Обучающий курс «Анализ данных с Apache Spark Streaming, Spark SQL, MLLib и GraphX»

3-дневный практический курс для разработчиков Apache Spark, дата инженеров и аналитиков данных, Data Scientist’ов и других специалистов Big Data, которые используют Spark SQL, потоковую обработку Spark Streaming, машинное обучение MLLib и построение графов Spark GraphX.

Что такое Apache Spark и где это используется

Apache Spark – это Big Data фреймворк с открытым исходным кодом для распределённой пакетной и потоковой обработки неструктурированных и слабоструктурированных данных, входящий в экосистему проектов Hadoop.

Спарк состоит из следующих компонентов:

• Ядро (Core);
• SQL – инструмент для аналитической обработки данных с помощью SQL-запросов;
• Streaming – надстройка для обработки потоковых данных;
• MLlib – набор библиотек машинного обучения (Machine Learning);
• GraphX – модуль распределённой обработки графов.

Благодаря такому разнообразию инструментов интерактивной аналитики данных, Спарк активно используется в системах интернета вещей (IoT/IIoT), а также в различных бизнес-приложениях, в т.ч. для машинного обучения. Например, для прогнозирования оттока клиентов и оценки финансовых рисков.

Apache Spark может работать как в среде кластера Hadoop под управлением YARN, так и без компонентов ядра хадуп, в частности, на базе системы управления кластером Mesos. Спарк поддерживает несколько популярных распределённых систем хранения данных: HDFS, OpenStack Swift, Cassandra, Amazon S3. Также Spark предоставляет API-интерфейсы для часто используемых в области Big Data языков программирования: Java, Scala, Python и R.

Длительность: 24 ак. часов

О курсе
3х-дневный интенсивный практический курс для разработчиков Apache Spark, дата инженеров и аналитиков данных, Data Scientist s и других специалистов Big Data, которые используют Spark SQL, потоковую обработку Spark Streaming, машинное обучение M L Lib и построение графов Spark GraphX.

Аудитория
Разработчики Big Data, дата инженеры и аналитики данных, Data Scientists и другие специалисты по большим данным, которые хотят получить опыт настройки и использования компонентов Apache Spark: Spark Core, Spark SQL, Spark Streaming, Spark M LL ib и Spark GraphX.

Соотношение теории к практике 40/60

Предварительная подготовка

• Unix — уверенное владение командной строкой bash, знание основных команд, принципов работы файловой системы
• SQL — написание запросов среднего уровня сложности
• Python — опыт программирования от 2 лет
• Экосистема Hadoop — знание основных компонент, понимание их ролей и взаимосвязей

Программа курса