Fundamentos de Apache Spark

Este curso presencial o online, impartido por un instructor en España, está dirigido a científicos e ingenieros de datos con nivel intermedio que desean emplear Google Colab y Apache Spark para el procesamiento y análisis de Big Data.

Al concluir esta formación, los asistentes podrán:

• Configurar un entorno de Big Data haciendo uso de Google Colab y Spark.
• Procesar y analizar grandes conjuntos de datos con eficacia a través de Apache Spark.
• Visualizar volúmenes masivos de información en un entorno colaborativo.
• Integrar Apache Spark con herramientas disponibles en la nube.

Este curso práctico en vivo (en línea o presencial) está dirigido a ingenieros de datos, analistas de datos y profesionales que deseen utilizar Databricks y PySpark para construir pipelines de datos escalables y migrar flujos de trabajo SQL existentes.

Este curso ofrece una introducción práctica a la creación de flujos de trabajo escalables para el procesamiento de datos y el Aprendizaje Automático mediante PySpark. Los participantes aprenderán cómo funciona Apache Spark dentro de los ecosistemas modernos de Big Data, así como a procesar eficazmente grandes volúmenes de información basándose en principios de computación distribuida.

Este curso práctico dirigido por instructores en España (en línea o presencial) está destinado a administradores de sistemas con conocimientos básicos e intermedios que deseen implementar, mantener y optimizar clústeres Spark.

Al finalizar este entrenamiento, los participantes podrán:

• Instalar y configurar Apache Spark en diversos entornos.
• Gestionar los recursos del clúster y supervisar las aplicaciones Spark.
• Optimizar el rendimiento de los clústeres Spark.
• Aplicar medidas de seguridad y garantizar la alta disponibilidad.
• Diagnosticar y resolver problemas comunes en Spark.

Aunque al principio Apache Spark presenta una curva de aprendizaje algo pronunciada y requiere mucho esfuerzo para obtener los primeros resultados, este curso tiene como objetivo ayudar a los participantes a superar esa fase inicial más difícil. Al finalizarlo, los alumnos comprenderán los conceptos básicos de Apache Spark: sabrán distinguir claramente entre RDD y DataFrame, dominarán las API en Python y Scala, entenderán el funcionamiento de los ejecutores y tareas, entre otros aspectos. Además, siguiendo las mejores prácticas del sector, este curso pone especial énfasis en la implementación en entornos cloud, concretamente en Databricks y AWS. También se explicarán las diferencias clave entre AWS EMR y AWS Glue, el servicio más reciente de AWS orientado a Spark.

DESTINATARIOS:

Ingenieros de datos, profesionales DevOps y científicos de datos

En esta formación presencial dirigida por un experto en España, los participantes descubrirán cómo combinar Python y Spark para abordar análisis de Big Data, ejercitándose a través de situaciones prácticas.

Al término del entrenamiento, obtendrán capacidades como:

• Dominar el uso conjunto de Spark y Python para procesar grandes volúmenes de datos.
• Resolver casos realistas mediante ejercicios aplicados.
• Aplicar diversas herramientas especializadas con PySpark en escenarios analíticos complejos.

Este curso presencial o en línea, dirigido por instructores especializados, está destinado a desarrolladores que buscan integrar y utilizar Spark, Hadoop y Python para manejar, analizar y transformar conjuntos de datos extensos y complejos.

Al finalizar el entrenamiento, los participantes lograrán:

• Configurar el entorno necesario para comenzar a trabajar con Big Data empleando Spark, Hadoop y Python.
• Aplicar sus conocimientos sobre las características, componentes esenciales y estructura de Spark y Hadoop.
• Integrar eficazmente Spark, Hadoop y Python en el procesamiento masivo de información.
• Dominar herramientas pertenecientes al ecosistema Spark, como Spark MlLib, Spark Streaming, Kafka, Sqoop y Flume.
• Elaborar sistemas recomendadores basados en filtrado colaborativo comparables a los utilizados por Netflix, YouTube, Amazon, Spotify y Google.
• Hacer uso de Apache Mahout para incrementar el impacto de algoritmos vinculados al aprendizaje automático.

Stratio es una plataforma centrada en los datos que integra big data, inteligencia artificial y gobernanza en una única solución. Sus módulos Rocket e Intelligence permiten la exploración rápida de datos, su transformación y el análisis avanzado en entornos empresariales.

Esta capacitación presencial o online, dirigida por un instructor, está pensada para profesionales de los datos con conocimientos intermedios que deseen utilizar eficazmente los módulos Rocket e Intelligence en Stratio mediante PySpark, enfocándose en estructuras de bucles, funciones definidas por el usuario y lógica de datos avanzada.

Al finalizar este curso, los participantes podrán:

• Navegar e interactuar con la plataforma Stratio empleando los módulos Rocket e Intelligence.
• Aplicar PySpark en procesos de ingestión, transformación y análisis de datos.
• Utilizar bucles y lógica condicional para gestionar flujos de trabajo de datos y tareas de ingeniería de características.
• Crear y administrar funciones definidas por el usuario (UDFs) para operaciones reutilizables en PySpark.

Formato del curso

• Clases interactivas con discusión guiada.
• Numerosos ejercicios y prácticas dirigidas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una capacitación adaptada a sus necesidades, no dude en contactarnos para coordinarlo.