Hadoop Training in 대한민국

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 Spark Hadoop 및 Python를 사용하고 통합하여 크고 복잡한 데이터 세트를 처리, 분석 및 변환하려는 개발자를 대상으로 합니다. 이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• Spark, Hadoop, Python를 사용하여 빅데이터 처리를 시작하는 데 필요한 환경을 설정합니다.
• Spark 및 Hadoop의 기능, 핵심 구성 요소 및 아키텍처를 이해합니다.
• 빅 데이터 처리를 위해 Spark, Hadoop 및 Python를 통합하는 방법을 알아보세요.
• Spark 에코시스템(Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka 및 Flume)의 도구를 살펴보세요.
• Netflix, YouTube, Amazon, Spotify 및 Google과 유사한 협업 필터링 추천 시스템을 구축하세요.
• Apache Mahout을 사용하여 기계 학습 알고리즘을 확장합니다.

이 과정은 사용하는 방법에 대해 설명 Hive SQL 언어를 (일명 : Hive HQL, SQL 에 Hive , Hive QL)에서 데이터를 추출하는 사람들을위한 Hive

Datameer는 Hadoop을 기반으로하는 비즈니스 인텔리전스 및 분석 플랫폼입니다 최종 사용자는 대규모, 구조화, 반 구조화 및 비정형 데이터를 쉽고 간편하게 액세스, 탐색 및 상호 연관시킬 수 있습니다 강사진이 진행되는이 강의에서는 참가자가 일련의 큰 데이터 소스를 설정하고 분석 할 때 Hadoop의 가파른 학습 곡선을 극복하기 위해 Datameer를 사용하는 방법을 배웁니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 엔터프라이즈 데이터 레이크를 만들고, 큐레이팅하고, 대화식으로 탐색합니다 비즈니스 인텔리전스 데이터웨어 하우스, 트랜잭션 데이터베이스 및 기타 분석 저장소에 액세스합니다 스프레드 시트 사용자 인터페이스를 사용하여 엔드 포인트 데이터 처리 파이프 라인 설계 미리 작성된 함수에 액세스하여 복잡한 데이터 관계 탐색 드래그 앤 드롭 마법사를 사용하여 데이터를 시각화하고 대시 보드 만들기 표, 차트, 그래프 및지도를 사용하여 쿼리 결과 분석 청중 데이터 분석가 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .

청중: 이 과정은 분산 시스템 환경에서 대용량 데이터 세트를 저장하고 처리하기 위한 솔루션을 찾는 IT 전문가를 대상으로 합니다. Go알: Hadoop 클러스터 관리에 대한 심층적인 지식.

빅 데이터 분석은 상관 관계, 숨겨진 패턴 및 기타 유용한 통찰력을 발굴하기 위해 대량의 다양한 데이터 세트를 검사하는 프로세스를 필요로합니다. 보건 산업은 복잡한 이기종 의학 및 임상 데이터를 가지고 있습니다. 건강 데이터에 큰 데이터 분석을 적용하면 건강 관리 제공 개선에 대한 통찰력을 얻는 데 큰 잠재력이 있습니다. 그러나 이러한 데이터 세트의 엄청난 양은 임상 환경에 대한 분석 및 실제 응용에 큰 문제를 제기합니다. 이 강사 주도의 실시간 교육 (원격)에서는 참가자가 실습 랩 연습을 단계별로 수행하면서 건강에 큰 데이터 분석을 수행하는 방법을 배웁니다. 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다.

• Hadoop MapReduce 및 Spark와 같은 대규모 데이터 분석 도구 설치 및 구성
• 의료 데이터의 특성 이해
• 큰 데이터 기술을 적용하여 의료 데이터 처리
• 건강 응용 프로그램의 맥락에서 큰 데이터 시스템과 알고리즘 연구

청중

• 개발자
• 데이터 과학자

코스 형식

• 파트 강의, 파트 토론, 연습 및 무거운 실습.

노트

• 이 과정에 대한 맞춤 교육을 요청하려면 Google에 문의하여 준비하십시오.

이 과정은 분산 시스템 환경에서 대용량 데이터 세트를 저장하고 처리하기 위한 솔루션을 찾고 있는 IT 전문가를 위해 마련되었습니다. 과정 목표: Hadoop 클러스터 관리에 대한 지식 얻기

Apache Hadoop는 서버 클러스터에서 Big Data을 처리하는 데 가장 널리 사용되는 프레임워크입니다. 이 3일(선택적으로 4일) 과정에서 참석자는 Hadoop와 해당 생태계의 비즈니스 이점과 사용 사례, 클러스터 배포 및 성장을 계획하는 방법, Hadoop를 설치, 유지 관리, 모니터링, 문제 해결 및 최적화하는 방법에 대해 알아봅니다. 또한 클러스터 대량 데이터 로드를 연습하고 다양한 Hadoop 배포판에 익숙해지며 Hadoop 생태계 도구를 설치하고 관리하는 연습을 합니다. 이 과정은 Kerberos를 사용하여 클러스터를 보호하는 것에 대한 논의로 마무리됩니다. “…자료는 매우 잘 준비되었고 철저히 다루어졌습니다. 랩은 매우 도움이 되었고 잘 정리되어 있었습니다.”
— Andrew Nguyen, 주요 통합 DW 엔지니어, Microsoft 온라인 Advertising 청중 Hadoop 관리자 체재 강의와 실습으로 구성되며, 강의가 약 60%, 실습이 40%입니다.

Apache Hadoop는 서버 클러스터에서 Big Data을 처리하기 위한 가장 인기 있는 프레임워크입니다. 이 과정에서는 개발자에게 다양한 구성 요소(HDFS, MapReduce, Pig, Hive 및 HBase) Hadoop 생태계를 소개합니다.

Apache Hadoop는 서버 클러스터에서 Big Data을 처리하기 위한 가장 인기 있는 프레임워크 중 하나입니다. 이 과정에서는 HDFS, 고급 Pig, Hive 및 HBase의 데이터 관리에 대해 깊이 있게 다룹니다. 이러한 고급 프로그래밍 기술은 경험이 풍부한 Hadoop 개발자에게 유익할 것입니다. 대상 : 개발자 기간 : 3일 형식: 강의(50%)와 실습 랩(50%).

Hadoop은 가장 널리 사용되는 Big Data 처리 프레임워크이다.

대한민국에서 강사가 진행하는 이 교육에서 참가자는 Hadoop 생태계의 핵심 구성 요소와 이러한 기술을 사용하여 대규모 문제를 해결하는 방법을 배웁니다. 이러한 기초를 배우면 참가자는 이러한 시스템의 개발자 및 구현자, 그리고 많은 IT 프로젝트에 참여하는 데이터 과학자 및 분석가와 소통하는 능력을 향상시킬 수 있습니다. 청중

• 기존 개발 또는 IT 인프라에 Hadoop을 구현하려는 프로젝트 관리자
• 빅데이터 엔지니어, 데이터 과학자, 비즈니스 분석가를 포함한 기능 간 팀과 소통해야 하는 프로젝트 관리자

청중: 본 과정의 목적은 빅데이터/하둡 기술을 이해하기 어렵지 않다는 것을 보여주는 것입니다.

Hadoop은 인기 있는 Big Data 처리 프레임워크입니다. Python는 명확한 구문과 코드 가독성으로 유명한 고급 프로그래밍 언어입니다. 강사가 진행하는 이 실시간 교육에서 참가자는 여러 예제와 사용 사례를 살펴보면서 Python를 사용하여 Hadoop, MapReduce, Pig 및 Spark를 사용하는 방법을 배웁니다. 이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• Hadoop, MapReduce, Pig, Spark의 기본 개념을 이해하세요.
• Python를 Hadoop 분산 파일 시스템(HDFS), MapReduce, Pig 및 Spark와 함께 사용하세요.
• Python 내에서 HDFS에 프로그래밍 방식으로 액세스하려면 Snakebite를 사용하세요.
• Python에서 MapReduce 작업을 작성하려면 mjob을 사용하세요.
• Python를 사용하여 Spark 프로그램을 작성하세요.
• Python UDF를 사용하여 pig의 기능 확장
• Luigi를 사용하여 MapReduce 작업 및 Pig 스크립트 관리

청중

• 개발자
• IT 전문가

과정 형식

• 일부 강의, 일부 토론, 연습 및 집중적인 실습

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 조직 내에서 Hadoop 클러스터를 설정, 배포 및 관리하는 방법을 배우려는 시스템 관리자를 대상으로 합니다.이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• Apache Hadoop을 설치하고 구성합니다.
• Hadoop 생태계의 네 가지 주요 구성 요소인 HDFS, MapReduce, YARN 및 Hadoop Common을 이해합니다.
• HDFS(Hadoop 분산 파일 시스템)를 사용하여 클러스터를 수백 또는 수천 개의 노드로 확장합니다.
• 온프레미스 Spark 배포를 위한 스토리지 엔진으로 작동하도록 HDFS를 설정합니다.
• Redis, Elasticsearch, Couchbase, Aerospike 등과 같은 Amazon S3 및 NoSQL 데이터베이스 시스템과 같은 대체 스토리지 솔루션에 액세스하도록 Spark를 설정하십시오.
• Apache Hadoop 클러스터 프로비저닝, 관리, 모니터링 및 보안과 같은 관리 작업을 수행합니다.

이 과정에서는 Hadoop 위에 SQL Store가없는 HBase를 소개합니다. 이 과정은 HBase를 사용하여 응용 프로그램을 개발할 개발자와 HBase 클러스터를 관리 할 관리자를 대상으로합니다. 우리는 HBase에서 HBase 아키텍처와 데이터 모델링 및 애플리케이션 개발을 통해 개발자를 안내 할 것입니다. 또한 HBase와 함께 MapReduce를 사용하는 방법과 성능 최적화와 관련된 몇 가지 관리 항목에 대해서도 설명합니다. 이 과정은 실습을 통해 많은 실습을 제공합니다.
소요 시간 : 3 일 대상 : 개발자 및 관리자

대한민국(현장 또는 원격)에서 강사가 진행하는 이 실시간 교육에서 참가자는 실시간 랩 환경에서 Apache NiFi을 배포하고 관리하는 방법을 배웁니다. 이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• Apachi NiFi를 설치하고 구성합니다.
• 데이터베이스와 빅데이터 레이크를 포함한 다양한 분산 데이터 소스에서 데이터를 수집, 변환 및 관리합니다.
• 데이터 흐름을 자동화합니다.
• 스트리밍 분석을 활성화합니다.
• 데이터 수집에 다양한 접근 방식을 적용합니다.
• Big Data을 비즈니스 통찰력으로 변환합니다.

대한민국에서 강사가 진행하는 이 실시간 교육에서 참가자는 Apache NiFi을 사용하여 다양한 데모 확장, 구성 요소 및 프로세서를 개발하면서 흐름 기반 프로그래밍의 기본 사항을 학습하게 됩니다. 이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• NiFi의 아키텍처와 데이터 흐름 개념을 이해합니다.
• NiFi와 타사 API를 사용하여 확장 기능을 개발합니다.
• Apache Nifi 프로세서를 자체적으로 맞춤 개발합니다.
• 다양하고 흔하지 않은 파일 형식과 데이터 소스에서 실시간 데이터를 수집하고 처리합니다.

Apache Samza는 스트림 프로세싱을위한 오픈 소스 거의 실시간의 비동기 계산 프레임 워크입니다. 메시징에는 Apache Kafka 를, 내결함성, 프로세서 격리, 보안 및 리소스 관리에는 Apache Hadoop YARN을 사용합니다. 강사가 진행하는이 실습에서는 메시징 시스템 및 분산 스트림 처리의 기본 원리를 소개하고 샘플 Samza 기반 프로젝트 작성 및 작업 실행을 통해 참가자를 안내합니다. 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다.

• Samza를 사용하면 메시지를 생성하고 소비하는 데 필요한 코드를 단순화 할 수 있습니다.
• 응용 프로그램에서 메시지 처리 분리.
• Samza를 사용하여 실시간에 가까운 비동기 계산을 구현하십시오.
• 스트림 처리를 사용하여 메시징 시스템에서보다 높은 수준의 추상화를 제공합니다.

청중

• 개발자

과정 형식

• 파트 강의, 파트 토론, 연습 및 무거운 실무 연습

대한민국에서 강사가 진행하는 이 실시간 교육(온라인 또는 현장)에서는 Hortonworks Data Platform (HDP)을 소개하고 참가자에게 Spark + Hadoop 솔루션 배포 과정을 안내합니다. 이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• Hortonworks를 사용하여 대규모로 Hadoop을 안정적으로 실행하세요.
• Spark의 민첩한 분석 워크플로우를 통해 Hadoop의 보안, 거버넌스 및 운영 기능을 통합합니다.
• Hortonworks를 사용하여 Spark 프로젝트의 각 구성 요소를 조사, 검증, 인증하고 지원합니다.
• 구조화된 데이터, 구조화되지 않은 데이터, 전송 중 데이터, 저장 중 데이터를 포함한 다양한 유형의 데이터를 처리합니다.

Apache Ambari은 Apache Hadoop 클러스터의 프로비저닝, 관리, 모니터링 및 보안을 위한 오픈 소스 관리 플랫폼입니다. 강사가 진행하는 이 실시간 교육에서 참가자는 Ambari가 제공하는 관리 도구와 관행을 학습하여 Hadoop 클러스터를 성공적으로 관리할 수 있습니다. 이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• Ambari를 사용하여 라이브 Big Data 클러스터 설정
• 다양한 사용 사례에 Ambari의 고급 기능과 기능을 적용하세요
• 필요에 따라 노드를 원활하게 추가 및 제거
• 튜닝 및 조정을 통해 Hadoop 클러스터의 성능 개선

청중

• DevOps
• 시스템 관리자
• DBA
• Hadoop 테스트 전문가

과정 형식

• 일부 강의, 일부 토론, 연습 및 집중적인 실습

ClouderaImpala는 ApacheHadoop 클러스터를 위한 오픈 소스 대규모 병렬 처리(MPP)SQL 쿼리 엔진입니다. Impala을 사용하면 사용자는 데이터 이동이나 변환을 요구하지 않고도 Hadoop 분산 파일 시스템 및 Apache Hbase에 저장된 데이터에 대한 저지연 SQL 쿼리를 실행할 수 있습니다. 청중 본 과정은 Business 인텔리전스 또는 SQL 도구를 통해 Hadoop에 저장된 데이터에 대한 분석을 수행하는 분석가 및 데이터 과학자를 대상으로 합니다. 이 과정을 마친 후 대의원들은 다음을 수행할 수 있습니다.

• Impala을 사용하여 Hadoop 클러스터에서 의미 있는 정보를 추출합니다.
• Impala SQL 방언으로 Business 지능을 촉진하기 위한 특정 프로그램을 작성하십시오.
• 문제 해결 Impala.