Big Data Schulungen in Österreich

Dieser von einem Trainer durchgeführte Live-Kurs in Österreich (online oder vor Ort) richtet sich an mittelcalibrige Datenwissenschaftler und Ingenieure, die Google Colab und Apache Spark für das Verarbeiten und Analysieren von Big Data einsetzen möchten.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Eine Big-Data-Umgebung mit Google Colab und Spark einzurichten.
• Große Datensätze effizient mit Apache Spark zu verarbeiten und zu analysieren.
• Big Data in einer kollaborativen Umgebung visualisieren.
• Apache Spark mit cloudbasierten Tools zu integrieren.

Stratio ist eine datenzentrierte Plattform, die Big Data, KI und Governance in ein einziges Lösungsprodukt integriert. Die Module Rocket und Intelligence ermöglichen eine schnelle Datenexploration, Transformation und erweiterte Analysen in Unternehmensumgebungen.

Dieser von einem Dozenten geleitete Live-Kurs (online oder vor Ort) richtet sich an fortgeschrittene Datenprofessionals, die die Module Rocket und Intelligence effektiv mit PySpark nutzen möchten. Der Schwerpunkt liegt auf Schleifenstrukturen, benutzerdefinierten Funktionen und erweiterten Datenlogiken.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• In der Stratio-Plattform mithilfe der Module Rocket und Intelligence zu navigieren und zu arbeiten.
• PySpark im Kontext von Datenimport, Transformation und Analyse anzuwenden.
• Schleifen und bedingte Logiken zur Steuerung von Datenaufgaben und Merkmalsingenieurprozessen zu verwenden.
• Benutzerdefinierte Funktionen (UDFs) für wiederverwendbare Datenoperationen in PySpark zu erstellen und zu verwalten.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.
• Hands-on-Implementierung in einer live-Lab-Umgebung.

Optionen zur Anpassung des Kurses

• Bei Interesse an einer angepassten Ausbildung für diesen Kurs, kontaktieren Sie uns bitte, um eine Anfrage zu stellen.

Data Warehousing ist die Praxis der Gestaltung, Erstellung und Betreuung zentralisierter Datenrepositorys, die Analytics, Berichterstattung und Entscheidungsfindung unterstützen.

Dieses von einem Trainer durchgeführte Live-Training (online oder vor Ort) richtet sich an fortgeschrittene Dataprofessionals, die Dimensionendaten modellieren, robuste ETL-Pipelines erstellen und analytische Workloads optimieren möchten.

Am Ende des Trainings können die Teilnehmer folgendes:

• Kernkonzepte und Architekturen von Data Warehousing erklären.
• Dimensionale Modelle gestalten und zwischen Stern- und Schneeflockenschemata wählen.
• ETL- und ELT-Pipelines zuverlässig erstellen und orchestrieren.
• OLTP im Vergleich zu OLAP Workloads unterscheiden und für Analytics optimieren.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und praktische Anwendungen.
• Händisches Implementieren in einer Live-Lab-Umgebung.

Anpassungsoptionen des Kurses

• Um ein angepasstes Training für diesen Kurs zu beantragen, kontaktieren Sie uns bitte zur Absprache.

Teilnehmer, die diese von einem Ausbilder geleitete Live-Schulung in Österreich absolvieren, erhalten ein praktisches, praxisnahes Verständnis von Big Data und den damit verbundenen Technologien, Methoden und Werkzeugen.

Die Teilnehmer haben die Möglichkeit, dieses Wissen durch praktische Übungen in die Praxis umzusetzen. Die Interaktion in der Gruppe und das Feedback des Kursleiters sind ein wichtiger Bestandteil des Kurses.

Der Kurs beginnt mit einer Einführung in die grundlegenden Konzepte von Big Data und geht dann zu den Programmiersprachen und Methoden über, die zur Durchführung von Data Analysis verwendet werden. Abschließend werden die Werkzeuge und die Infrastruktur besprochen, die Big Data-Speicherung, verteilte Verarbeitung und Scala-Beweglichkeit ermöglichen.

Greenplum ist eine open-source Plattform für massiv paralleles Datenverarbeitung (MPP), die auf Analyse und große Datenumgebungen ausgelegt ist.

Dieses in interaktiver Form angebotene Live-Training (online oder vor Ort) richtet sich an fortgeschrittene technische Benutzer, die das interne Design von Greenplum verstehen möchten, optimierte Datamodelle erstellen und hohe Leistungsfähigkeit SQL in verteilten Umgebungen einsetzen wollen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Das shared-nothing-Architekturmodell und das Parallellaufkonzept von Greenplum zu verstehen.
• Distribuierte Tabellenstrukturen und Partitionen für optimale Abfrageleistung zu entwerfen.
• Indizierungsstrategien, Speicherformate und physikalische Designmethoden anzuwenden.
• EXPLAIN-Pläne zu interpretieren und Abfragen mithilfe von Best Practices zu optimieren.

Kursformat

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxisphasen.
• Hände-on-Implementierung in einem live-Lab-Umfeld.

Anpassungsoptionen des Kurses

• Für eine an die Bedürfnisse angepasste Ausbildung, kontaktieren Sie uns bitte um diese zu vereinbaren.

Greenplum ist eine open-source Plattform für massiv parallele Datenbasierte auf PostgreSQL, die für erweiterte Analysen und großskalige Datenwarehousing entwickelt wurde.

Dieses von einem Trainer durchgeführte Live-Seminar (online oder vor Ort) richtet sich an mittelcalibrierte Administratoren, die Greenplum-Umgebungen effektiv installieren, konfigurieren und verwalten möchten, einschließlich der Verwaltung von Systemupdaten und Bibliotheken.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Eine für den Produktiveinsatz bereitgestellte Greenplum-Cluster zu installieren und zu konfigurieren.
• Systemaktualisierungen sicher durchzuführen und Patches anzuwenden.
• Die Verwaltung von Greenplum-Bibliotheken für Analysen und Erweiterungen zu handhaben.
• Greenplum-Systeme zu überwachen und Probleme zu beheben.

Kursformat

• Interaktiver Vortrag und Diskussion.
• Händische Nutzung von Greenplum in einem kontrollierten Lab-Umfeld.
• Führung durch Übungen, die sich auf den Cluster-Aufbau, Upgradeworkflows und Systemerweiterungen konzentrieren.

Optionen zur Anpassung des Kurses

• Zum Anfordern eines angepassten Trainings für diesen Kurs basierend auf Ihrer Umgebung oder Datenplattform kontaktieren Sie uns bitte, um dies zu vereinbaren.

Diese von einem Trainer geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an fortgeschrittene Datenexperten, die Datenverarbeitungsabläufe optimieren, Datenintegrität sicherstellen und robuste Data Lakehouse-Lösungen implementieren möchten, die die Komplexität moderner Big Data-Anwendungen bewältigen können.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Ein tiefes Verständnis der Iceberg-Architektur, einschließlich Metadatenmanagement und Dateilayout, zu erlangen.
• Iceberg für eine optimale Leistung in verschiedenen Umgebungen zu konfigurieren und es mit mehreren Datenverarbeitungs-Engines zu integrieren.
• Große Iceberg-Tabellen zu verwalten, komplexe Schemaänderungen durchzuführen und Partitionsentwicklungen zu handhaben.
• Beherrschen von Techniken zur Optimierung der Abfrageleistung und der Effizienz von Datenscans bei großen Datenbeständen.
• Implementierung von Mechanismen zur Sicherstellung der Datenkonsistenz, zur Verwaltung von Transaktionsgarantien und zum Umgang mit Fehlern in verteilten Umgebungen.

Diese Live-Schulung in Österreich (online oder vor Ort) unter der Leitung eines Dozenten richtet sich an Datenexperten auf Anfängerniveau, die sich das Wissen und die Fähigkeiten aneignen möchten, die erforderlich sind, um Apache Iceberg effektiv für die Verwaltung großer Datenmengen, die Sicherstellung der Datenintegrität und die Optimierung von Datenverarbeitungsabläufen zu nutzen.

Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:

• Ein gründliches Verständnis der Architektur, der Funktionen und der Vorteile von Apache Iceberg erlangen.
• Sie lernen Tabellenformate, Partitionierung, Schemaentwicklung und Zeitreisefähigkeiten kennen.
• Apache Iceberg in verschiedenen Umgebungen zu installieren und zu konfigurieren.
• Erstellen, Verwalten und Manipulieren von Iceberg-Tabellen.
• Den Prozess der Migration von Daten aus anderen Tabellenformaten nach Iceberg verstehen.

Diese von einem Trainer geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an IT-Fachleute auf mittlerem Niveau, die ihre Kenntnisse in den Bereichen Datenarchitektur, Governance, Cloud Computing und Big-Data-Technologien erweitern möchten, um große Datenmengen für die Datenmigration in ihrem Unternehmen effektiv zu verwalten und zu analysieren.

Am Ende dieses Kurses werden die Teilnehmer in der Lage sein

• Die grundlegenden Konzepte und Komponenten verschiedener Datenarchitekturen zu verstehen.
• ein umfassendes Verständnis der Data-Governance-Prinzipien und ihrer Bedeutung in regulatorischen Umgebungen erlangen.
• Data-Governance-Frameworks wie Dama und Togaf zu implementieren und zu verwalten.
• Cloud-Plattformen für eine effiziente Datenspeicherung, -verarbeitung und -verwaltung zu nutzen.

Diese von einem Trainer geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Dateningenieure auf mittlerem Niveau, die lernen möchten, wie man Azure Data Lake Storage Gen2 für effektive Datenanalyselösungen nutzt.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die Architektur und die wichtigsten Funktionen von Azure Data Lake Storage Gen2 zu verstehen.
• Optimieren der Datenspeicherung und des Datenzugriffs hinsichtlich Kosten und Leistung.
• Integration von Azure Data Lake Storage Gen2 mit anderen Azure Services für Analysen und Datenverarbeitung.
• Entwickeln Sie Lösungen mit der Azure Data Lake Storage Gen2 API.
• Fehlerbehebung bei allgemeinen Problemen und Optimierung von Speicherstrategien.

Diese von einem Trainer geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Entwickler, die Spark, Hadoop und Python verwenden und integrieren möchten, um große und komplexe Datensätze zu verarbeiten, zu analysieren und zu transformieren.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

• die notwendige Umgebung einzurichten, um mit der Verarbeitung von Big Data mit Spark, Hadoop und Python zu beginnen.
• die Funktionen, Kernkomponenten und Architektur von Spark und Hadoop zu verstehen.
• Lernen, wie man Spark, Hadoop und Python für die Verarbeitung von Big Data integriert.
• Erkunden Sie die Werkzeuge im Spark-Ökosystem (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka und Flume).
• Erstellen Sie Empfehlungssysteme mit kollaborativer Filterung ähnlich wie bei Netflix, YouTube, Amazon, Spotify und Google.
• Apache Mahout zur Skalierung von maschinellen Lernalgorithmen verwenden.

Big Data und Advanced Analytics ist die Anwendung fortgeschrittener Methoden und Werkzeuge zur Analyse großer, komplexer Datensätze für handlungsorientierte Erkenntnisse und strategisches Entscheidungsfinden.

Dieses von einem Trainer durchgeführte Live-Training (online oder vor Ort) richtet sich an fortgeschrittene Datenprofis, die moderne analytische Methoden und Big Data Technologien für prognostische, präskriptive und Echtzeit-Analyse nutzen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Großmaßstäbliche Datenaufbereitungsprozesse für strukturierte und unstrukturierte Daten zu entwerfen und umzusetzen.
• Fortgeschrittene Machine-Learning- und Deep-Learning-Techniken auf großen Datensätzen anzuwenden.
• Vereinte Rechenumgebungen für Echtzeit-Analyse und Datenströme zu nutzen.
• Big Data-Analytik in Business Intelligence-Systeme und Entscheidungsfindungssysteme zu integrieren.

Abschnittsformat des Kurses

• Interaktive Vorlesungen und Diskussionen.
• Viele Übungen und Praxisfälle.
• Praxisorientierte Implementierung in einer Live-Lab-Umgebung.

Anpassungsoptionen des Kurses

• Zur Anfrage nach einem angepassten Training für diesen Kurs, kontaktieren Sie uns bitte zum Abschließen der Details.

Diese Live-Schulung in Österreich (online oder vor Ort) richtet sich an IT-Fachleute auf mittlerem Niveau, die ein umfassendes Verständnis von IBM DataStage sowohl aus der Verwaltungs- als auch aus der Entwicklungsperspektive erlangen möchten, damit sie dieses Tool an ihrem jeweiligen Arbeitsplatz effektiv verwalten und einsetzen können.

Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:

• Die Kernkonzepte von DataStage zu verstehen.
• Lernen, wie man DataStage-Umgebungen effektiv installiert, konfiguriert und verwaltet.
• Verbindung zu verschiedenen Datenquellen herstellen und Daten effizient aus Datenbanken, Flat Files und externen Quellen extrahieren.
• Effektive Datenladetechniken zu implementieren.

Diese von einem Trainer geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Anfänger bis fortgeschrittene Systemadministratoren, die Spark-Cluster einsetzen, warten und optimieren möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

• Installieren und konfigurieren Sie Apache Spark in verschiedenen Umgebungen.
• Cluster-Ressourcen zu verwalten und Spark-Anwendungen zu überwachen.
• Die Leistung von Spark-Clustern zu optimieren.
• Sicherheitsmaßnahmen zu implementieren und Hochverfügbarkeit zu gewährleisten.
• Allgemeine Spark-Probleme zu debuggen und zu beheben.

Teilnehmer, die diese von einem Ausbilder geleitete Live-Schulung absolvieren, erhalten ein praktisches, praxisnahes Verständnis von Big Data und den damit verbundenen Technologien, Methoden und Tools.

Die Teilnehmer haben die Möglichkeit, dieses Wissen durch praktische Übungen in die Praxis umzusetzen. Die Interaktion in der Gruppe und das Feedback des Ausbilders sind ein wichtiger Bestandteil des Kurses.

Der Kurs beginnt mit einer Einführung in die grundlegenden Konzepte von Big Data und geht dann auf die Programmiersprachen und Methoden ein, die zur Datenanalyse verwendet werden. Abschließend werden die Tools und die Infrastruktur erörtert, die die Speicherung, verteilte Verarbeitung und Scalability von Big Data ermöglichen.

In dieser von einem Trainer geleiteten Live-Schulung in Österreich lernen die Teilnehmer anhand praktischer Übungen, wie sie Python und Spark gemeinsam zur Analyse von Big Data einsetzen können.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Lernen, wie man Spark mit Python verwendet, um Big Data zu analysieren.
• An Übungen arbeiten, die reale Fälle nachahmen.
• Verschiedene Tools und Techniken für die Big-Data-Analyse mit PySpark verwenden.

Zielgruppe:

Der Kurs richtet sich an IT-Spezialisten, die nach einer Lösung suchen, um große Datensätze in einer verteilten Systemumgebung zu speichern und zu verarbeiten.

GoVoraussetzungen:

Tiefes Wissen über die Verwaltung von Hadoop-Clustern.

Der technologische Fortschritt und die zunehmende Menge an Informationen verändern die Art und Weise, wie Geschäfte in vielen Branchen, einschließlich der Verwaltung, abgewickelt werden. Go Die Datengenerierung und die digitale Archivierung in den Behörden nehmen aufgrund der rasanten Zunahme von mobilen Geräten und Anwendungen, intelligenten Sensoren und Geräten, Cloud-Computing-Lösungen und Bürgerportalen immer mehr zu. In dem Maße, in dem digitale Informationen zunehmen und komplexer werden, werden auch Informationsmanagement, -verarbeitung, -speicherung, -sicherheit und -disposition immer komplexer. Neue Erfassungs-, Such-, Ermittlungs- und Analysetools helfen Organisationen, Erkenntnisse aus ihren unstrukturierten Daten zu gewinnen. Der Behördenmarkt befindet sich an einem Wendepunkt, da er erkannt hat, dass Informationen ein strategisches Gut sind und die Behörden sowohl strukturierte als auch unstrukturierte Daten schützen, nutzen und analysieren müssen, um die Anforderungen der Mission besser erfüllen zu können. In ihrem Bestreben, datengesteuerte Organisationen zu entwickeln, um ihre Aufgaben erfolgreich zu erfüllen, legen Behördenleiter die Grundlage für die Korrelation von Abhängigkeiten zwischen Ereignissen, Menschen, Prozessen und Informationen.

Hochwertige Lösungen für Behörden werden aus einer Kombination der innovativsten Technologien entstehen:

• Mobile Geräte und Anwendungen
• Cloud-Dienste
• Soziale Unternehmenstechnologien und Netzwerke
• Big Data und Analytik

IDC prognostiziert, dass die IT-Branche bis 2020 ein Volumen von 5 Billionen Dollar erreichen wird, etwa 1,7 Billionen Dollar mehr als heute, und dass 80 % des Wachstums der Branche von diesen Technologien der dritten Plattform angetrieben werden. Langfristig werden diese Technologien die Schlüsselinstrumente für den Umgang mit der Komplexität der zunehmenden digitalen Informationen sein. Big Data ist eine der intelligenten Industrielösungen und ermöglicht es den Behörden, bessere Entscheidungen zu treffen, indem sie Maßnahmen auf der Grundlage von Mustern ergreifen, die sich aus der Analyse großer Datenmengen ergeben - zusammenhängende und nicht zusammenhängende, strukturierte und unstrukturierte.

Um dies zu erreichen, bedarf es jedoch weit mehr als nur der Anhäufung riesiger Datenmengen: "Um diese Big DataDatenmengen sinnvoll zu nutzen, bedarf es modernster Werkzeuge und Technologien, die nützliches Wissen aus riesigen und vielfältigen Informationsströmen analysieren und extrahieren können", schrieben Tom Kalil und Fen Zhao vom Büro für Wissenschafts- und Technologiepolitik des Weißen Hauses in einem Beitrag auf dem OSTP-Blog.

Das Weiße Haus hat 2012 mit der Nationalen Big Data Forschungs- und Entwicklungsinitiative einen ersten Schritt getan, um den Behörden bei der Suche nach diesen Technologien zu helfen. Die Initiative umfasste mehr als 200 Millionen Dollar, um das Beste aus der explosionsartigen Zunahme von Big Data und den für ihre Analyse erforderlichen Werkzeugen zu machen.

Die Herausforderungen, die die Big Data mit sich bringt, sind fast so beängstigend wie ihre vielversprechenden Möglichkeiten. Die effiziente Speicherung von Daten ist eine dieser Herausforderungen. Wie immer sind die Budgets knapp bemessen, so dass die Behörden den Preis pro Megabyte für die Speicherung minimieren und die Daten leicht zugänglich halten müssen, damit die Benutzer sie zum gewünschten Zeitpunkt und in der gewünschten Form abrufen können. Die Sicherung großer Datenmengen stellt eine zusätzliche Herausforderung dar.

Die effektive Analyse der Daten ist eine weitere große Herausforderung. Viele Agenturen setzen kommerzielle Tools ein, die es ihnen ermöglichen, die Datenberge zu durchforsten und Trends zu erkennen, die ihnen helfen können, effizienter zu arbeiten. (Eine kürzlich von MeriTalk durchgeführte Studie ergab, dass IT-Führungskräfte auf Bundesebene der Meinung sind, dass Big Data den Behörden helfen könnte, mehr als 500 Milliarden Dollar einzusparen und gleichzeitig ihre Aufgaben zu erfüllen).

Speziell entwickelte Big Data-Tools ermöglichen es den Behörden auch, ihre Daten zu analysieren. So hat beispielsweise die Computational Data Analytics Group des Oak Ridge National Laboratory ihr Datenanalysesystem Piranha anderen Behörden zur Verfügung gestellt. Das System hat medizinischen Forschern geholfen, eine Verbindung zu finden, die Ärzte vor Aortenaneurysmen warnen kann, bevor diese auftreten. Es wird auch für alltäglichere Aufgaben eingesetzt, z. B. für die Sichtung von Lebensläufen, um Bewerber mit Personalchefs in Kontakt zu bringen.

Tag 1 - bietet einen allgemeinen Überblick über wichtige Big Data Themenbereiche. Das Modul ist in eine Reihe von Abschnitten unterteilt, von denen jeder von einer praktischen Übung begleitet wird.

Tag 2 - Erkundung einer Reihe von Themen, die Analyseverfahren und Tools für Big Data Umgebungen betreffen. Es geht nicht auf Implementierungs- oder Programmierdetails ein, sondern konzentriert sich auf konzeptionelle Aspekte, die es den Teilnehmern ermöglichen, ein umfassendes Verständnis der allgemeinen Analysefunktionen und -merkmale von Big Data Lösungen zu entwickeln.

Tag 3 - bietet einen Überblick über die grundlegenden und wesentlichen Themenbereiche der Architektur der Big Data Lösungsplattform. Es behandelt Big Data Mechanismen, die für die Entwicklung einer Big Data Lösungsplattform erforderlich sind, und Architekturoptionen für den Aufbau einer Datenverarbeitungsplattform. Es werden auch allgemeine Szenarien vorgestellt, um ein grundlegendes Verständnis für die allgemeine Verwendung einer Big Data Lösungsplattform zu vermitteln.

Tag 4 - baut auf Tag 3 auf und befasst sich mit fortgeschrittenen Themen zur Architektur der Big Data Lösungsplattform. Insbesondere werden verschiedene Architekturebenen, aus denen sich die Big Data Lösungsplattform zusammensetzt, vorgestellt und erörtert, darunter Datenquellen, Dateneingang, Datenspeicherung, Datenverarbeitung und Sicherheit.

Tag 5 - umfasst eine Reihe von Übungen und Problemen, mit denen die Fähigkeit der Delegierten getestet werden soll, Kenntnisse über die behandelten Themen von Tag 3 und 4 anzuwenden.

Bei der Big-Data-Analyse werden große Mengen unterschiedlicher Datensätze untersucht, um Korrelationen, verborgene Muster und andere nützliche Erkenntnisse aufzudecken.

Die Gesundheitsbranche verfügt über riesige Mengen komplexer heterogener medizinischer und klinischer Daten. Die Anwendung von Big-Data-Analysen auf Gesundheitsdaten bietet ein großes Potenzial für die Gewinnung von Erkenntnissen zur Verbesserung der Gesundheitsversorgung. Die enorme Anzahl dieser Datensätze ist jedoch eine große Herausforderung für Analysen und praktische Anwendungen in einem klinischen Umfeld.

In diesem von Lehrern geleiteten Live-Training (Remote) lernen die Teilnehmer, wie Big-Data-Analysen im Gesundheitsbereich durchgeführt werden, während sie eine Reihe von praktischen Live-Laborübungen absolvieren.

Am Ende dieser Schulung können die Teilnehmer:

• Installieren und konfigurieren Sie Big Data-Analysetools wie Hadoop MapReduce und Spark
• Verstehen Sie die Eigenschaften von medizinischen Daten
• Wenden Sie Big-Data-Techniken an, um mit medizinischen Daten umzugehen
• Studieren Sie Big-Data-Systeme und -Algorithmen im Kontext von Gesundheitsanwendungen

Publikum

• Entwickler
• Data Scientists

Format des Kurses

• Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben.

Hinweis

• Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.

In dieser von einem Ausbilder geleiteten Live-Schulung in Österreich lernen die Teilnehmer die Denkweise kennen, mit der sie an Big Data Technologien herangehen, ihre Auswirkungen auf bestehende Prozesse und Richtlinien bewerten und diese Technologien zur Erkennung von kriminellen Aktivitäten und zur Verbrechensverhütung einsetzen. Anhand von Fallstudien von Strafverfolgungsbehörden aus der ganzen Welt werden Einblicke in deren Einführungsansätze, Herausforderungen und Ergebnisse gewonnen.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Technologie mit traditionellen Datenerfassungsprozessen zu kombinieren, um während einer Untersuchung eine Geschichte zusammenzusetzen.
• Industrielle Big-Data-Speicher- und Verarbeitungslösungen für die Datenanalyse zu implementieren.
• einen Vorschlag für die Einführung der geeignetsten Tools und Prozesse für einen datengesteuerten Ansatz bei kriminalpolizeilichen Ermittlungen auszuarbeiten.

Big Data ist ein Begriff, der sich auf Lösungen bezieht, mit denen große Datenmengen gespeichert und verarbeitet werden können. Entwickelt von Go Ogle zunächst, diese Big Data haben Lösungen entwickelt und inspiriert andere ähnliche Projekte, von denen viele als Quelle Frei zur Verfügung stehen. R ist eine beliebte Programmiersprache in der Finanzbranche.

Wenn herkömmliche Speichertechnologien nicht die Datenmenge verarbeiten, die Sie zum Speichern benötigen, gibt es Hunderte von Alternativen. Dieser Kurs soll den Teilnehmern zeigen, welche Alternativen zum Speichern und Analysieren von Big Data und welche Vor- und Nachteile sie haben.

Dieser Kurs konzentriert sich hauptsächlich auf die Diskussion und Präsentation von Lösungen, wobei praktische Übungen auf Anfrage erhältlich sind.

Der Kurs ist Teil der Fähigkeiten von Data Scientist (Bereich: Daten und Technologie).

In dieser Schulung im Klassenzimmer wird Big Data untersucht. Den Teilnehmern stehen computergestützte Beispiele und Fallstudienübungen zur Verfügung, die sie mit relevanten Big-Data-Tools durchführen können

Publikum

Wenn Sie versuchen, aus den Daten, auf die Sie Zugriff haben, einen Sinn zu machen, oder wenn Sie unstrukturierte Daten analysieren möchten, die im Internet verfügbar sind (z. B. Twitter, Linked in usw.), ist dieser Kurs für Sie.

Es richtet sich hauptsächlich an Entscheidungsträger und Personen, die entscheiden müssen, welche Daten gesammelt und welche analysiert werden sollten.

Es richtet sich nicht an Personen, die die Lösung konfigurieren. Diese Personen werden jedoch vom Gesamtüberblick profitieren.

Lieferungsmodus

Während des Kurses werden den Teilnehmern Arbeitsbeispiele von meist Open Source-Technologien vorgestellt.

Auf kurze Vorträge folgen Präsentationen und einfache Übungen der Teilnehmer

Inhalt und verwendete Software

Die gesamte verwendete Software wird jedes Mal aktualisiert, wenn der Kurs ausgeführt wird. Wir überprüfen daher die neuesten Versionen.

Es umfasst den Prozess vom Abrufen, Formatieren, Verarbeiten und Analysieren der Daten, um zu erklären, wie der Entscheidungsprozess mit maschinellem Lernen automatisiert werden kann.

Big Data sind Datenmengen, die so umfangreich und komplex sind, dass herkömmliche Anwendungssoftware für die Datenverarbeitung nicht ausreicht, um mit ihnen umzugehen. Zu den großen Datenherausforderungen gehören Datenerfassung, Datenspeicherung, Datenanalyse, Suche, Freigabe, Übertragung, Visualisierung, Abfrage, Aktualisierung und Datenschutz.

Dieses Kurs ist für IT-Spezialisten gedacht, die nach einer Lösung suchen, um große Datenmengen in verteilten Systemumgebungen zu speichern und zu verarbeiten.

Kursziel:

Erlangung von Kenntnissen im Bereich der Hadoop Clusteradministration

Apache Hadoop ist das beliebteste Framework für die Verarbeitung von Big Data auf Serverclusters. In diesem drei- (optional vier-) Tageskurs lernen Teilnehmer über den Geschäftsvorteile und Einsatzmöglichkeiten von Hadoop und seinem Ökosystem, wie man einen Cluster bereitstellt und ausbaut, wie man Hadoop installiert, betreibt, überwacht, Fehler behebt und optimiert. Sie werden auch die Massendaten-Import in Clusters praktizieren, verschiedene Verteilungen von Hadoop kennen lernen und die Installation und Verwaltung von Tools des Hadoop-Ökosystems üben. Der Kurs endet mit einer Diskussion über das Schützen des Clusters mit Kerberos.

“…Die Materialien waren sehr gut vorbereitet und detailliert abgedeckt. Das Labor war sehr hilfreich und gut organisiert”— Andrew Nguyen, Principal Integration DW Engineer, Microsoft Online Advertising

Zielgruppe

Hadoop-Administratoren

Format

Vorlesungen und praktische Labore, ungefährer Teilungsgrad 60% Vorlesungen, 40% Labore.

Apache Hadoop ist das beliebteste Framework für die Verarbeitung Big Data auf Servercluster. Dieses Kurs führt Entwickler ein in verschiedene Komponenten (HDFS, MapReduce, Pig, Hive und HBase) des Hadoop Ökosystems.

Apache Hadoop ist eines der beliebtesten Frameworks für die Verarbeitung Big Data auf Server-Clustern. Dieser Kurs geht tiefer in die Datengestion in HDFS, erweiterte Pig-, Hive- und HBase-Funktionen ein.  Diese fortgeschrittenen Programmiermethoden werden erfahrenen Hadoop-Entwicklern zugutekommen.

Zielgruppe: Entwickler

Dauer: drei Tage

Format: Vorlesungen (50%) und praktische Übungen (50%).

Zielgruppe:

Dieser Kurs soll Big Data/Hadoop-Technologie entmystifizieren und zeigen, dass sie nicht schwer zu verstehen ist.

Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Systemadministratoren, die lernen möchten, wie sie Hadoop Cluster in ihrem Unternehmen einrichten, einsetzen und verwalten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Installation und Konfiguration von Apache Hadoop.
• Die vier Hauptkomponenten des Hadoop-Ökosystems verstehen: HDFS, MapReduce, YARN und Hadoop Common.
• Das Hadoop Distributed File System (HDFS) zur Skalierung eines Clusters auf Hunderte oder Tausende von Knoten verwenden.
• HDFS als Speichermaschine für lokale Spark-Implementierungen einrichten.
• Einrichten von Spark für den Zugriff auf alternative Speicherlösungen wie Amazon S3 und NoSQL-Datenbanksysteme wie Redis, Elasticsearch, Couchbase, Aerospike usw.
• Ausführen von administrativen Aufgaben wie Bereitstellung, Verwaltung, Überwachung und Sicherung eines Apache Hadoop-Clusters.

In diesem Kurs wird HBase vorgestellt - ein No SQL Speicher über Hadoop . Der Kurs richtet sich an Entwickler, die HBase zum Entwickeln von Anwendungen verwenden, sowie an Administratoren, die HBase-Cluster verwalten.

Wir werden einen Entwickler durch die HBase-Architektur sowie die Datenmodellierung und Anwendungsentwicklung auf HBase führen. Außerdem werden die Verwendung von MapReduce mit HBase und einige Verwaltungsthemen im Zusammenhang mit der Leistungsoptimierung erläutert. Der Kurs ist sehr praktisch mit vielen Laborübungen.

Dauer : 3 Tage

Zielgruppe : Entwickler und Administratoren

In this instructor-led, live training in Österreich (onsite or remote), participants will learn how to set up and integrate different Stream Processing frameworks with existing big data storage systems and related software applications and microservices.

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

• Install and configure different Stream Processing frameworks, such as Spark Streaming and Kafka Streaming.
• Understand and select the most appropriate framework for the job.
• Process of data continuously, concurrently, and in a record-by-record fashion.
• Integrate Stream Processing solutions with existing databases, data warehouses, data lakes, etc.
• Integrate the most appropriate stream processing library with enterprise applications and microservices.

Diese von einem Ausbilder geleitete Live-Schulung (online oder vor Ort) richtet sich an Techniker, die lernen möchten, wie man eine Strategie für maschinelles Lernen implementiert und gleichzeitig die Nutzung von Big Data maximiert.

Am Ende dieser Schulung werden die Teilnehmer:

• Verstehen Sie die Entwicklung und die Trends des maschinellen Lernens.
• Wissen, wie maschinelles Lernen in verschiedenen Branchen eingesetzt wird.
• Mit den Tools, Fähigkeiten und Dienstleistungen vertraut sein, die für die Implementierung des maschinellen Lernens in einem Unternehmen zur Verfügung stehen.
• Verstehen Sie, wie maschinelles Lernen zur Verbesserung von Data Mining und Analyse eingesetzt werden kann.
• Lernen Sie, was ein Data-Middle-Backend ist und wie es von Unternehmen genutzt wird.
• Verstehen Sie die Rolle, die Big Data und intelligente Anwendungen in verschiedenen Branchen spielen.

In dieser von einem Ausbilder geleiteten Live-Schulung in Österreich (vor Ort oder per Fernzugriff) lernen die Teilnehmer, wie sie Apache NiFi in einer Live-Laborumgebung einsetzen und verwalten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Apachi NiFi zu installieren und zu konfigurieren.
• Daten aus unterschiedlichen, verteilten Datenquellen, einschließlich Datenbanken und Big Data Lakes, zu beschaffen, umzuwandeln und zu verwalten.
• Datenflüsse zu automatisieren.
• Streaming-Analysen zu ermöglichen.
• Wenden Sie verschiedene Ansätze für die Datenerfassung an.
• Transformieren Sie Big Data und in Geschäftseinblicke.

In dieser Live-Schulung unter Anleitung in Österreich lernen die Teilnehmer die Grundlagen der ablaufbasierten Programmierung, während sie eine Reihe von Demo-Erweiterungen, Komponenten und Prozessoren mit Apache NiFi entwickeln.

Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:

• Die Architektur von NiFi und Datenflusskonzepte zu verstehen.
• Erweiterungen mit NiFi und APIs von Drittanbietern zu entwickeln.
• Ihren eigenen Apache-NiFi-Prozessor zu entwickeln.
• Echtzeitdaten aus unterschiedlichen und ungewöhnlichen Dateiformaten und Datenquellen einlesen und verarbeiten.

Dieses von einem Trainer angeleitete, Live-Training in Österreich (online oder vor Ort) richtet sich an Datenwissenschaftler, die das SMACK Stack verwenden möchten, um Datenverarbeitungsplattformen für Big Data-Lösungen zu erstellen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Eine Datenpipeline-Architektur zur Verarbeitung von Big Data zu implementieren.
• Eine Cluster-Infrastruktur mit Apache Mesos und Docker zu entwickeln.
• Daten mit Spark und Scala zu analysieren.
• Unstrukturierte Daten mit Apache Cassandra zu verwalten.

Diese von einem Ausbilder geleitete Live-Schulung (online oder vor Ort) richtet sich an Ingenieure, die ein System für die Verarbeitung sehr großer Datenmengen einrichten und einsetzen möchten Apache Spark.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Installieren und konfigurieren Sie Apache Spark.
• Schnelle Verarbeitung und Analyse von sehr großen Datensätzen.
• Den Unterschied zwischen Apache Spark und Hadoop MapReduce verstehen und wissen, wann man was verwenden sollte.
• Integrieren Sie Apache Spark mit anderen Tools für maschinelles Lernen.

Apache Spark Lernkurve von Apache Spark nimmt zu Beginn langsam zu, es erfordert viel Mühe, um die erste Rendite zu erzielen. Dieser Kurs zielt darauf ab, durch den ersten schwierigen Teil zu springen. Nach dem Besuch dieses Kurses werden die Teilnehmer die Grundlagen von Apache Spark verstehen, RDD klar von DataFrame unterscheiden, Python und Scala API erlernen, Ausführende und Aufgaben verstehen usw. Auch nach den bewährten Methoden konzentriert sich dieser Kurs stark auf Cloud-Bereitstellung, Databricks und AWS. Die Schüler werden auch die Unterschiede zwischen AWS EMR und AWS Glue, einem der neuesten Spark-Services von AWS, verstehen.

PUBLIKUM:

Dateningenieur, DevOps , Datenwissenschaftler

ZIELSETZUNG:

Dieser Kurs wird Apache Spark vorstellen. Die Schüler lernen, wie Spark in das Big Data Ökosystem passt und wie Spark für die Datenanalyse verwendet wird. Der Kurs behandelt die Spark-Shell für die interaktive Datenanalyse, Spark-Interna, Spark-APIs, Spark- SQL , Spark-Streaming sowie maschinelles Lernen und graphX.

PUBLIKUM:

Entwickler / Datenanalysten

Diese von einem Dozenten geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Datenwissenschaftler und Entwickler, die Spark NLP, das auf Apache Spark aufbaut, zur Entwicklung, Implementierung und Skalierung von Modellen und Pipelines für die Verarbeitung natürlicher Sprache nutzen möchten.

Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:

• die notwendige Entwicklungsumgebung einzurichten, um mit dem Aufbau von NLP-Pipelines mit Spark NLP zu beginnen.
• die Funktionen, die Architektur und die Vorteile der Verwendung von Spark NLP zu verstehen.
• die in Spark NLP verfügbaren vortrainierten Modelle zur Implementierung von Textverarbeitung zu verwenden.
• Lernen Sie, wie Sie Spark NLP-Modelle für produktionsreife Projekte erstellen, trainieren und skalieren können.
• Anwendung von Klassifizierung, Inferenz und Sentiment-Analyse auf reale Anwendungsfälle (klinische Daten, Einblicke in das Kundenverhalten usw.).

Spark SQL ist das Modul von Apache Spark zum Arbeiten mit strukturierten und unstrukturierten Daten. Spark SQL bietet Informationen zur Struktur der Daten sowie zur ausgeführten Berechnung. Mit diesen Informationen können Optimierungen durchgeführt werden. Zwei häufige Verwendungen von Spark SQL sind:
- um SQL Abfragen auszuführen.
- um Daten aus einer vorhandenen Hive Installation zu lesen.

In diesem vom Kursleiter durchgeführten Live-Training (vor Ort oder remote) lernen die Teilnehmer, wie verschiedene Arten von Datensätzen mit Spark SQL analysiert werden.

Am Ende dieser Schulung können die Teilnehmer:

• Installieren und konfigurieren Sie Spark SQL .
• Führen Sie eine Datenanalyse mit Spark SQL .
• Abfragen von Datensätzen in verschiedenen Formaten.
• Daten visualisieren und Ergebnisse abfragen.

Format des Kurses

• Interaktiver Vortrag und Diskussion.
• Viele Übungen und Übungen.
• Praktische Implementierung in einer Live-Laborumgebung.

Anpassungsoptionen für den Kurs

• Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.

Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Techniker, die Talend Open Studio for Big Data einsetzen möchten, um den Prozess des Lesens und Verarbeitens von Big Data zu vereinfachen.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Installieren und konfigurieren Sie Talend Open Studio für Big Data.
• Verbinden mit Big Data Systemen wie Cloudera, HortonWorks, MapR, Amazon EMR und Apache.
• Die Big-Data-Komponenten und Konnektoren von Open Studio verstehen und einrichten.
• Parameter für die automatische Generierung von MapReduce-Code konfigurieren.
• Die Drag-and-Drop-Schnittstelle von Open Studio nutzen, um Hadoop-Jobs auszuführen.
• Big-Data-Pipelines prototypisieren.
• Automatisieren Sie Big-Data-Integrationsprojekte.