新竹現場大數據培訓

這是一個由講師指導的新竹（線上或線下）培訓課程，針對希望使用Google Colab和Apache Spark進行大數據處理和分析的中級數據科學家和工程師。

在培訓結束時，參與者將能夠：

• 使用Google Colab和Spark建立大數據環境。
• 使用Apache Spark高效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與雲端工具集成。

Stratio 是一個以數據為中心的平台，將大數據、人工智慧和治理整合到單一解決方案中。其 Rocket 和 Intelligence 模組使企業環境中的數據探索、轉換和高級分析變得迅速。

這是一個由講師指導的培訓（線上或線下），針對希望有效使用 Stratio 中 Rocket 和 Intelligence 模組的中級數據專業人員，重點關注循環結構、用戶自定義函數和高級數據邏輯。

在培訓結束時，參與者將能夠：

• 使用 Rocket 和 Intelligence 模組在 Stratio 平台中導航和工作。
• 在數據擷取、轉換和分析的背景下應用 PySpark。
• 使用循環和條件邏輯來控制數據工作流和特徵工程任務。
• 創建和管理用戶自定義函數 (UDFs)，以在 PySpark 中進行可重用的數據操作。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在實時實驗室環境中進行實踐操作。

課程定制選項

• 如需為此課程請求定制培訓，請聯繫我們安排。

數據倉庫是設計、構建和運營支持分析、報告和決策的集中式數據存儲庫的實踐。

本次由講師指導的培訓（線上或線下）面向中級數據專業人員，旨在幫助他們建模維度數據、構建穩健的ETL管道，並優化分析工作負載。

在培訓結束時，參與者將能夠：

• 解釋核心數據倉庫概念和架構。
• 設計維度模型，並在星型模式和雪花模式之間進行選擇。
• 可靠地構建和編排ETL和ELT管道。
• 區分OLTP與OLAP工作負載，並針對分析進行優化。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們進行安排。

在 新竹 完成此講師指導的現場培訓的參與者將獲得對 Big Data 及其相關技術、方法和工具的實用、真實理解。

參與者將有機會通過動手練習將這些知識付諸實踐。小組互動和教師反饋構成了課程的重要組成部分。

本課程首先介紹了 Big Data 的基本概念，然後進入用於執行 Data Analysis 的程式設計語言和方法。最後，我們討論了支援 Big Data 存儲、分散式處理和 Scala 特性的工具和基礎設施。

Greenplum 是一個開源的、面向分析和大規模數據環境的大規模並行處理（MPP）數據平臺。

本次由講師指導的培訓（線上或線下）面向中高級技術用戶，旨在幫助他們理解 Greenplum 的內部架構，構建優化的數據模型，並在分佈式環境中應用高性能 SQL。

通過本次培訓，學員將能夠：

• 理解 Greenplum 的共享無架構和並行處理模型。
• 設計針對查詢性能優化的分佈式表結構和分區。
• 使用索引策略、存儲格式和物理設計技術。
• 解讀 EXPLAIN 計劃，並使用最佳實踐優化查詢。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在即時實驗室環境中進行動手操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們進行安排。

Greenplum 是一個基於 PostgreSQL 的開源大規模並行數據平臺，專爲高級分析和大規模數據倉庫設計。

本次由講師指導的培訓（線上或線下）面向中級管理員，旨在幫助他們有效安裝、配置和管理 Greenplum 環境，包括系統更新和庫管理。

培訓結束後，參與者將能夠：

• 安裝並配置生產級 Greenplum 集羣。
• 管理系統更新並安全應用補丁。
• 處理 Greenplum 庫管理，支持分析和擴展。
• 排查和監控 Greenplum 系統問題。

課程形式

• 互動講座與討論。
• 在受控實驗環境中動手操作 Greenplum。
• 指導練習，專注於集羣設置、升級工作流和系統擴展。

課程定製選項

• 如需根據您的環境或數據平臺定製本課程，請聯繫我們安排。

本課程爲講師指導的線下或線上培訓，面向高級數據專業人員，旨在優化數據處理工作流程，確保數據完整性，並實施強大的數據湖倉解決方案，以應對現代大數據應用的複雜性。

培訓結束後，學員將能夠：

• 深入瞭解Iceberg的架構，包括元數據管理和文件佈局。
• 在各種環境中配置Iceberg以實現最佳性能，並將其與多種數據處理引擎集成。
• 管理大規模Iceberg表，執行復雜的模式變更，並處理分區演化。
• 掌握優化查詢性能和數據掃描效率的技術，適用於大規模數據集。
• 實施機制以確保數據一致性，管理事務保證，並處理分佈式環境中的故障。

本課程爲講師指導的線下或線上培訓，面向初級數據專業人士，旨在幫助他們掌握使用Apache Iceberg管理大規模數據集、確保數據完整性和優化數據處理工作流程所需的知識與技能。

培訓結束後，學員將能夠：

• 深入瞭解Apache Iceberg的架構、功能和優勢。
• 學習表格式、分區、模式演進和時間旅行功能。
• 在不同環境中安裝和配置Apache Iceberg。
• 創建、管理和操作Iceberg表。
• 瞭解如何將數據從其他表格式遷移到Iceberg。

本次由講師指導的新竹（線上或線下）培訓面向中級IT專業人士，旨在提升他們在數據架構、治理、雲計算和大數據技術方面的技能，以便有效管理和分析大型數據集，實現組織內的數據遷移。

培訓結束後，參與者將能夠：

• 理解各種數據架構的基本概念和組成部分。
• 全面瞭解數據治理原則及其在監管環境中的重要性。
• 實施和管理數據治理框架，如Dama和Togaf。
• 利用雲平臺進行高效的數據存儲、處理和管理。

本次由講師指導的線下或線上培訓，面向希望學習如何使用Azure Data Lake Storage Gen2來實現高效數據分析解決方案的中級數據工程師。

培訓結束後，參與者將能夠：

• 瞭解Azure Data Lake Storage Gen2的架構和關鍵特性。
• 優化數據存儲和訪問，以提升性能和降低成本。
• 將Azure Data Lake Storage Gen2與其他Azure服務集成，用於分析和數據處理。
• 使用Azure Data Lake Storage Gen2 API開發解決方案。
• 解決常見問題並優化存儲策略。

這種以講師為主導的新竹現場培訓（現場或遠端）針對希望使用和集成Spark，Hadoop和Python以處理，分析和轉換大型複雜數據集的開發人員。

在培訓結束時，參與者將能夠：

• 設置必要的環境以開始使用 Spark、Hadoop 和 Python 處理大數據。
• 瞭解 Spark 和 Hadoop 的功能、核心元件和架構。
• 瞭解如何集成 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）。
• 構建類似於 Netflix、YouTube、Amazon、Spotify 和 Google 的協作過濾推薦系統。
• 使用 Apache Mahout 擴展機器學習演算法。

Big Data 和高級分析是應用複雜技術和工具來分析大型、複雜數據集，以獲取可操作的洞察和戰略決策支持。

本次由講師指導的培訓（線上或線下）面向高級數據專業人員，旨在幫助他們利用前沿的分析方法和大數據技術進行預測性、規範性和即時性分析。

培訓結束後，參與者將能夠：

• 設計和實施大規模數據處理管道，處理結構化和非結構化數據。
• 將高級機器學習和深度學習技術應用於海量數據集。
• 利用分佈式計算框架進行即時分析和數據流處理。
• 將大數據分析集成到商業智能和決策支持系統中。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在即時實驗環境中進行動手操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

本次由講師指導的新竹（線上或線下）培訓，面向中級IT專業人士，旨在幫助他們全面理解IBM DataStage的管理和開發視角，從而能夠在各自的工作場所有效管理和使用該工具。

培訓結束後，參與者將能夠：

• 理解DataStage的核心概念。
• 學習如何有效安裝、配置和管理DataStage環境。
• 連接到各種數據源，並從數據庫、平面文件和外部源中高效提取數據。
• 實施有效的數據加載技術。

這種由講師指導的現場培訓新竹（遠端或遠端）面向希望部署、維護和優化Spark集群的初級到中級系統管理員。

在培訓結束時，參與者將能夠：

• 在各種環境中安裝和配置 Apache Spark。
• 管理群集資源並監視Spark應用程式。
• 優化Spark集群性能。
• 實施安全措施並確保高可用性。
• 調試和排查常見的Spark問題。

參與者在完成此由講師指導的新竹線下培訓後，將獲得對Big Data及其相關技術、方法和工具的實際且實用的理解。

參與者將有機會通過動手練習將這些知識應用於實踐。小組互動和講師反饋是課程的重要組成部分。

課程首先介紹Big Data的基本概念，然後進入用於執行Data Analysis的程式語言和方法。最後，我們討論支持Big Data存儲、分散式處理和可擴展性的工具和基礎設施。

在這個由講師指導的 新竹 現場培訓中，參與者將學習如何在動手練習中同時使用 Python 和 Spark 來分析大數據。

在培訓結束時，參與者將能夠：

• 瞭解如何將Spark與 Python 結合使用來分析 Big Data。
• 進行模仿真實世界案例的練習。
• 使用 PySpark 使用不同的工具和技術進行大數據分析。

受众：

本课程面向希望在分布式系统环境中存储和处理大规模数据集的IT专业人员。

Goal：

深入了解Hadoop集群管理。

技术的进步和信息量的增加正在改变包括政府在内的许多行业的业务开展方式。Go由于移动设备和应用程序、智能传感器和设备、云计算解决方案以及面向公民的门户的快速增长，数据生成和数字归档率正在上升。随着数字信息的扩展和日益复杂，信息管理、处理、存储、安全和处置也变得更加复杂。新的捕获、搜索、发现和分析工具正在帮助组织从其非结构化数据中获得见解。政府市场正处于一个转折点，他们意识到信息是一种战略资产，政府需要保护、利用和分析结构化和非结构化信息，以便更好地服务和满足任务要求。随着政府领导者努力发展数据驱动型组织以成功完成使命，他们正在为关联事件、人员、流程和信息之间的依赖关系奠定基础。

高价值的政府解决方案将由最具颠覆性的技术混合而成：

• 移动设备和应用程序
• 云服务
• 社交商业技术和网络
• Big Data 和分析

IDC 预测，到 2020 年，IT 行业将达到 5 万亿美元，比现在大约 1.7 万亿美元，而该行业 80% 的增长将由这些第三平台技术推动。从长远来看，这些技术将成为处理日益增长的数字信息复杂性的关键工具。Big Data 是智能行业解决方案之一，它允许政府根据分析大量数据（相关和不相关、结构化和非结构化）所揭示的模式采取行动，从而做出更好的决策。

“理解这些大量的Big Data需要尖端的工具和技术，这些工具和技术可以从大量不同的信息流中分析和提取有用的知识，”白宫科技政策办公室的Tom Kalil和Fen Zhao在OSTP博客上的一篇文章中写道。

白宫在2012年建立国家Big Data研究与开发计划（National Big Data Research and Development Initiative）时，在帮助各机构发现这些技术方面迈出了一步。该计划包括超过 2 亿美元，以充分利用 Big Data 的爆炸式增长以及分析它所需的工具。

Big Data 带来的挑战几乎与它的承诺一样令人生畏。高效存储数据是这些挑战之一。与往常一样，预算紧张，因此机构必须最大限度地降低每兆字节的存储价格，并使数据易于访问，以便用户可以在需要时以需要的方式获取数据。备份海量数据加剧了这一挑战。

有效分析数据是另一个重大挑战。许多机构采用商业工具，使他们能够筛选海量数据，发现可以帮助他们更有效地运营的趋势。（MeriTalk 最近的一项研究发现，联邦 IT 高管认为 Big Data 可以帮助机构节省超过 5000 亿美元，同时实现任务目标。

定制开发的 Big Data 工具还使机构能够满足分析其数据的需求。例如，橡树岭国家实验室的计算数据分析小组已将其食人鱼数据分析系统提供给其他机构。该系统帮助医学研究人员找到了一种联系，可以在主动脉瘤发作之前提醒医生注意主动脉瘤。它还用于更平凡的任务，例如筛选简历以将求职者与招聘经理联系起来。

第1天 - 提供大數據關鍵領域的高級概述。該模塊分爲一系列部分，每個部分都配有實踐練習。

第2天 - 探討與大數據環境中的分析實踐和工具相關的一系列主題。它不涉及實施或編程細節，而是保持在概念層面，重點關注使參與者全面理解大數據解決方案提供的常見分析功能和特性的主題。

第3天 - 概述與大數據解決方案平臺架構相關的基本和關鍵領域。涵蓋開發大數據解決方案平臺所需的大數據機制，以及組裝數據處理平臺的架構選項。還介紹了常見場景，以提供對大數據解決方案平臺一般使用方式的基本理解。

第4天 - 在第3天的基礎上，探討與大數據解決方案平臺架構相關的高級主題。特別是介紹和討論了構成大數據解決方案平臺的不同架構層，包括數據源、數據攝取、數據存儲、數據處理和安全性。

第5天 - 涵蓋一系列練習和問題，旨在測試學員應用第3天和第4天所學知識的能力。

大數據分析涉及檢查大量不同數據集的過程，以便發現相關性，隱藏模式和其他有用的見解。

健康產業擁有大量複雜的異構醫學和臨床數據。對健康數據應用大數據分析在獲得改善醫療保健服務的見解方面具有巨大潛力。然而，這些數據集的巨大性給分析和臨床環境的實際應用帶來了巨大挑戰。

在這個以講師為主導的現場培訓（遠程）中，參與者將學習如何在健康狀況下進行大數據分析，因為他們將逐步進行一系列動手實踐練習。

在培訓結束時，參與者將能夠：

• 安裝和配置大數據分析工具，如Hadoop MapReduce和Spark
• 了解醫療數據的特徵
• 應用大數據技術處理醫療數據
• 在健康應用的背景下研究大數據系統和算法

聽眾

• 開發商
• 數據科學家

課程格式

• 部分講座，部分討論，練習和繁重的實踐練習。

注意

• 要申請本課程的定制培訓，請聯繫我們安排。

在這個以講師為主導的現場培訓中，參與者將學習處理Big Data技術的心態，評估它們對現有過程和政策的影響，並實施這些技術以便識別犯罪活動和預防犯罪。將研究來自全球執法機構的案例研究，以獲取有關其採納方法、挑戰和結果的見解。

培訓結束時，參與者將能夠：

• 在調查中，結合Big Data技術和傳統數據收集過程，拼湊出一個故事。
• 實施工業大數據存儲和處理解決方案進行數據分析。
• 為採納最合適的工具和流程以實現以數據為中心的犯罪調查方法準備一份提案。

大數據是指用於存儲和處理大規模數據集的解決方案。最初由谷歌開發，這些大數據解決方案已經發展並啓發了其他類似項目，其中許多是開源的。R是金融行業中流行的編程語言。

當傳統存儲技術無法處理您需要存儲的數據量時，有數百種替代方案可供選擇。本課程旨在指導參與者瞭解存儲和分析大數據的替代方案及其優缺點。

本課程主要側重於解決方案的討論和展示，實際操作練習可根據需求提供。

該課程是數據科學家技能集（領域：數據和技術）的一部分。

本次線下培訓將深入探討大數據。學員將通過計算機示例和案例研究練習，使用相關的大數據工具進行實踐。

聽眾

如果您試圖理解您可以訪問或想要分析網絡上可用的非結構化數據（如Twitter，鏈接等等），那麼本課程適合您。

它主要針對決策者和需要選擇哪些數據值得收集以及值得分析的人。

它不是針對人們配置解決方案，但這些人將從大局中受益。

交貨方式

在課程期間，代表們將獲得大多數開源技術的工作示例。

講座後將進行簡短的講座，參加者將進行簡單的練習

使用的內容和軟件

每次運行課程時都會更新所有使用的軟件，因此我們會檢查最新版本。

它涵蓋了從獲取，格式化，處理和分析數據的過程，以解釋如何使用機器學習自動化決策制定過程。

大數據是如此龐大和復雜的數據集，傳統的數據處理應用軟件不足以處理它們。大數據挑戰包括捕獲數據，數據存儲，數據分析，搜索，共享，傳輸，可視化，查詢，更新和信息隱私。

本課程專為IT專業人士設計，他們正在尋找在分散式系統環境中儲存和處理大數據集的解決方案。

課程目標：

獲取有關Hadoop集群管理的知識

Apache Hadoop 是最流行的用于在服务器集群上处理 Big Data 的框架。在这个为期三（可选四）天的课程中，学员将了解 Hadoop 及其生态系统的商业优势和用例，如何规划集群的部署和扩展，如何安装、维护、监控、故障排除和优化 Hadoop。他们还将练习集群批量数据加载，熟悉各种 Hadoop 发行版，并练习安装和管理 Hadoop 生态系统工具。课程最后将讨论如何使用 Kerberos 保护集群。

“……材料准备得非常充分，涵盖全面。实验室非常有帮助且组织有序。” — Andrew Nguyen, 首席集成数据仓库工程师, Microsoft 线上 Advertising

受众

Hadoop 管理员

形式

讲座与动手实验，大致比例为 60% 讲座，40% 实验。

Apache Hadoop 是最流行的用于在服务器集群上处理 Big Data 的框架。本课程将向开发者介绍 Hadoop 生态系统中的各种组件（HDFS、MapReduce、Pig、Hive 和 HBase）。

Apache Hadoop 是最流行的服务器集群上处理 Big Data 的框架之一。本课程深入探讨 HDFS 中的数据管理、高级 Pig、Hive 和 HBase。这些高级编程技术将对有经验的 Hadoop 开发者非常有益。

受众: 开发者

时长: 三天

形式: 讲座 (50%) 和动手实验 (50%)。

受众：

本课程旨在揭开大数据/Hadoop技术的神秘面纱，并展示其并非难以理解。

這種由講師指導的新竹現場培訓（現場或遠端）針對的是希望學習如何在組織內設置，部署和管理Hadoop集群的系統管理員。

在培訓結束時，參與者將能夠：

• 安裝和配置 Apache Hadoop。
• 瞭解 Hadoop 生態系統中的四個主要元件：HDFS、MapReduce、YARN 和 Hadoop Common。
• 使用 Hadoop 分散式檔案系統 （HDFS） 將集群擴展到數百或數千個節點。  
• 將 HDFS 設定為本地 Spark 部署的記憶體引擎。
• 設置 Spark 以存取替代儲存解決方案，例如 Amazon S3 和 NoSQL 資料庫系統，例如 Redis、Elasticsearch、Couchbase、Aerospike 等。
• 執行管理任務，例如配置、管理、監控和保護 Apache Hadoop 集群。

本課程介紹HBase——一個基於Hadoop的NoSQL存儲系統。本課程面向使用HBase開發應用程序的開發人員，以及管理HBase集羣的管理員。

我們將帶領開發人員瞭解HBase的架構、數據建模以及在HBase上進行應用程序開發。課程還將討論如何將MapReduce與HBase結合使用，以及一些與性能優化相關的管理主題。課程非常注重實踐，包含大量實驗練習。

時長：3天

受衆：開發人員和管理員

在這次由講師指導的新竹（線下或遠程）培訓中，學員將學習如何設置和集成不同的流處理框架與現有的大數據存儲系統及相關軟件應用和微服務。

培訓結束後，學員將能夠：

• 安裝和配置不同的流處理框架，如Spark Streaming和Kafka Streaming。
• 理解並選擇最適合的框架。
• 以連續、併發和逐條記錄的方式處理數據。
• 將流處理解決方案與現有數據庫、數據倉庫、數據湖等集成。
• 將最適合的流處理庫與企業應用和微服務集成。

This instructor-led, live training in 新竹 (online or onsite) is aimed at technical persons who wish to learn how to implement a machine learning strategy while maximizing the use of big data.

By the end of this training, participants will:

• Understand the evolution and trends for machine learning.
• Know how machine learning is being used across different industries.
• Become familiar with the tools, skills and services available to implement machine learning within an organization.
• Understand how machine learning can be used to enhance data mining and analysis.
• Learn what a data middle backend is, and how it is being used by businesses.
• Understand the role that big data and intelligent applications are playing across industries.

Apache NiFi 是一個開源的、基於數據流的數據集成和事件處理平臺。它支持自動化的即時數據路由、轉換和系統中介，通過基於 Web 的用戶界面和細粒度的控制，連接不同的系統。

本次由講師主導的培訓（線下或遠程）面向中級管理員和工程師，旨在幫助他們部署、管理、保護和優化生產環境中的 NiFi 數據流。

培訓結束後，參與者將能夠：

• 安裝、配置和維護 Apache NiFi 集羣。
• 設計和管理來自不同源和目的地的數據流。
• 實現流的自動化、路由和轉換邏輯。
• 優化性能、監控操作並解決問題。

課程形式

• 互動講座，結合實際架構討論。
• 動手實驗：構建、部署和管理數據流。
• 在即時實驗室環境中進行基於場景的練習。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

在這個由講師指導的 新竹 現場培訓中，參與者將學習基於流程的程式設計的基礎知識，因為他們使用 Apache NiFi 開發許多演示擴展、元件和處理器。

在培訓結束時，參與者將能夠：

• 瞭解 NiFi 的架構和數據流概念。
• 使用 NiFi 和第三方 API 開發擴展。
• 定製開發自己的Apache Nifi處理器。
• 從不同和不常見的檔格式和數據源中攝取和處理實時數據。

本課程爲講師指導的新竹（線上或線下）培訓，面向希望使用SMACK堆棧構建大數據解決方案的數據科學家。

通過本培訓，參與者將能夠：

• 實現用於處理大數據的數據管道架構。
• 使用Apache Mesos和Docker開發集羣基礎設施。
• 使用Spark和Scala進行數據分析。
• 使用Apache Cassandra管理非結構化數據。

這種以講師為主導的新竹現場培訓（現場或遠端）針對的是希望建立和部署Apache Spark系統以處理大量數據的工程師。

在培訓結束時，參與者將能夠：

• 安裝和配置 Apache Spark。
• 快速處理和分析非常大的數據集。
• 瞭解Apache Spark和Hadoop MapReduce之間的區別，以及何時使用哪個。
• 將 Apache Spark 與其他機器學習工具整合。

Apache Spark的學習曲線在開始時較爲平緩，但需要付出大量努力才能獲得初步回報。本課程旨在幫助學員跳過最初的學習難關。完成本課程後，學員將掌握Apache Spark的基礎知識，能夠清晰區分RDD與DataFrame，學習Python和Scala API，理解執行器和任務等。此外，課程還將遵循最佳實踐，重點關注雲部署、Databricks和AWS。學員還將瞭解AWS EMR與AWS Glue之間的區別，後者是AWS最新的Spark服務之一。

受衆：

數據工程師、DevOps、數據科學家

目標：

本課程將介紹Apache Spark。學員將瞭解Spark如何融入大數據生態系統，以及如何使用Spark進行數據分析。課程涵蓋Spark shell的交互式數據分析、Spark內部機制、Spark API、Spark SQL、Spark流處理、機器學習和GraphX。

受衆：

開發者/數據分析師

這種由 講師指導的 新竹 現場培訓（在線或現場）面向希望使用 Spark NLP（基於 Apache Spark 構建）來開發、實施和擴展自然語言文本處理模型和管道的數據科學家和開發人員。

在本次培訓結束時，參與者將能夠：

• 設置必要的開發環境以開始使用 Spark NLP 構建 NLP 管道。
• 瞭解使用 Spark NLP 的功能、架構和優勢。
• 使用 Spark NLP 中提供的預訓練模型來實現文本處理。
• 瞭解如何為生產級項目構建、訓練和擴展 Spark NLP 模型。
• 對實際使用案例（臨床數據、客戶行為洞察等）應用分類、推理和情緒分析。

Spark SQL 是 Apache Spark 中用於處理結構化和非結構化數據的模塊。Spark SQL 提供了關於數據結構以及正在執行的計算的信息。這些信息可用於執行優化。Spark SQL 的兩個常見用途是：
- 執行 SQL 查詢。
- 從現有的 Hive 安裝中讀取數據。

在這個由講師指導的線下或遠程培訓中，參與者將學習如何使用 Spark SQL 分析各種類型的數據集。

培訓結束時，參與者將能夠：

• 安裝和配置 Spark SQL。
• 使用 Spark SQL 進行數據分析。
• 查詢不同格式的數據集。
• 可視化數據和查詢結果。

課程形式

• 互動講座和討論。
• 大量練習和實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需爲此課程定製培訓，請聯繫我們安排。

這種以講師為主導的新竹現場培訓（現場或遠端）針對的是希望部署Talend Open Studio for Big Data以簡化大數據讀取和處理過程的技術人員。

在培訓結束時，參與者將能夠：

• 安裝和配置 Talend Open Studio for Big Data。
• 與 Cloudera、HortonWorks、MapR、Amazon EMR 和 Apache 等大數據系統連接。
• 瞭解並設置Open Studio的大數據元件和連接器。
• 配置參數，自動生成MapReduce代碼。
• 使用 Open Studio 的拖放介面運行 Hadoop 作業。
• 對大數據管道進行原型設計。
• 自動執行大數據集成專案。