Apache Spark基礎知識培訓

本課程為講師主導的實作培訓（在 台灣 提供線上或線下形式），適合具備中階技能、希望運用 Google Colab 和 Apache Spark 進行大數據處理與分析的数据科学家和工程師。

完成培訓後，學員將能夠：

• 利用 Google Colab 和 Spark 建立大數據環境。
• 使用 Apache Spark 高效處理並分析大型資料集。
• 在協作環境中視覺化大數據。
• 將 Apache Spark 與雲端工具整合。

本培訓提供實用入門課程，教導如何使用 PySpark 建構可擴展的數據處理和機器學習工作流程。學員將了解 Apache Spark 如何在現代大數據生態系統中運行，以及如何利用分散式計算原理高效處理大型資料集。

本課程採用講師指導的現場培訓模式（線上或線下），適合希望部署、維護和優化 Spark 集群的初級至中級系統管理員參加。

完成培訓後，參與者將能夠：

• 在各種環境中安裝和配置 Apache Spark。
• 管理集群資源並監控 Spark 應用程序。
• 優化 Spark 集群的性能。
• 實施安全措施並確保高可用性。
• 調試和排除常見 Spark 問題。

Apache Spark 的學習曲線在初期較為陡峭，需要投入大量努力才能獲得初步成效。本課程旨在幫助學員跨越這道難關。完成本課程後，學員將掌握 Apache Spark 的基本概念，清楚區分 RDD 與 DataFrame，學習 Python 和 Scala API，並理解執行器（executors）與任務（tasks）的運作機制等。此外，課程遵循最佳實踐，重點講解雲端部署、Databricks 及 AWS 相關的應用。學員也將了解 AWS EMR 與 AWS Glue 之間的差異，AWS Glue 是 AWS 最新推出的 Spark 服務之一。

適用對象：

數據工程師、DevOps 工程師、數據科學家

在這堂由導師帶領的 台灣 培訓中，參與者將在實踐練習的同時學習如何結合使用 Python 和 Spark 來分析大數據。

培訓結束後，參與者將能夠：

• 學會如何使用 PySpark 結合 Spark 與 Python 來分析大數據。
• 進行模擬真實世界案例的練習。
• 使用不同的工具和技術，透過 PySpark 進行大數據分析。

本課程在台灣（線上或線下）以導師指導的方式進行，旨在幫助希望使用並整合 Spark、Hadoop 和 Python 來處理、分析和轉換大型且複雜數據集的開發者。

在完成本課程後，學員將能夠：

• 設置必要的環境以開始使用 Spark、Hadoop 和 Python 處理大數據。
• 理解 Spark 和 Hadoop 的功能、核心組件及架構。
• 學習如何整合 Spark、Hadoop 和 Python 進行大數據處理。
• 探索 Spark 生態系統中的工具（Spark MLlib、Spark Streaming、Kafka、Sqoop、Kafka 和 Flume）。
• 建立類似 Netflix、YouTube、Amazon、Spotify 和 Google 的協同過濾推薦系統。
• 使用 Apache Mahout 擴展機器學習算法。

Stratio 是一個以數據為中心的平台，將大數據、AI 和治理整合到一個解決方案中。其 Rocket 和 Intelligence 模塊能夠在企業環境中快速探索、轉換和分析數據。

這項由講師主導的現場培訓（線上或線下）旨在幫助初級到中級水平的數據專業人員有效使用 Stratio 中的 Rocket 和 Intelligence 模塊，並專注於循環結構、自定義函數以及高級數據邏輯。

在本課程結束後，學員將能夠：

• 在 Stratio 平台中導航及使用 Rocket 和 Intelligence 模塊。
• 在數據採集、轉換和分析的情境下應用 PySpark。
• 使用循環和條件邏輯控制工作流程並執行特徵工程任務。
• 建立和管理自定義函數（UDF），用於在 PySpark 中重用數據操作。

課程形式

• 互動式講授和討論。
• 大量的練習和實踐機會。
• 在實時實驗室環境中的動手實施。

課程客製化選項

• 如需為該課程請求定制培訓，請聯繫我們進行安排。