Temario del curso
Introducción
Comprensión del Big Data
Descripción general de Spark
Descripción general de Python
Descripción general de PySpark
- Distribución de datos mediante el marco Resilient Distributed Datasets (RDD)
- Distribución de la computación usando operadores de la API de Spark
Configuración de Python con Spark
Configuración de PySpark
Uso de instancias EC2 de Amazon Web Services (AWS) para Spark
Configuración de Databricks
Configuración del clúster AWS EMR
Aprendizaje de los fundamentos de la programación en Python
- Primeros pasos con Python
- Uso de Jupyter Notebook
- Uso de variables y tipos de datos simples
- Trabajo con listas
- Uso de sentencias if
- Uso de entradas del usuario
- Trabajo con bucles while
- Implementación de funciones
- Trabajo con clases
- Trabajo con archivos y excepciones
- Trabajo con proyectos, datos y APIs
Aprendizaje de los fundamentos del Spark DataFrame
- Primeros pasos con DataFrames de Spark
- Implementación de operaciones básicas con Spark
- Uso de agrupaciones por (groupby) y operaciones de agregación
- Trabajo con marcas de tiempo y fechas
Realización del ejercicio práctico de un proyecto Spark DataFrame
Comprensión del aprendizaje automático con MLlib
Trabajo con MLlib, Spark y Python para el aprendizaje automático
Comprensión de las regresiones
- Aprendizaje de la teoría de la regresión lineal
- Implementación de código para evaluar una regresión
- Realización del ejercicio de ejemplo de regresión lineal
- Aprendizaje de la teoría de la regresión logística
- Implementación de código para la regresión logística
- Realización del ejercicio de ejemplo de regresión logística
Comprensión de los bosques aleatorios (Random Forests) y árboles de decisión
- Aprendizaje de la teoría de los métodos basados en árboles
- Implementación de códigos para árboles de decisión y bosques aleatorios
- Realización del ejercicio de ejemplo de clasificación con bosques aleatorios
Trabajo con agrupamiento K-means
- Comprensión de la teoría del agrupamiento K-means
- Implementación de código para el agrupamiento K-means
- Realización del ejercicio de ejemplo de agrupamiento
Trabajo con sistemas de recomendación
Implementación de procesamiento de lenguaje natural
- Comprensión del procesamiento de lenguaje natural (NLP)
- Descripción general de las herramientas de NLP
- Realización del ejercicio de ejemplo de NLP
Transmisión de datos (Streaming) con Spark en Python
- Descripción general del streaming con Spark
- Ejercicio de ejemplo de streaming con Spark
Observaciones finales
Requerimientos
- Habilidades generales de programación
Audiencia objetivo
- Desarrolladores
- Profesionales de TI
- Científicos de datos
Reseñas (6)
Me gustó que fuera práctico. Amé aplicar el conocimiento teórico con ejemplos prácticos.
Aurelia-Adriana - Allianz Services Romania
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
El curso trataba sobre una serie de temas muy complejos y relacionados, y Pablo tiene un conocimiento profundo de cada uno de ellos. A veces, los matices se perdían en la comunicación y/o debido a las presiones de tiempo, lo que posiblemente hizo que las expectativas no se cumplieran del todo por esta razón. También hubo algunos problemas con la configuración de UHG/Azure Databricks, pero Pablo/UHG resolvió estos rápidamente una vez que se hicieron evidentes. Esto para mí demostró un alto nivel de entendimiento y profesionalismo entre UHG y Pablo,
Michael Monks - Tech NorthWest Skillnet
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Atención individualizada.
ARCHANA ANILKUMAR - PPL
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Formación práctica..
Abraham Thomas - PPL
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Las lecciones se impartieron en un cuaderno de Jupyter. Los temas estaban estructurados con una secuencia lógica y ayudaron naturalmente a desarrollar la sesión desde las partes más sencillas hasta las más complejas. Ya soy un usuario avanzado de Python con conocimientos en Aprendizaje Automático, por lo que encontré el curso más fácil de seguir que, posiblemente, algunos de mis compañeros que tomaron el curso de formación. Aprecio que se hayan omitido algunos de los conceptos más elementales y que se haya centrado en los temas más sustanciales.
Angela DeLaMora - ADT, LLC
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
tareas de práctica
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
