Apache Spark基礎培訓

本次在 澳門 舉行的實訓課程（線上或線下），針對希望利用 Google Colab 和 Apache Spark 處理及分析大數據的中級數據科學家與工程師。

完成培訓後，參與者將能夠：

• 使用 Google Colab 和 Spark 設置大數據環境。
• 高效地使用 Apache Spark 處理和分析大型數據集。
• 在協作環境中可視化大數據。
• 將 Apache Spark 與雲端工具整合。

本培訓提供實用的入門指導，助您使用 PySpark 構建可擴展的數據處理和機器學習工作流程。參與者將學習 Apache Spark 如何在現代大數據生態系統中運作，以及如何利用分布式計算原則高效處理大型數據集。

這項由講師指導的培訓課程在 澳門（線上或線下）進行，旨在幫助初級至中級的系統管理員部署、維護並優化 Spark 集羣。

完成本培訓後，參與者將能夠：

• 在不同環境中安裝和配置 Apache Spark
• 管理集羣資源並監控 Spark 應用程序
• 優化 Spark 集羣的性能
• 實施安全措施並確保高可用性
• 調試並排除常見的 Spark 問題

初學 Apache Spark 時，學習曲線較為陡峭，初期需要投入大量努力才能看到成果。本課程旨在幫助學員跨越這一艱難階段。完成課程後，學員將掌握 Apache Spark 的基本原理，清晰區分 RDD 與 DataFrame，並學習 Python 和 Scala API，理解執行者 (executors) 與任務 (tasks) 等概念。此外，遵循最佳實踐，本課程重點聚焦於雲端部署、Databricks 和 AWS。學員亦將了解 AWS EMR 與 AWS Glue（AWS 最新的 Spark 服務之一）之間的差異。

適用對象：

資料工程師、DevOps、資料科學家

在此 澳門 由講師帶領的現場培訓中，參與者將在實作練習的同時，學習如何結合使用 Python 和 Spark 來分析大數據。

完成此課程後，參與者將能夠：

• 掌握如何使用 Spark 搭配 Python 分析大數據。
• 進行模擬真實案例的練習。
• 運用不同工具與技術，透過 PySpark 執行大數據分析。

本課程為於 澳門（線上或線下）舉辦的由講師主導之培訓，目標對象為希望使用並整合 Spark、Hadoop 與 Python 來處理、分析及轉換大型且複雜資料集的開發人員。

完成本課程後，學員將能夠：

• 建立必要環境，以開始使用 Spark、Hadoop 和 Python 處理大數據。
• 理解 Spark 和 Hadoop 的功能、核心元件與架構。
• 學習如何整合 Spark、Hadoop 與 Python 以進行大數據處理。
• 探索 Spark 生態系統中的工具（Spark MlLib、Spark Streaming、Kafka、Sqoop、Flume）。
• 建置類似 Netflix、YouTube、Amazon、Spotify 和 Google 的協同過濾推薦系統。
• 使用 Apache Mahout 擴展機器學習演算法。

Stratio 是一個以數據為核心的平台。它將大數據、人工智慧及治理整合為單一解決方案。其 Rocket 和 Intelligence 模組可讓企業環境中的快速資料探索、轉換及進階分析更為便捷。

本課程由講師指導進行，提供線上或線下培訓模式。對象為希望有效使用 Stratio 的 Rocket 與 Intelligence 模組結合 PySpark，並專注於迴圈結構、使用者定義函數（UDF）及進階資料邏輯的中級數據專業人士。

參與者完成本課程後將能夠：

• 使用 Rocket 與 Intelligence 模組於 Stratio 平台中進行導覽與操作。
• 在數據入載、轉換及分析情境下應用 PySpark。
• 運用迴圈及條件邏輯控制工作流程並執行特徵工程任務。
• 建立及管理 PySpark 中的使用者定義函數（UDF），以實現可重用的數據操作。

課程形式

• 互動式講授與討論。
• 大量練習與實作。
• 於即時實驗室環境中進行動手實作。

課程客製化選項

• 如需為本課程申請客製化培訓，請聯繫我們以安排。