Cursos de Samza para el Procesamiento de la Secuencia

Esta capacitación en vivo dirigida por un instructor en Uruguay (en línea o en el sitio) está dirigida a ingenieros de datos, científicos de datos y programadores que deseen utilizar Spark Streaming funciones en el procesamiento y análisis de datos en tiempo real.

Al final de esta capacitación, los participantes podrán usar Spark Streaming para procesar flujos de datos en vivo para su uso en bases de datos, sistemas de archivos y paneles en vivo.

Esta capacitación en vivo dirigida por un instructor en Uruguay (en línea o en el sitio) está dirigida a desarrolladores que desean implementar Apache Kafka procesamiento de secuencias sin escribir código.

Al final de esta capacitación, los participantes serán capaces de:

• Instale y configure Confluent KSQL.
• Configure una canalización de procesamiento de secuencias utilizando solo comandos SQL (sin codificación Java o Python).
• Lleve a cabo el filtrado de datos, las transformaciones, las agregaciones, las uniones, las ventanas y la sesión completamente en SQL.
• Diseñe e implemente consultas interactivas y continuas para la transmisión de ETL y análisis en tiempo real.

Apache Ignite es una plataforma informática en memoria que se encuentra entre la aplicación y la capacidad de datos para mejorar la velocidad, la escala y la disponibilidad.

En este entrenamiento en vivo dirigido por un instructor, los participantes aprendieron los principios detrás del almacenamiento persistente y puro en la memoria a medida que avanzan en la creación de un proyecto de ejemplo de computación en memoria.

Al final de esta capacitación, los participantes podrán:

• Utilice Ignite para la memoria en la memoria, la persistencia en disco y una base de datos en memoria puramente distribuida
• Logre la persistencia sin sincronizar los datos a una base de datos relacionales
• Use Ignite para llevar a cabo SQL y Uniones Distribuidas
• Mejore el rendimiento moviendo los datos más cerca de la CPU, usando la RAM como almacenamiento
• Extienda conjuntos de datos en un clúster para lograr la escalabilidad horizontal
• Integre Ignite con RDBMS, NoSQL, Hadoop y procesadores de aprendizaje automático

Audiencia

• Desarrolladores

Formato del curso

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

Apache Beam is an open source, unified programming model for defining and executing parallel data processing pipelines. It's power lies in its ability to run both batch and streaming pipelines, with execution being carried out by one of Beam's supported distributed processing back-ends: Apache Apex, Apache Flink, Apache Spark, and Google Cloud Dataflow. Apache Beam is useful for ETL (Extract, Transform, and Load) tasks such as moving data between different storage media and data sources, transforming data into a more desirable format, and loading data onto a new system.

In this instructor-led, live training (onsite or remote), participants will learn how to implement the Apache Beam SDKs in a Java or Python application that defines a data processing pipeline for decomposing a big data set into smaller chunks for independent, parallel processing.

By the end of this training, participants will be able to:

• Install and configure Apache Beam.
• Use a single programming model to carry out both batch and stream processing from withing their Java or Python application.
• Execute pipelines across multiple environments.

Format of the Course

• Part lecture, part discussion, exercises and heavy hands-on practice

Note

• This course will be available Scala in the future. Please contact us to arrange.

Apache Apex es una plataforma nativa de YARN que unifica la transmisión y el procesamiento por lotes. Procesa big data-in-motion de una manera que es escalable, de rendimiento, tolerante a fallas, con estado, seguro, distribuido y de fácil operación.

Este curso en vivo dirigido por un instructor presenta la arquitectura de procesamiento de flujo unificado de Apache Apex y guía a los participantes a través de la creación de una aplicación distribuida usando Apex en Hadoop.

Al final de esta capacitación, los participantes podrán:

• Comprender los conceptos de canalización de procesamiento de datos, como conectores para fuentes y sumideros, transformaciones de datos comunes, etc.
• Cree, escale y optimice una aplicación Apex
• Procesar flujos de datos en tiempo real de manera confiable y con mínima latencia
• Utilice Apex Core y la biblioteca Apex Malhar para permitir el desarrollo rápido de aplicaciones
• Use la API Apex para escribir y reutilizar el código Java existente
• Integra Apex en otras aplicaciones como un motor de procesamiento
• Sintonizar, probar y escalar aplicaciones Apex

Audiencia

• Desarrolladores
• Arquitectos empresariales

Formato del curso

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

Apache Storm es un motor de computación distribuido en tiempo real que se utiliza para habilitar la inteligencia empresarial en tiempo real. Lo hace al permitir que las aplicaciones procesen de forma confiable flujos de datos ilimitados (a.k.a. procesamiento de flujo).

"Storm es para procesar en tiempo real lo que Hadoop es para el procesamiento por lotes".

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo instalar y configurar Apache Storm, luego desarrollarán e implementarán una aplicación Apache Storm para procesar Big Data en tiempo real.

Algunos de los temas incluidos en esta capacitación incluyen:

• Apache Storm en el contexto de Hadoop
• Trabajando con datos ilimitados
• Cálculo continuo
• Análisis en tiempo real
• Procesamiento distribuido de RPC y ETL

¡Solicite este curso ahora!

Audiencia

• Desarrolladores de software y ETL
• Profesionales de mainframe
• Científicos de datos
• Analistas de Big Data
• Profesionales de Hadoop

Formato del curso

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

En esta capacitación en vivo dirigida por un instructor en Uruguay (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 Uruguay, 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.

Apache Flink es un marco de código abierto para el procesamiento escalable de datos por lotes y flujos.

Esta capacitación en vivo dirigida por un instructor (en línea o en el sitio) presenta los principios y enfoques detrás del procesamiento de datos distribuidos de flujo y lotes, y guía a los participantes a través de la creación de una aplicación de transmisión de datos en tiempo real en Apache Flink.

Al final de esta capacitación, los participantes podrán:

• Configure un entorno para desarrollar aplicaciones de análisis de datos.
• Comprenda cómo funciona la biblioteca deprocesamiento de gráficos de Apache Flink (Gelly).
• Empaquete, ejecute y supervise aplicaciones de transmisión de datos basadas en Flink y tolerantes a fallos.
• Gestione diversas cargas de trabajo.
• Realice análisis avanzados.
• Configure un clúster de Flink de varios nodos.
• Mida y optimice el rendimiento.
• Integre Flink con diferentes Big Data sistemas.
• Compare las capacidades de Flink con las de otros marcos de procesamiento de big data.

Formato del curso

• Conferencia interactiva y discusión.
• Muchos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar una cita.

Hortonworks Data Platform es una plataforma de soporte de Apache Hadoop de código abierto que proporciona una base estable para el desarrollo de soluciones de big data en el ecosistema de Apache Hadoop.

Esta capacitación en vivo dirigida por un instructor presenta a Hortonworks y guía a los participantes a través del despliegue de la solución Spark + Hadoop.

Al final de esta capacitación, los participantes podrán:

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

Audiencia

• Administradores de Hadoop

Formato del curso

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

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 en tiempo real usando Ambari

• Aplicar 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 de Hadoop a través de ajustes y ajustes

Audiencia

• DevOps
• Administradores del sistema
• DBAs
• Profesionales de prueba de Hadoop

Formato del curso

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

Cloudera Impala es un motor de consulta SQL de procesamiento masivo paralelo (MPP) de código abierto para clústeres Apache Hadoop.

Impala permite a los usuarios emitir consultas SQL de baja latencia 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

• Extraer información significativa de los clústeres de Hadoop con Impala.
• Escriba programas específicos para facilitar la Inteligencia de Negocios en Impala SQL Dialect.
• Solucionar problemas de Impala.

Este curso cubre cómo usar el lenguaje Hive SQL (AKA: Hive HQL, SQL en Hive, HiveQL) para personas que extraen datos de Hive

Kafka Streams es una biblioteca del lado del cliente para la creación de aplicaciones y microservicios cuyos datos se transmiten desde y hacia un sistema de mensajería Kafka. Tradicionalmente, Apache Kafka ha confiado en Apache Spark o Apache Storm para procesar datos entre productores de mensajes y consumidores. Al llamar a Kafka Streams API desde dentro de una aplicación, los datos se pueden procesar directamente dentro de Kafka, pasando por alto la necesidad de enviar los datos a un clúster separado para su procesamiento.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo integrar Kafka Streams en un conjunto de aplicaciones Java de muestra que pasan datos desde y hacia Apache Kafka para el procesamiento de flujo.

Al final de esta capacitación, los participantes podrán:

• Comprenda las características y ventajas de Kafka Streams frente a otros marcos de procesamiento de flujos
• Procesar datos de flujo directamente dentro de un clúster de Kafka
• Escriba una aplicación Java o Scala o microservicio que se integre con Kafka y Kafka Streams
• Escribe un código conciso que transforme los temas de entrada de Kafka en temas de salida de Kafka
• Construye, empaqueta y despliega la aplicación

Audiencia

• Desarrolladores

Formato del curso

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

Notas

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

En esta capacitación en vivo dirigida por un instructor en Uruguay (in situ o remota), los participantes aprenderán a configurar e integrar diferentes marcos Stream Processing con los sistemas de almacenamiento de big data existentes y las aplicaciones de software y microservicios relacionados.

Al final de esta capacitación, los participantes serán capaces de:

• Instale y configure diferentes Stream Processing marcos, como Spark Streaming y Kafka Streaming.
• Comprender y seleccionar el marco más adecuado para el trabajo.
• Procesamiento de datos de forma continua, concurrente y registro por registro.
• Integre Stream Processing soluciones con bases de datos, almacenes de datos, lagos de datos, etc. existentes.
• Integre la biblioteca de procesamiento de flujos más adecuada con aplicaciones empresariales y microservicios.