (HDP) et guide les participants dans le déploiement de la solution Spark + Hadoop .

À la fin de cette formation, les participants seront en mesure de:

- Utilisez Hortonworks pour exécuter Hadoop de manière fiable à grande échelle.
- Unifiez les capacités de sécurité, de gouvernance et d'exploitation de Hadoop avec les workflows d'analyse agiles de Spark.
- Utilisez Hortonworks pour étudier, valider, certifier et soutenir chacun des composants d’un projet Spark.
- Traitez différents types de données, y compris les données structurées, non structurées, en mouvement et au repos.

Format du cours

- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.

Options de personnalisation du cours

- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

HBase for Developers

21 hours

Aperçu

Ce cours présente HBase - un magasin No SQL au-dessus de Hadoop . Le cours est destiné aux développeurs qui utiliseront HBase pour développer des applications et aux administrateurs qui géreront les clusters HBase.

Nous guiderons un développeur à travers l'architecture HBase, la modélisation de données et le développement d'applications sur HBase. Il discutera également de l’utilisation de MapReduce avec HBase et de quelques sujets d’administration liés à l’optimisation des performances. Le cours est très pratique avec de nombreux exercices de laboratoire.

Durée : 3 jours

Audience : Développeurs et Administrateurs

Hadoop with Python

28 hours

Aperçu

Hadoop is a popular Big Data processing framework. Python is a high-level programming language famous for its clear syntax and code readibility.

In this instructor-led, live training, participants will learn how to work with Hadoop, MapReduce, Pig, and Spark using Python as they step through multiple examples and use cases.

By the end of this training, participants will be able to:

- Understand the basic concepts behind Hadoop, MapReduce, Pig, and Spark
- Use Python with Hadoop Distributed File System (HDFS), MapReduce, Pig, and Spark
- Use Snakebite to programmatically access HDFS within Python
- Use mrjob to write MapReduce jobs in Python
- Write Spark programs with Python
- Extend the functionality of pig using Python UDFs
- Manage MapReduce jobs and Pig scripts using Luigi

Audience

- Developers
- IT Professionals

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice

Administration de Hadoop avec MapR

28 hours

Aperçu

Public:

Ce cours a pour but de démystifier la technologie Big Data / Hadoop et de montrer qu’elle n’est pas difficile à comprendre.

Hadoop for Project Managers

14 hours

Aperçu

Alors que de plus en plus de logiciels et de projets informatiques migrent du traitement local et de la gestion de données vers le traitement distribué et le stockage de données volumineuses, les chefs de projet constatent la nécessité de mettre à niveau leurs connaissances et leurs compétences pour appréhender les concepts et les pratiques relatifs aux projets et aux opportunités Big Data .

Ce cours présente aux chefs de projet le framework de traitement de Big Data les plus populaires: Hadoop .

Au cours de cette formation dispensée par un instructeur, les participants apprendront les composants essentiels de l'écosystème Hadoop et comment utiliser ces technologies pour résoudre des problèmes à grande échelle. En apprenant ces bases, les participants amélioreront également leur capacité à communiquer avec les développeurs et les développeurs de ces systèmes, ainsi qu'avec les scientifiques et les analystes de données impliqués dans de nombreux projets informatiques.

Public

- Chefs de projet souhaitant implémenter Hadoop dans leur infrastructure de développement ou informatique existante
- Les gestionnaires de projet doivent communiquer avec des équipes interfonctionnelles comprenant des ingénieurs Big Data, des scientifiques de données et des analystes métier.

Format du cours

- Partie de conférence, partie de discussion, exercices et exercices intensifs

Hadoop pour Développeurs et Administrateurs

21 hours

Aperçu

Hadoop est le framework de traitement Big Data le plus populaire .

MemSQL

28 hours

Aperçu

Mem SQL est un système de gestion de base de données SQL distribué, en mémoire, pour le cloud et sur site. C'est un entrepôt de données en temps réel qui fournit immédiatement des informations à partir de données en temps réel et historiques.

Au cours de cette formation en direct animée par un instructeur, les participants apprendront les bases de Mem SQL pour le développement et l’administration.

À la fin de cette formation, les participants seront en mesure de:

- Comprendre les concepts clés et les caractéristiques de Mem SQL
- Installer, concevoir, maintenir et utiliser Mem SQL
- Optimiser les schémas dans Mem SQL
- Améliorer les requêtes dans Mem SQL
- Performance de référence dans Mem SQL
- Construire des applications de données en temps réel à l'aide de Mem SQL

Public

- Développeurs
- Administrateurs
- Ingénieurs d'exploitation

Format du cours

- Partie de conférence, partie de discussion, exercices et exercices intensifs

MonetDB

28 hours

Aperçu

MonetDB est une base de données open-source qui a été le premier à utiliser la technologie de magasin de colonnes.

Dans cette formation en direct animée par un instructeur, les participants apprendront à utiliser MonetDB et à en tirer le meilleur parti.

À la fin de cette formation, les participants seront en mesure de:

- Comprendre MonetDB et ses fonctionnalités
- Installer et démarrer avec MonetDB
- Explorer et effectuer différentes fonctions et tâches dans MonetDB
- Accélérer la livraison de leur projet en maximisant les capacités de MonetDB

Public

- Développeurs
- Experts techniques

Format du cours

- Partie de conférence, partie de discussion, exercices et exercices intensifs

Advanced Teradata

14 hours

Aperçu

Teradata is a popular Relational Database Management System for building large scale data warehousing applications. Teradata achieves this by way of parallelism.

This instructor-led, live training (onsite or remote) is aimed at application developers and engineers who wish to master more sophisticated usages of the Teradata database.

By the end of this training, participants will be able to:

- Manage Teradata space.
- Protect and distribute data in Teradata.
- Read Explain Plan.
- Improve SQL proficiency.
- Use main utilities of Teradata.

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.

Apache Spark SQL

7 hours

Aperçu

Spark SQL est le module Apache Spark permettant de travailler avec des données structurées et non structurées. Spark SQL fournit des informations sur la structure des données ainsi que sur les calculs en cours. Ces informations peuvent être utilisées pour effectuer des optimisations. Les deux utilisations courantes de Spark SQL sont SQL suivantes:
- pour exécuter SQL requêtes SQL .
- lire les données d'une installation Hive existante.

Lors de cette formation en direct animée par un instructeur (sur site ou à distance), les participants apprendront à analyser divers types de jeux de données à l'aide de Spark SQL .

À la fin de cette formation, les participants seront en mesure de:

- Installez et configurez Spark SQL .
- Effectuer une analyse de données à l'aide de Spark SQL .
- Interrogez des ensembles de données dans différents formats.
- Visualisez les données et les résultats de la requête.

Format du cours

- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire réel.

Options de personnalisation du cours

- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Zeppelin for Interactive Data Analytics

14 hours

Aperçu

Apache Zeppelin est un bloc-notes basé sur le Web pour la capture, l'exploration, la visualisation et le partage de données basées sur Hadoop et Spark Cette formation en ligne, introduite en classe, présente les concepts de l'analyse interactive des données et guide les participants à travers le déploiement et l'utilisation de Zeppelin dans un environnement à utilisateur unique ou multi-utilisateur À la fin de cette formation, les participants seront en mesure de: Installer et configurer Zeppelin Développer, organiser, exécuter et partager des données dans une interface basée sur un navigateur Visualisez les résultats sans faire référence à la ligne de commande ou aux détails du cluster Exécuter et collaborer sur de longs workflows Travailler avec un certain nombre de plugin language / dataprocessingbackends, tels que Scala (avec Apache Spark), Python (avec Apache Spark), SQL Spark, JDBC, Markdown et Shell Intégrez Zeppelin avec Spark, Flink et Map Reduce Instances multi-utilisateurs sécurisées de Zeppelin avec Apache Shiro Public Les ingénieurs de données Analystes de données Les scientifiques de données Les développeurs de logiciels Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Vespa: Serving Large-Scale Data in Real-Time

14 hours

Aperçu

Vespa est un moteur de traitement de données et de traitement de données opensource créé par Yahoo Il est utilisé pour répondre aux requêtes des utilisateurs, faire des recommandations et fournir un contenu personnalisé et des publicités en temps réel Cette formation en ligne, instruite, introduit les défis de la diffusion de données à grande échelle et guide les participants à travers la création d'une application capable de calculer les réponses aux demandes des utilisateurs, sur de grands ensembles de données en temps réel À la fin de cette formation, les participants seront en mesure de: Utilisez Vespa pour calculer rapidement les données (stocker, rechercher, classer, organiser) au moment du service pendant qu'un utilisateur attend Implémenter Vespa dans des applications existantes impliquant la recherche de fonctionnalités, les recommandations et la personnalisation Intégrez et déployez Vespa avec les systèmes Big Data existants tels que Hadoop et Storm Public Développeurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Tigon: Real-time Streaming for the Real World

14 hours

Aperçu

Tigon est un framework de traitement de flux opensource, temps réel, lowlatency, highthroughput, native natif, qui se trouve au-dessus de HDFS et de HBase pour la persistance Les applications Tigon traitent des cas d'utilisation tels que la détection et l'analyse des intrusions sur le réseau, l'analyse des marchés des médias sociaux, l'analyse de l'emplacement et les recommandations en temps réel aux utilisateurs Cette formation en ligne, introduite par un instructeur, présente l'approche de Tigon qui consiste à mélanger le traitement en temps réel et le traitement par lots tout en guidant les participants à travers la création d'un exemple d'application À la fin de cette formation, les participants seront en mesure de: Créez de puissantes applications de traitement de flux pour gérer de gros volumes de données Traiter des sources de flux telles que Twitter et Webserver Logs Utilisez Tigon pour joindre, filtrer et agréger rapidement des flux Public Développeurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Teradata Fundamentals

21 hours

Aperçu

Teradata est l’un des systèmes de Management Database relationnelles les plus populaires. Il est principalement adapté à la construction d'applications d'entreposage de données à grande échelle. Teradata parvient grâce au concept de parallélisme.

Ce cours présente les délégués à Teradata .

Autres régions

;Paris Lyon Lille Toulouse Marseille Montpellier Nantes Clermont-Ferrand Bordeaux Grenoble Poitiers Strasbourg Orléans Amiens Rennes Tours Limoges

Other countries

Ces formations sont également disponibles dans d'autres pays ››

Conseil

Big Data Conseil

Weekend Big Data cours, Soir Big Data formation, Big Data stage d’entraînement, Big Data formateur à distance, Big Data formateur en ligne, Big Data formateur Online, Big Data cours en ligne, Big Data cours à distance, Big Data professeur à distance, Big Data visioconférence, Big Data stage d’entraînement intensif, Big Data formation accélérée, Big Data formation intensive, Formation inter Big Data, Formation intra Big Data, Formation intra Enteprise Big Data, Formation inter Entreprise Big Data, Weekend Big Data formation, Soir Big Data cours, Big Data coaching, Big Data entraînement, Big Data préparation, Big Data instructeur, Big Data professeur, Big Data formateur, Big Data stage de formation, Big Data cours, Big Data sur place, Big Data formations privées, Big Data formation privée, Big Data cours particulier, Big Data cours particuliers