Curso de Administración de Hadoop

Audiencia:

El curso está dirigido a especialistas en TI que buscan una solución para almacenar y procesar grandes conjuntos de datos en un entorno de sistema distribuido

Goal:

Conocimiento profundo en Hadoop administración de clústeres.

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.

Apache Hadoop es el marco más popular para el procesamiento Big Data en clústeres de servidores. En este curso de tres días (opcionalmente, cuatro), los asistentes aprenderán sobre los beneficios comerciales 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 masiva de datos en clústeres, se familiarizarán con varias Hadoop distribuciones y practicarán la instalación y administración de Hadoop herramientas del ecosistema. El curso finaliza con un análisis de la protección del clúster con Kerberos.

“… Los materiales estaban muy bien preparados y cubiertos a fondo. El laboratorio fue muy servicial y bien organizado"
— Andrew Nguyen, ingeniero principal de integración de DW, Microsoft En línea Advertising

Audiencia

Hadoop Administradores

Formato

Clases magistrales y laboratorios prácticos, saldo aproximado 60% conferencias, 40% laboratorios.

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

Apache Hadoop es uno de los frameworks más populares para el procesamiento Big Data en clústeres de servidores. Este curso profundiza en la gestión de datos en HDFS, Pig avanzado, Hive y HBase.  Estas técnicas de programación avanzadas serán beneficiosas para los desarrolladores experimentados Hadoop.

Público: desarrolladores

Duración: tres días

Formato: clases magistrales (50%) y laboratorios prácticos (50%).

Esta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) presenta Hortonworks Data Platform (HDP) y guía a los participantes a través de la implementación de la solución Spark + Hadoop.

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

• 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, no estructurados, en movimiento y en reposo.

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

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.