Fondamenti dei Big Data, Apache Spark e sistemi distribuiti

Questo corso introduce i principi fondamentali dei Big Data per aiutarti a comprendere l'elaborazione distribuita e le moderne pipeline di ingegneria dei dati. Inizierai con la terminologia essenziale, apprendendo le caratteristiche dei Big Data, i database relazionali rispetto alle soluzioni di archiviazione NoSQL e i file system distribuiti come HDFS.Da lì, esplorerai Hadoop MapReduce e Apache Spark, incluso il parallelismo Spark. In questo corso, potrai:Impara i concetti fondamentali di Big Data e le architetture di sistema distribuite.Confronta i database relazionali con i paradigmi NoSQL per selezionare le soluzioni di archiviazione appropriate.Comprendere l'ecosistema Hadoop, le operazioni HDFS e l'elaborazione MapReduce.Applicare i principi di Apache Spark, DataFrames e le tecniche di calcolo parallelo. Configurare flussi di lavoro ETL ed ELT efficienti per l'elaborazione continua dei dati.Esplora le moderne tendenze di gestione dei dati, tra cui i concetti di cloud data lakehouse e di archiviazione vettoriale. Il curriculum inizia con la terminologia fondamentale prima di passare a modelli di architettura pratici. Questo corso è creato per principianti e aspiranti specialisti di dati senza precedenti esperienze di calcolo distribuito.Leggi le lezioni per costruire una solida base nella moderna ingegneria dei Big Data.