Logg inn
79009
Big Data Hadoop and Spark Developer 1 år uten eksamen
Big Data Hadoop and Spark Developer 1 år uten eksamen Nettkurs på engelsk levert av iLEARN Innovative Learning
I dette Big Data Hadoop-kurset lærer du om rammeverket for stordata ved hjelp av Hadoop og Spark, inkludert HDFS, YARN og MapReduce. Kurset tar også for seg Pig, Hive og Impala for å behandle og analysere store datasett som er lagret i HDFS, og du vil bruke Sqoop og Flume for datainnhenting.
Du vil få en innføring i sanntids databehandling ved hjelp av Spark, inkludert funksjonell programmering i Spark, implementering av Spark-applikasjoner, forståelse av parallell behandling i Spark og bruk av Spark RDD-optimaliseringsteknikker. Du lærer også om de ulike interaktive algoritmene i Spark og bruker Spark SQL til å opprette, transformere og spørre etter dataskjemaer.
Til slutt må du gjennomføre virkelige, bransjebaserte prosjekter ved hjelp av CloudLab innen bank, telekommunikasjon, sosiale medier, forsikring og e-handel.
Kurset Big Data Hadoop and Spark Developer tilbys av ILX Group.
Detaljer om Nettkurset Big Data Hadoop and Spark Developer
- 12 måneders tilgang til Nettkurset*
- Dette kurset forventes å ta ca. 15 timer å gjennomføre
- 16 leksjoner
- Gratis kurs inkludert - Apache Kafka
- Gratis kurs inkludert - Core Java
- 5 virkelige bransjeprosjekter
- To offisielle Prøveeksamener
*Alle tilgjengelige kursressurser finnes i Ressurser-menyen inne i kurset. Det følger ikke med en nedlastbar kopi av selve eLearning-innholdet. Brukerveiledningen i PDF-format inneholder en utskrift av kursfortellingen.
NETTKURSETS FORMAT OG EGENSKAPER
- Det er ingen eksamen tilgjengelig, men du må fullføre 85 % av kurset og gjennomføre en simuleringstest med en poengsum på minst 60 % for å få et sertifikat.
Typology
Nettkurs uten eksamenSted
OnlineIndividual price
Access duration of the course
1 årSpråk
EngelskObjectives
Ved slutten av kurset vil du være i stand til å forstå:
- De ulike komponentene i Hadoop-økosystemet, som Hadoop 2.7, Yarn, MapReduce, Pig, Hive, Impala, HBase, Sqoop, Flume og Apache Spark
- Hadoop Distributed File System (HDFS) og YARN-arkitektur
- MapReduce og dets egenskaper og tilegne seg avanserte MapReduce-konsepter
- Ulike typer filformater, Avro-skjema, bruk av Avro med Hive, og Sqoop og skjemautvikling
- Flume, Flume-arkitektur, kilder, Flume-sinks, kanaler og Flume-konfigurasjoner
- HBase, arkitektur og datalagring, og lær forskjellen mellom HBase og RDBMS
- Resilient distribusjonsdatasett (RDD) i detalj
- De vanligste bruksområdene for Spark og ulike interaktive algoritmer
Du vil også bli i stand til å
- Ingest data ved hjelp av Sqoop og Flume
- Opprette databaser og tabeller i Hive og Impala, forstå HBase og bruke Hive og Impala til partisjonering
- Få en fungerende kunnskap om Pig og dets komponenter
- Gjør funksjonell programmering i Spark, og implementer og bygg Spark-applikasjoner
- Få en inngående forståelse av parallell prosessering i Spark og Spark RDD-optimaliseringsteknikker
- Opprette, transformere og spørre datarammer med Spark SQL
Who it is aimed at
Karrieremulighetene innen stordata er økende, og Hadoop er raskt i ferd med å bli en teknologi man må kjenne til innen stordataarkitektur. Big Data-opplæring passer for fagfolk innen IT, datahåndtering og analyse, inkludert:
- Programvareutviklere og arkitekter
- Fagpersoner innen analyse
- Senior IT-fagfolk
- Test- og mainframe-eksperter
- Fagpersoner innen datahåndtering
- Fagfolk innen Business Intelligence
- Prosjektledere
- Håpefulle dataforskere
- Nyutdannede som ønsker å bygge en karriere innen stordataanalyse
Contents
Kurset dekker følgende emner:
- Introduksjon til kurset
- Leksjon 1 - Introduksjon til stordata og Hadoop-økosystemet
- Leksjon2 - HDFS og YARN
- Leksjon3 - MapReduce og Sqoop
- Leksjon4 - Grunnleggende om Hive og Impala
- Leksjon5 - Arbeid med Hive og Impala
- Leksjon 6 - Typer dataformater
- Leksjon7 - Avansert Hive-konsept og datafilpartisjonering
- Leksjon8 - Apache Flume og HBase
- Leksjon9 - Pig
- Leksjon10 - Grunnleggende om Apache Spark
- Leksjon11 - RDD-er i Spark
- Leksjon 12 - Implementering av Spark-applikasjoner
- Leksjon13 - Spark parallell prosessering
- Leksjon14 - Spark RDD-optimaliseringsteknikker
- Leksjon 15 - Spark-algoritmen
- Leksjon16 - Spark SQL
- GRATIS KURS - Apache Kafka
- GRATIS KURS - Core Java
Prerequisites
Det er ingen forkunnskaper som kreves for dette kurset. Det er imidlertid en fordel å ha noe kunnskap om Core Java og SQL. Vi tilbyr et gratis Nettkurs"Java essentials for Hadoop" hvis du trenger å friske opp dine Core Java-ferdigheter.
Teacher language
Material course language
30 dager, 120 dager eller 1 år er å anse som perioden, altså dagene, hvor det er mulig å få tilgang til de kjøpte opplæringskursene på vår e-læringsplattform. Disse periodene starter på aktiveringsdatoen som er valgt under kjøpsprosessen på vår nettside. Aktiveringsdatoen kan velges og velges innen 30 dager fra kjøpsdatoen. Hvis du trenger mer fleksibilitet, ikke nøl med å kontakte oss.
Hovedforskjellen mellom disse pakkene, utover varigheten av tilgangen, er at pakkene for 30 dager og 1 år inkluderer eksamen, mens pakken for 120 dager ikke inkluderer eksamen.
Eksamenskupongkoden utstedes vanligvis ved aktivering av e-læringskurset, men den kan også utstedes ved slutten av e-læringskurset eller sendes etter 24/48 timer fra bestillingsdatoen.nbsp; Ved kjøp kun for eksamen utstedes eksamenskupongkoden ved kjøpsbekreftelse, alltid etter mottak av betaling.
Nei, alle priser på nettstedet er eksklusive merverdiavgift. Vær imidlertid oppmerksom på at merverdiavgift ikke gjelder i følgende tilfeller:
fakturering til et selskap eller en borger utenfor EU fakturering til et ikke-italiensk EU-selskap med gyldig VIES MVA-IDDu kan sjekke MVA-ID-en på VIES-portalen via denne lenken: https://ec.europa.eu/taxation_customs/vies/
Nettstedet implementerer disse reglene automatisk. Det kan imidlertid hende at du eller organisasjonen din er fritatt for merverdiavgift av andre juridiske årsaker. I så fall ber vi deg kontakte oss (info@innovativelearning.eu) slik at vi kan analysere og bekrefte saken din. Hvis dette er tilfelle, må du ikke sende inn abonnementer via nettstedet: forespørselen din vil bli håndtert gjennom manuell ordrebehandling.