Cursos de Hadoop en Peru

Esta capacitación en vivo dirigida por un instructor en Peru (en línea o en el sitio) está dirigida a desarrolladores que desean usar e integrar Spark, Hadoop y Python para procesar, analizar y transformar conjuntos de datos grandes y complejos. Al final de esta capacitación, los participantes serán capaces de:

• Configure el entorno necesario para empezar a procesar big data con Spark, Hadoop y Python.
• Comprenda las características, los componentes principales y la arquitectura de Spark y Hadoop.
• Aprenda a integrar Spark, Hadoop y Python para el procesamiento de macrodatos.
• Explore las herramientas del ecosistema de Spark (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka y Flume).
• Cree sistemas de recomendación de filtrado colaborativos similares a los de Netflix, YouTube, Amazon, Spotify y Google.
• Utilice Apache Mahout para escalar algoritmos de aprendizaje automático.

Este curso cubre cómo usar el SQL Hive SQL (AKA: Hive HQL, SQL on Hive , Hive QL) para las personas que extraen datos de Hive

Datameer es una plataforma de inteligencia de negocios y análisis construida en Hadoop Permite a los usuarios finales acceder, explorar y correlacionar datos a gran escala, estructurados, semiestructurados y no estructurados de una manera fácil de usar En este entrenamiento en vivo con instructor, los participantes aprenderán a utilizar Datameer para superar la pronunciada curva de aprendizaje de Hadoop a medida que avanzan en la configuración y el análisis de una serie de grandes fuentes de datos Al final de esta capacitación, los participantes podrán: Crea, selecciona e interactivamente explora un lago de datos empresariales Acceda a almacenes de datos de inteligencia empresarial, bases de datos transaccionales y otras tiendas analíticas Use una interfaz de usuario de hoja de cálculo para diseñar las tuberías de procesamiento de datos de final de serie Acceda a las funciones preconstruidas para explorar relaciones complejas de datos Utilice asistentes de draganddrop para visualizar datos y crear paneles Use tablas, cuadros, gráficos y mapas para analizar los resultados de las consultas Audiencia Analistas de datos Formato del curso Conferencia de parte, parte de discusión, ejercicios y práctica manual .

El curso está dedicado a especialistas de TI que buscan una solución para almacenar y procesar grandes conjuntos de datos en un entorno de sistema distribuido. Objetivo del curso: Obtención de conocimientos sobre la administración del cluster Hadoop

Audiencia: El curso está dirigido a especialistas de TI que buscan una solución para almacenar y procesar grandes conjuntos de datos en un entorno de sistema distribuido. Go al Profundo conocimiento sobre la administración de clusters de Hadoop .

Audiencia: Este curso está destinado a desmitificar la tecnología de big data / hadoop y mostrar que no es difícil de entender.

Apache Hadoop es el marco más popular para procesar Big Data en clústeres de servidores. Este curso introducirá a un desarrollador a varios componentes (HDFS, MapReduce, Pig, Hive y HBase) del ecosistema Hadoop .

Apache Hadoop es uno de los marcos más populares para el procesamiento de Big Data en grupos de servidores. Este curso profundiza en la gestión de datos en HDFS, Advanced Pig, Hive y HBase. Estas técnicas de programación avanzadas serán beneficiosas para los desarrolladores experimentados de Hadoop . Audiencia : desarrolladores Duración: tres días Formato: conferencias (50%) y laboratorios prácticos (50%).

Este curso presenta HBase, una tienda No SQL sobre Hadoop . El curso está dirigido a los desarrolladores que usarán HBase para desarrollar aplicaciones, y a los administradores que administrarán los clústeres de HBase. Vamos a guiar a un desarrollador a través de la arquitectura HBase y el modelado de datos y el desarrollo de aplicaciones en HBase. También analizará el uso de MapReduce con HBase y algunos temas de administración relacionados con la optimización del rendimiento. El curso es muy práctico con muchos ejercicios de laboratorio.
Duración : 3 días Audiencia : Desarrolladores y Administradores

Apache Hadoop es el marco más popular para procesar Big Data en clústeres de servidores. En este curso de tres (opcionalmente, cuatro) días, los asistentes conocerán los beneficios empresariales y los casos de uso de Hadoop y su ecosistema, cómo planificar la implementación y el crecimiento del clúster, cómo instalar, mantener, monitorear, solucionar problemas y optimizar Hadoop . También practicarán la carga de datos en grupo, se familiarizarán con varias distribuciones de Hadoop y practicarán la instalación y administración de las herramientas del ecosistema de Hadoop . El curso termina con una discusión sobre la seguridad del clúster con Kerberos. “... Los materiales estaban muy bien preparados y cubiertos a fondo. El laboratorio fue muy útil y bien organizado ”
- Andrew Nguyen, Ingeniero de Integración Principal de DW, Microsoft Online Advertising Audiencia Administradores de Hadoop Formato Conferencias y laboratorios prácticos, balance aproximado de 60% de conferencias, 40% de laboratorios.

Hadoop es el marco de procesamiento de Big Data más popular .

En esta capacitación dirigida por un instructor en Peru, los participantes aprenderán los componentes centrales del ecosistema Hadoop y cómo se pueden utilizar estas tecnologías para resolver problemas a gran escala. Al aprender estos fundamentos, los participantes mejorarán  su capacidad para comunicarse con los desarrolladores e implementadores de estos sistemas, así como con los científicos y analistas de datos que involucran muchos proyectos de TI. Audiencia

• Gerentes de proyecto que deseen implementar Hadoop en su infraestructura de desarrollo o TI existente
• Gerentes de proyectos que necesitan comunicarse con equipos multifuncionales que incluyen ingenieros de big data, científicos de datos y analistas de negocios

Apache Samza es un marco computacional asíncrono de código abierto casi en tiempo real para el procesamiento de flujo. Utiliza Apache Kafka para mensajería y Apache Hadoop YARN para tolerancia a fallas, aislamiento de procesador, seguridad y administración de recursos. Esta capacitación en vivo dirigida por un instructor presenta los principios detrás de los sistemas de mensajería y el procesamiento de flujo distribuido, mientras guía a los participantes a través de la creación de un proyecto de muestra basado en Samza y la ejecución del trabajo. Al final de esta capacitación, los participantes podrán:

• Use Samza para simplificar el código necesario para producir y consumir mensajes.
• Desacoplar el manejo de mensajes desde una aplicación.
• Use Samza para implementar el cálculo asincrónico casi en tiempo real.
• Utilice el procesamiento continuo para proporcionar un mayor nivel de abstracción sobre los sistemas de mensajería.

Audiencia

• Desarrolladores

Formato del curso

• Conferencia parcial, discusión parcial, ejercicios y práctica práctica.

En esta capacitación en vivo dirigida por un instructor en Peru (in situ o remota), los participantes aprenderán a implementar y administrar Apache NiFi en un entorno de laboratorio en vivo. Al final de esta capacitación, los participantes serán capaces de:

• Instale y configure Apachi NiFi.
• Obtenga, transforme y administre datos de fuentes de datos dispares y distribuidas, incluidas bases de datos y lagos de big data.
• Automatice los flujos de datos.
• Habilite el análisis de streaming.
• Aplique varios enfoques para la ingesta de datos.
• Transfórmate Big Data y conviértete en información empresarial.

En esta capacitación en vivo dirigida por un instructor en Peru, los participantes aprenderán los fundamentos de la programación basada en flujos a medida que desarrollan una serie de extensiones, componentes y procesadores de demostración utilizando Apache NiFi. Al final de esta capacitación, los participantes serán capaces de:

• Comprenda la arquitectura de NiFi y los conceptos de flujo de datos.
• Desarrolle extensiones utilizando NiFi y API de terceros.
• Desarrollar a medida su propio procesador Apache Nifi.
• Ingiera y procese datos en tiempo real de formatos de archivo y fuentes de datos dispares y poco comunes.

Hadoop es un popular marco de procesamiento Big Data Python es un lenguaje de programación de alto nivel famoso por su claridad de sintaxis y código En esta capacitación en vivo con instructor, los participantes aprenderán cómo trabajar con Hadoop, MapReduce, Pig y Spark usando Python mientras pasan por múltiples ejemplos y casos de uso Al final de esta capacitación, los participantes podrán: Comprender los conceptos básicos detrás de Hadoop, MapReduce, Pig y Spark Utilice Python con Hadoop Distributed File System (HDFS), MapReduce, Pig y Spark Utilice Snakebite para acceder mediante programación a HDFS dentro de Python Usa mrjob para escribir trabajos de MapReduce en Python Escribir programas Spark con Python Extienda la funcionalidad del cerdo usando las UDF de Python Administrar trabajos de MapReduce y scripts Pig utilizando Luigi Audiencia Desarrolladores Profesionales de TI Formato del curso Conferencia de parte, parte de discusión, ejercicios y práctica manual .

El análisis de Big Data implica el proceso de examinar grandes cantidades de conjuntos de datos variados para descubrir correlaciones, patrones ocultos y otras ideas útiles. La industria de la salud tiene cantidades masivas de datos clínicos y médicos heterogéneos complejos. La aplicación de análisis de big data en datos de salud presenta un enorme potencial para obtener información para mejorar la prestación de servicios de salud. Sin embargo, la magnitud de estos conjuntos de datos plantea grandes desafíos en los análisis y aplicaciones prácticas en un entorno clínico. En esta capacitación en vivo (remota) dirigida por un instructor, los participantes aprenderán cómo realizar análisis de big data en salud a medida que realizan una serie de ejercicios prácticos de laboratorio en vivo. Al final de esta capacitación, los participantes podrán:

• Instale y configure herramientas de análisis de big data como Hadoop MapReduce y Spark
• Comprender las características de los datos médicos.
• Aplicar técnicas de big data para manejar datos médicos.
• Estudiar los sistemas y algoritmos de big data en el contexto de las aplicaciones de salud.

Audiencia

• Desarrolladores
• Científicos de datos

Formato del curso

• Conferencia en parte, discusión en parte, ejercicios y práctica práctica.

Nota

• Para solicitar una capacitación personalizada para este curso, contáctenos para organizarlo.

Esta capacitación en vivo dirigida por un instructor en Peru (en línea o en el sitio) está dirigida a administradores de sistemas que desean aprender a configurar, implementar y administrar Hadoop clústeres dentro de su organización. Al final de esta capacitación, los participantes serán capaces de:

• Instale y configure Apache Hadoop.
• Comprenda los cuatro componentes principales del ecosistema de Hadoop: HDFS, MapReduce, YARN y Hadoop Common.
• Utilice el sistema de archivos distribuido de Hadoop (HDFS) para escalar un clúster a cientos o miles de nodos.  
• Configure HDFS para que funcione como motor de almacenamiento para implementaciones de Spark locales.
• Configure Spark para acceder a soluciones de almacenamiento alternativas como Amazon S3 y sistemas de bases de datos NoSQL como Redis, Elasticsearch, Couchbase, Aerospike, etc.
• Llevar a cabo tareas administrativas como el aprovisionamiento, la gestión, la supervisión y la seguridad de un clúster de Apache Hadoop.

Esta capacitación en vivo dirigida por un instructor en Peru (en línea o en el sitio) presenta Hortonworks Data Platform (HDP) y guía a los participantes a través de la implementación de la solución Spark + Hadoop. Al final de esta capacitación, los participantes podrán:

Utilice Hortonworks para ejecutar Hadoop de forma fiable a gran escala. Unifique las capacidades de seguridad, gobernanza y operaciones de Hadoop con los flujos de trabajo analíticos ágiles de Spark. Utilice Hortonworks para investigar, validar, certificar y dar soporte a cada uno de los componentes de un proyecto de Spark. Procese diferentes tipos de datos, incluidos los estructurados, los no estructurados, en movimiento y en reposo.

Apache Ambari es una plataforma de administración de código abierto para el aprovisionamiento, la administración, el monitoreo y la seguridad de los clústeres de Apache Hadoop . En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán las herramientas y prácticas de administración proporcionadas por Ambari para administrar con éxito los clústeres de Hadoop . Al final de esta capacitación, los participantes podrán:

• Configure un clúster de Big Data vivo con Ambari
• Aplique las características y funcionalidades avanzadas de Ambari a varios casos de uso
• Agregue y elimine nodos sin problemas según sea necesario
• Mejore el rendimiento de un clúster Hadoop través de ajustes y ajustes

Audiencia

• DevOps
• Administradores del sistema
• DBA
• Profesionales de pruebas de Hadoop

Formato del curso

• Conferencia parcial, discusión parcial, ejercicios y práctica práctica.

Cloudera Impala es un motor de consulta de procesamiento paralelo masivo (MPP) SQL de código abierto para clústeres Apache Hadoop. Impala permite a los usuarios emitir consultas de baja latencia SQL a los datos almacenados en Hadoop Distributed File System y Apache Hbase sin necesidad de movimiento o transformación de datos. Audiencia Este curso está dirigido a analistas y científicos de datos que realizan análisis sobre datos almacenados en Hadoop a través de herramientas de Business Intelligence o SQL. Después de este curso, los delegados podrán

• Extraiga información significativa de los clústeres de Hadoop con Impala.
• Escribir programas específicos para facilitar Business Intelligence en Impala SQL Dialecto.
• Solucionar problemas de Impala.