聯繫我們
 課程時長 14 時間:

課程簡介

Stratio 平台簡介

  • Stratio 架構及核心模組概覽
  • Rocket 和 Intelligence 在數據生命週期中的角色
  • 登入及導航 Stratio 用戶界面 (UI)

使用 Rocket 模組

  • 數據攝取及管道創建
  • 連接數據源及配置轉換
  • 在 Rocket 中使用 PySpark 進行預處理任務

Stratio 用戶的 PySpark 基礎

  • PySpark 數據結構及操作
  • 迴圈構件:for、while、if/else 的用法
  • 使用 def 編寫自定義函數並加以應用

結合 PySpark 的 Rocket 進階使用

  • 流式攝取及轉換
  • 在批量及實時場景中使用迴圈及函數
  • PySpark 管道性能的最佳實踐

探索 Intelligence 模組

  • 數據建模及分析功能概覽
  • 特徵選擇、轉換及探索
  • PySpark 在自定義分析及見解挖掘中的角色

構建進階分析工作流程

  • 在 Intelligence 中創建使用者自定義函數 (UDFs)
  • 應用條件語句及迴圈處理數據邏輯
  • 應用案例:分群、聚合及預測

部署與協作

  • 保存、導出及重用工作流程
  • 在 Stratio 上與其他團隊成員協作
  • 審查輸出結果並與下游工具集成

總結與後續步驟

最低要求

  • 具備 Python 編程經驗
  • 理解數據分析或大數據處理概念
  • 具備 Apache Spark 及分布式計算的基礎知識

適用對象

  • 在基於 Stratio 的平台工作的數據工程師
  • 使用 Rocket 和 Intelligence 模組的分析師或開發人員
  • 正在轉向 Stratio 中 PySpark 工作流程的技術團隊

客戶評論 (3)

課程分類