Big Data - podstawy analizy danych opartej o duże zbiory danych

    Czas trwania
    Godzina rozpoczęcia
    Stopień trudności

      Szkolenie Big Data - podstawy analizy danych opartej o duże zbiory danych

      Dowiedz się, czym jest Big Data oraz na czym polega skalowalność i wydajność systemów Big Data!

      Opis szkolenia

      Szkolenie Big Data - podstawy analizy dużych zbiorów danych jest dedykowane analitykom danych, programistom oraz osobom biorącym udział w projektach związanych z Big Data. Podczas szkolenia zapoznasz się z podstawami analizy dużych zbiorów danych. Dowiesz się jak wykorzystać narzędzia do wizualizacji danych oraz jak wygląda współpraca ze skalowalnymi systemami do przechowywania danych.

      Szkolenie Big Data - podstawy analizy danych opartej o duże zbiory danych jest realizowane w formie wykładów i ćwiczeń praktycznych. Szkolenie łączy w sobie wiedzę merytoryczną z praktycznymi ćwiczeniami, które pozwolą uczestnikom na zdobycie praktycznych umiejętności w zakresie pracy z dużymi zbiorami danych.

      Poznaj program szkolenia

      Co zyskasz dzięki szkoleniu ?

      Cele szkolenia 

      Celem szkolenia jest poznanie jest zapoznanie się z podstawami analizy danych opartych na dużych zbiorach danych. Szkolenie jest przeglądem technik i narzędzi dostępnych na rynku, pozwalających na optymalna pracę z Big Data.

      Umiejętności

      Dzięki szkoleniu uczestnik:

      • Dowie się, co to jest Big Data i jak wygląda architektura systemów Big Data
      • Nauczy się zbierać i składować dane
      • Pozna  sposoby przetwarzania dużych danych
      • Będzie potrafił wizualizować dane
      • Dowie się, czym jest skalowalność i wydajność systemów Big Data oraz jak wygląda bezpieczeństwo danych
      Czy to szkolenie jest dla Ciebie ?

      Profil uczestników

      Szkolenie przeznaczone jest dla analityków danych, architektów struktur danych, programistów oraz osób biorących udział w projektach związanych z Big Data.

      Przygotowanie uczestników

      Od uczestników szkolenia wymagana są podstawowej wiedzy na temat danych oraz ich analizy.

      Czas trwania

      Przed nami:

      • 2 dni, 16 godzin szkoleniowych
      Szczegółowy program szkolenia

      Szczegółowy program szkolenia

      Sesja wprowadzająca do Big Data

      • Definicja big data i jej znaczenie w dzisiejszym świecie.
      • Wyzwania i możliwości związane z analizą dużych zbiorów danych.
      • Przykłady zastosowań big data w różnych dziedzinach.

      Architektura systemów big data

      • Przegląd popularnych technologii i narzędzi do przechowywania, przetwarzania i analizy dużych zbiorów danych, takich jak Hadoop, Spark, NoSQL, Apache Kafka itp.
      • Porównanie różnych modeli architektonicznych, takich jak przetwarzanie wsadowe (batch processing) i przetwarzanie strumieniowe (stream processing).

      Zbieranie i składowanie danych

      • Strategie zbierania danych i ich przechowywanie.
      • Bazy danych relacyjne i nierelacyjne.
      • Skalowalne systemy przechowywania danych, takie jak Hadoop Distributed File System (HDFS) i Amazon S3.

      Przetwarzanie danych

      • Wprowadzenie do przetwarzania wsadowego i przetwarzania strumieniowego.
      • Wykorzystanie narzędzi takich jak Apache Spark do przetwarzania dużych zbiorów danych.
      • Techniki transformacji i wstępnego przetwarzania danych.

      Analiza i wizualizacja danych

      • Narzędzia i techniki analizy dużych zbiorów danych.
      • Wprowadzenie do algorytmów uczenia maszynowego i technik eksploracji danych.
      • Wykorzystanie narzędzi do wizualizacji danych, takich jak Tableau lub Python z bibliotekami takimi jak Matplotlib i Seaborn.

      Skalowalność i wydajność

      • Wyzwania związane z skalowalnością i wydajnością systemów big data.
      • Optymalizacja zapytań i przetwarzania równoległego.
      • Zarządzanie zasobami i monitorowanie wydajności.

      Bezpieczeństwo i prywatność danych

      • Zagadnienia związane z bezpieczeństwem i prywatnością danych w kontekście big data.
      • Metody szyfrowania, uwierzytelniania i kontroli dostępu.

      Studium przypadku i praktyczne ćwiczenia

      • Przeprowadzenie studium przypadku wykorzystującego narzędzia i techniki omówione podczas szkolenia.
      • Praktyczne ćwiczenia, które pozwolą uczestnikom na zdobycie praktycznych umiejętności w zakresie pracy z dużymi zbiorami danych.

      Metoda realizacji szkolenia

      Szkolenie realizowane jest w formie naprzemiennie następujących po sobie wykładów oraz ćwiczeń praktycznych. Szkolenie łączy w sobie wiedzę merytoryczną z praktycznymi przykładami jej wykorzystania w środowisku pracy.

      POBIERZ PROGRAM W PDF

      Ścieżka rozwoju
      W ramach szkolenia zapewniamy

      W ramach szkolenia zapewniamy

      • materiały szkoleniowe
      • certyfikat potwierdzający udział w kursie
      • pełna obsługa cateringowa (dotyczy szkoleń stacjonarnych)

      Spotkajmy się na szkoleniu

      • Anna Kotarba

        Data scientist, absolwentka kierunku matematyka dla przemysłu i gospodarki na Politechnice Wrocławskiej. Jeśli akurat nie wykonuję analiz, to najpewniej przekazuję swoją wiedzę innym. Od siedmiu lat prowadzę szkolenia z programowania, analizy danych i uczenia maszynowego.Na co dzień pomagam firmom identyfikować kluczowe zmienne, wdrażać dobre praktyki analityczne i zrozumieć dane. Wszystko to z pomocą uczenia maszynowego. Po godzinach najczęściej można mnie spotkać na górskich szlakach lub w podróży.

      • Marcin Albiniak

        Jestem trenerem o wszechstronnym zakresie tematycznym, szczególnie interesuję się tematyką związaną z grafiką komputerową: AutoCAD, Corel, Adobe, Programowanie: Web, Mobile, Java, Python, C#, VB, JS, Groovy, Scala, Swift itd., bazy danych, analiza danych, algorytmy AI i wiele innych zagadnień. Jestem doktorem informatyki w specjalności – algorytmy sztucznej inteligencji – Machine Learning, Deep Learning. Prywatnie – biegam ultra maratony w górach, uwielbiam filmy z Jamesem Bondem, a w muzyce ciężkie brzmienia.

        Podobne szkolenia