Temario del curso
Introducción
Comprensión de Big Data
Vista general de Spark
Vista general de Python
Vista general de PySpark
- Distribución de datos mediante el marco de conjuntos distribuidos resilientes (Resilient Distributed Datasets).
- Distribución de cálculos mediante operadores de la API de Spark.
Configuración de Python con Spark
Configuración de PySpark
Uso de instancias EC2 de Amazon Web Services (AWS) para Spark
Configuración de Databricks
Configuración del clúster AWS EMR
Primeros pasos en la programación con Python
- Inicio con Python
- Uso de Jupyter Notebook
- Uso de variables y tipos de datos simples
- Trabajo con listas
- Uso de sentencias if
- Uso de entradas del usuario
- Trabajo con bucles while
- Implementación de funciones
- Trabajo con clases
- Trabajo con archivos y excepciones
- Trabajo con proyectos, datos y APIs
Primeros pasos con Spark DataFrame
- Inicio con Spark DataFrames
- Implementación de operaciones básicas con Spark
- Uso de operaciones Groupby y de agregación
- Trabajo con marcas de tiempo y fechas
Desarrollo de un ejercicio práctico de proyecto con Spark DataFrame
Comprensión del aprendizaje automático con MLlib
Trabajo con MLlib, Spark y Python para aprendizaje automático
Comprensión de las regresiones
- Teoría de la regresión lineal
- Implementación de código para evaluación de regresión
- Desarrollo de un ejercicio de ejemplo de regresión lineal
- Teoría de la regresión logística
- Implementación de código de regresión logística
- Desarrollo de un ejercicio de ejemplo de regresión logística
Comprensión de bosques aleatorios y árboles de decisión
- Teoría de métodos de árboles
- Implementación de códigos de árboles de decisión y bosques aleatorios
- Desarrollo de un ejercicio de ejemplo de clasificación con bosques aleatorios
Trabajo con clustering K-means
- Teoría del clustering K-means
- Implementación de código de clustering K-means
- Desarrollo de un ejercicio de ejemplo de clustering
Trabajo con sistemas de recomendación
Implementación del procesamiento de lenguaje natural
- Comprensión del procesamiento de lenguaje natural (NLP)
- Vista general de herramientas de NLP
- Desarrollo de un ejercicio de ejemplo de NLP
Streaming con Spark en Python
- Vista general del Streaming con Spark
- Ejercicio de ejemplo de Streaming con Spark
Requerimientos
- Conocimientos generales de programación.
Público objetivo
- Desarrolladores.
- Profesionales de TI.
- Científicos de datos.
Reseñas (6)
Me gustó que fuera práctico. Amé aplicar el conocimiento teórico con ejemplos prácticos.
Aurelia-Adriana - Allianz Services Romania
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
El curso trataba sobre una serie de temas muy complejos y relacionados, y Pablo tiene un conocimiento profundo de cada uno de ellos. A veces, los matices se perdían en la comunicación y/o debido a las presiones de tiempo, lo que posiblemente hizo que las expectativas no se cumplieran del todo por esta razón. También hubo algunos problemas con la configuración de UHG/Azure Databricks, pero Pablo/UHG resolvió estos rápidamente una vez que se hicieron evidentes. Esto para mí demostró un alto nivel de entendimiento y profesionalismo entre UHG y Pablo,
Michael Monks - Tech NorthWest Skillnet
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Atención individualizada.
ARCHANA ANILKUMAR - PPL
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Formación práctica..
Abraham Thomas - PPL
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Las lecciones se impartieron en un cuaderno de Jupyter. Los temas estaban estructurados con una secuencia lógica y ayudaron naturalmente a desarrollar la sesión desde las partes más sencillas hasta las más complejas. Ya soy un usuario avanzado de Python con conocimientos en Aprendizaje Automático, por lo que encontré el curso más fácil de seguir que, posiblemente, algunos de mis compañeros que tomaron el curso de formación. Aprecio que se hayan omitido algunos de los conceptos más elementales y que se haya centrado en los temas más sustanciales.
Angela DeLaMora - ADT, LLC
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
tareas de práctica
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
