Big Data Hadoop and Spark Developer Certification Training
Le cours Big Data Hadoop and Spark Developer a été conçu pour donner une formation approfondie du traitement d’énormes données en utilisant Hadoop et Spark. Le cours est comblé de projets de la vie réelle et des études de cas à exécuter dans le CloudLab.
Maîtriser Hadoop et des outils associés: ce cours vous permet de comprendre de manière profonde le cadre Hadoop, y compris HDFS, YARN et MapReduce. Vous allez apprendre à utiliser Pig, Hive et Impala pour traiter et analyser de grandes données stockées dans le HDFS, et utiliser Sqoop et Flume pour l’ingestion de données.
Maîtriser le traitement des données en temps réel avec Spark: Vous apprendrez à faire de la programmation fonctionnelle dans Spark, à implémenter les applications Spark, à comprendre le traitement parallèle dans Spark et à utiliser les techniques d’optimisation Spark RDD. Vous apprendrez également les différents algorithmes interactifs dans Spark et utilisez Spark SQL pour créer, transformer et interroger le formulaire de données.
vous serez tenu, dans le cadre de la formation,d’exécuter des projets réels de l’industrie à l’aide de CloudLab. Les projets font parti du domaine bancaire, télécommunications, médias sociaux, assurances et du e-commerce .
- 40 heures de formation dirigée par un instructeur
- 5 projets d”industrie dans le domaine bancaire, télécom, assurance et e-commerce
- Comprend une formation sur Yarn, MapReduce, Pig, Hive, Impala, HBase et Apache Spark
- conforme à l’examen de certification Cloudera CCA175
- pratique avec CloudLabs
Course Features
- Lectures 20
- Quizzes 0
- Duration 180 days
- Skill level Tous niveaux
- Language English
- Students 0
- Assessments Yes
-
Untitled
- Lesson 00 – Course Introduction
- Lesson 01 – Introduction to Big data and Hadoop Ecosystem
- Lesson 02 – HDFS and YARN
- Lesson 03 – MapReduce and Scoop
- Lesson 04 – Basics of Hive and Impala
- Lesson 05 – Working with Hive and Impala
- Lesson 06 – Types of Data Formats
- Lesson 07 – Advanced Hive Concept and Data File Partitioning
- Lesson 08 – Apache Flume and HBase
- Lesson 09 – Pig
- Lesson 10 – Basics of Apache Spark
- Lesson 11 – RDDs in Spark
- Lesson 12 – Implementation of Spark Applications
- Lesson 13 – Spark Parallel Processing
- Lesson 14 – Spark RDD Optimization Techniques
- Lesson 15 – Spark Algorithm
- Lesson 16 – Spark SQL
- Projects
- Simulation Test Paper Instructions
- Course Feedback
