Spark für Big Data - Training / Workshop von Thinkport GmbH

Einer der nachgefragtesten Skillsets zu Zeiten von Big Data ist die Fähigkeit große Datenmengen zu analysieren. In diesem interaktiven Kurs vermittelt Thinkport die notwendigen Grundlagen, um eigenständig mit Apache Spark Datenauswertungen durchführen zu können.

Dabei werden anhand eines praxisorientierten Projekts sowohl Apache Spark Streaming als auch Machine Learning Konzepte vertieft. Darüber hinaus gewährt dieser Cloud Excellence Workshop einen Einblick in diverse Schlüsselkonzepte der Cloudplattform Microsoft Azure.

Grundlagen Tag I:

• Überblick: Was ist Big Data
• Spark Grundlagen I: RDD
• Lab: Anwendung von Dataframes
• Überblick: Microsoft Azure
• Python Crashkurs (optional)

Streaming Tag II:

• Überblick: Was ist Streaming
• Spark Grundlagen II: Spark Streaming
• Day-Lab: Twitter Streaming mit Spark (Datenabzug, Auswertung mit Spark Streaming, Speichern in einem Datalake, und Erstellen einer Data Pipeline)

Text Mining Tag III:

• Überblick: Machine Learning und Text Mining
• Machine Learning mit MLlib
• Day-Lab: Text Mining mit Machine Learning Modellen (Regression, Random Forest), Tokenization und Sentimentanalysis

Die Teilnehmer können nach Abschluss:

• Große Datensätze und -mengen mit Apache Spark analysieren
• Mit Apache Spark Streaming Daten in Echtzeit sammeln und analysieren (Hands-on Projekt: Twitter Daten)
• Anhand von Text Mining und Machine Learning Methoden Daten auswerten (Hands-on Projekt: Twitter Daten)
• Eine Plattform für automatische Analysen in Microsoft Azure bauen

Der Kurs ist geeignet für Personen mit:

• Grundkenntnissen in Python und dem Willen diese im Bezug auf Big Data zu vertiefen
• Erfahrungen in einer anderen Programmiersprache und Interesse Apache Spark kennenzulernen