Apache Spark Foundations for Data Engineering and Machine Learning (bằng tiếng Anh)

Dữ liệu đang phát triển nhanh hơn bao giờ hết, và các công cụ truyền thống thường phải vật lộn để xử lý nó theo quy mô. Apache Spark cung cấp khung cần thiết để xếp dữ liệu khổng lồ cho cả kỹ thuật và mô hình dự đoán. Chương trình này sẽ đưa bạn từ các nền tảng của tính toán phân tán đến thực hiện các luồng dữ kiện thế giới thực. Bạn sẽ có được một hiểu biết vững chắc về cách chuyển đổi dữ liệu thô thành những hiểu biết thực tế bằng cách sử dụng các thành phần Spark tiêu chuẩn của ngành. Bạn sẽ học được: - Hiểu kiến trúc cốt lõi của Apache Spark và xử lý dữ liệu phân tán - Thực hiện các thao tác trích xuất, biến đổi, tải (ETL) trên các tập dữ liệu quy mô lớn - Tạo các đường ống học máy bằng thư viện Spark MLlib - Thực hiện Spark Structured Streaming để xử lý dữ liệu thời gian thực - Ứng dụng các mô hình dữ liệu hiện đại như Delta Lake cho lưu trữ dữ kiện đáng tin cậy - Luyện tập dữ liệu và kỹ thuật đặc điểm cho mô hình học máy có thể mở rộng Chương trình bắt đầu với các khái niệm và thuật ngữ cơ bản trước khi chuyển sang các ứng dụng thực tế của Spark SQL, truyền tải, và học máy. Bạn sẽ làm việc thông qua các giải thích bằng văn bản và các bài tập mã được thiết kế để mô phỏng các nhiệm vụ kỹ thuật dữ liệu chuyên nghiệp. Lớp học này được thiết kế cho người mới bắt đầu quan tâm đến khoa học dữ liệu hoặc kỹ thuật; không cần kinh nghiệm trước đó với Spark. Bắt đầu xây dựng các giải pháp dữ kiện có thể mở rộng với Apache Spark ngay hôm nay.