Apache NiFi için Geliştiriciler Eğitimi

Hedef Kitle:

Bu kurs, dağıtılmış bir sistem ortamında büyük veri kümelerini depolama ve işlemek için çözüm arayan IT uzmanları içindir.

Goal:

Derinlemesine Hadoop küme yönetimi bilgisi.

Büyük veri analitiği, korelasyonları, gizli kalıpları ve diğer faydalı bilgileri ortaya çıkarmak amacıyla büyük ve çeşitli veri kümelerinin incelenmesi sürecini içerir.

Sağlık sektörü, karmaşık ve heterojen tıbbi ve klinik verilerin büyük miktarlarına sahiptir. Sağlık verileri üzerinde büyük veri analitiği uygulamak, sağlık hizmetlerinin sunumunu iyileştirmek için öngörüler elde etme konusunda büyük bir potansiyel sunar. Ancak, bu veri kümelerinin büyüklüğü, analizlerde ve klinik ortamlara pratik uygulamalarda büyük zorluklar oluşturur.

Bu eğitmen liderliğindeki, canlı (uzaktan) eğitimde katılımcılar, bir dizi uygulamalı canlı laboratuvar egzersiziyle sağlık alanında büyük veri analitiği yapmayı öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Hadoop MapReduce ve Spark gibi büyük veri analitiği araçlarını kurmak ve yapılandırmak
• Tıbbi verilerin özelliklerini anlamak
• Tıbbi verilerle başa çıkmak için büyük veri tekniklerini uygulamak
• Sağlık uygulamaları bağlamında büyük veri sistemlerini ve algoritmalarını incelemek

Hedef Kitle

• Geliştiriciler
• Veri Bilimciler

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, egzersizler ve yoğun uygulamalı pratik.

Not

• Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçerek düzenleme yapınız.

Apache Hadoop, sunucu kümelerinde Büyük Veri işleme için en popüler çerçevedir. Bu üç (opsiyonel olarak dört) günlük kursun katılımcıları, Hadoop ve ekosistemi için iş faydaları ve kullanım senaryolarını öğrenecekler, küme dağıtımını ve büyümesini planlamayı, Hadoop'ı yüklemeyi, bakımını yapmayı, izlemeyi, sorun gidermeyi ve optimize etmeyi öğrenecekler. Ayrıca, toplu veri yükleme pratiği yapacaklar, çeşitli Hadoop dağıtımları ile tanışacaklar ve Hadoop ekosistemi araçlarını yükleyip yönetme konusunda pratik yapacaklardır. Kurs, Kerberos kullanarak kümenin güvenliğini sağlama tartışmasıyla sona erecektir.

“…Materiyaller çok iyi hazırlanmış ve kapsamlı bir şekilde ele alınmıştı. Laboratuvar Çok yardımcı ve iyi organize edilmişti.”
— Andrew Nguyen, Microsoft Online Advertising Principal Integration DW Mühendisi

Hedef Kitle

Hadoop yöneticileri

Format

Sözlü açıklamalar ve elden deneme laboratuvarları, yaklaşık olarak 60% sözlü açıklama, 40% laboratuvar.

Apache Hadoop, sunucu kümelerinde Büyük Veriyi işlemek için en popüler framework'dür. Bu kurs, geliştiricilere Hadoop ekosistemine ait çeşitli bileşenleri (HDFS, MapReduce, Pig, Hive ve HBase) tanıtır.

Apache Hadoop, sunucu kümelerinde Büyük Veri işleme için en popüler çerçevelerden biridir. Bu kurs, HDFS'deki veri yönetimi, gelişmiş Pig, Hive ve HBase konularına odaklanır. Bu gelişmiş programlama teknikleri deneyimli Hadoop geliştiricileri için faydalı olacaktır.

Hedef Kitle: geliştiriciler

Süre: üç gün

Format: dersler (50%) ve uygulamalı laboratuvarlar (50%).

Kitle:

Bu kurs, büyük veri/hadoop teknolojisini açıklığa kavuşturmayı ve anlaşılmamasının zor olmadığını göstermeyi amaçlamaktadır.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), kuruluşları içindeki Hadoop kümelerini kurmak, dağıtmak ve yönetmek isteyen sistem yöneticilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Apache Hadoop'i kurun ve yapılandırın.
• Hadoop ekosistemindeki dört ana bileşeni anlayın: HDFS, MapReduce, YARN ve Hadoop Common.
• Hadoop Dağıtılmış Dosya Sistemi'ni (HDFS) kullanarak bir kümeyi yüzlerce veya binlerce düğüme ölçeklendirin.
• HDFS'yi, şirket içi Spark dağıtımları için depolama motoru olarak ayarlayın.
• Spark'ın Amazon S3 gibi alternatif depolama çözümlerine ve Redis, Elasticsearch, Couchbase, Aerospike vb. gibi NoSQL veritabanı sistemlerine erişmesini sağlayın.
• Bir Apache Hadoop kümesini sağlama, yönetme, izleme ve güvenliğini sağlama gibi yönetimsel görevleri yerine getirin.

Bu kurs, Hadoop üzerine kurulu bir NoSQL deposu olan HBase'i tanıtır. Kurs, uygulamalar geliştirmek için HBase'i kullanacak geliştiriciler ve HBase kümelerini yönetecek yöneticiler için tasarlanmıştır.

Bir geliştiriciyi HBase mimarisi ve veri modellemesi ve HBase üzerinde uygulama geliştirme konusunda yönlendireceğiz. Ayrıca MapReduce ile HBase kullanımı ve performans optimizasyonu ile ilgili bazı yönetim konuları da tartışılacaktır. Kurs, birçok laboratuvar egzersizi ile çok uygulamalıdır.

Süre: 3 gün

Hedef Kitle: Geliştiriciler ve Yöneticiler

Apache NiFi, açık kaynaklı, akış tabanlı veri entegrasyonu ve olay işleme platformudur. Farklı sistemler arasında otomatik, gerçek zamanlı veri yönlendirmesi, dönüştürmesi ve sistem aracılaması sağlar. Web tabanlı kullanıcı arayüzü ve detaylı kontrol imkanları sunar.

Bu eğitmen yönlendirilmiş, canlı eğitim (yerinde veya uzaktan), orta düzeydeki yöneticiler ve mühendisler için düzenlenmiştir. Bu kişilerin üretim ortamlarında NiFi veri akışlarını dağıtmayı, yönetmeyi, güvemli hale getirmeyi ve optimize etmeyi öğrenmek istiyor olabilir.

Bu eğitim sonunda katılımcılar şu becerilere sahip olacaklardır:

• Apache NiFi kümelerini kurma, yapılandırma ve bakım yapma.
• Farklı kaynaklardan ve havalardan veri akışları tasarlamayı ve yönetmeyi.
• Akış otomasyonunu, yönlendirmesini ve dönüştürme mantığını uygulama.
• Performansı optimize etme, işlemlerini izleme ve sorunları giderme.

Eğitim Formatı

• Günlük mimari tartışmalarını içeren etkileşimli ders.
• Akışları oluşturma, dağıtım ve yönetme konusunda elden deneyimler.
• Canlı-lab ortamında senaryo tabanlı alıştırmalar.

Eğitim Özelleştirme Seçenekleri

• Bu eğitimin özelleştirilmiş bir sürümünü talep etmek için lütfen bizimle iletişime geçin.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), büyük ve karmaşık veri kümelerini işlemek, analiz etmek ve dönüştürmek için Spark, Hadoop ve Python'yı kullanmak ve entegre etmek isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Spark, Hadoop ve Python ile büyük veri işlemeye başlamak için gerekli ortamı kurmak.
• Spark ve Hadoop'in özelliklerini, temel bileşenlerini ve mimarisini anlamak.
• Büyük veri işleme için Spark, Hadoop ve Python'yı nasıl entegre edeceğini öğrenmek.
• Spark ekosistemindeki araçları (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka ve Flume) keşfetmek.
• Netflix, YouTube, Amazon, Spotify ve Google gibi işbirlikçi filtreleme öneri sistemleri oluşturmak.
• Apache Mahout'u kullanarak makine öğrenimi algoritmalarını ölçeklendirmek.