Temario del curso
Introducción
Comprensión del Big Data
Vista general de Spark
Vista general de Python
Vista general de PySpark
- Distribución de datos utilizando el marco de conjuntos distribuidos resilientes (Resilient Distributed Datasets)
- Distribución de computación mediante operadores de la API de Spark
Configuración de Python con Spark
Configuración de PySpark
Uso de instancias EC2 de Amazon Web Services (AWS) para Spark
Configuración de Databricks
Configuración del clúster AWS EMR
Aprendizaje de los fundamentos de la programación en Python
- Inicio con Python
- Uso del cuaderno Jupyter
- Uso de variables y tipos de datos simples
- Trabajo con listas
- Uso de sentencias if
- Entrada de datos por parte del usuario
- Trabajo con bucles while
- Implementación de funciones
- Trabajo con clases
- Trabajo con archivos y excepciones
- Trabajo con proyectos, datos y APIs
Aprendizaje de los fundamentos del DataFrame de Spark
- Inicio con DataFrames de Spark
- Implementación de operaciones básicas con Spark
- Uso de operaciones de agrupamiento (groupby) y agregación
- Trabajo con marcas temporales y fechas
Realización de un ejercicio práctico sobre DataFrame de Spark
Comprensión del aprendizaje automático con MLlib
Trabajo con MLlib, Spark y Python para aprendizaje automático
Comprensión de las regresiones
- Aprendizaje de la teoría de regresión lineal
- Implementación de código de evaluación de regresión
- Realización de un ejercicio práctico de regresión lineal de ejemplo
- Aprendizaje de la teoría de regresión logística
- Implementación de código de regresión logística
- Realización de un ejercicio práctico de regresión logística de ejemplo
Comprensión de bosques aleatorios y árboles de decisión
- Aprendizaje de la teoría de métodos de árboles
- Implementación de códigos de árboles de decisión y bosques aleatorios
- Realización de un ejercicio práctico de clasificación con bosque aleatorio de ejemplo
Trabajo con agrupamiento K-means
- Comprensión de la teoría del agrupamiento K-means
- Implementación de código de agrupamiento K-means
- Realización de un ejercicio práctico de agrupamiento de ejemplo
Trabajo con sistemas de recomendación
Implementación de procesamiento de lenguaje natural
- Comprensión del procesamiento de lenguaje natural (NLP)
- Vista general de herramientas de NLP
- Realización de un ejercicio práctico de NLP de ejemplo
Transmisión de datos (Streaming) con Spark en Python
- Vista general de transmisión con Spark
- Ejercicio de transmisión de Spark de ejemplo
Observaciones finales
Requerimientos
- Habilidades generales de programación
Público objetivo
- Desarrolladores
- Profesionales de TI
- Científicos de datos
Reseñas (6)
Me gustó que fuera práctico. Amé aplicar el conocimiento teórico con ejemplos prácticos.
Aurelia-Adriana - Allianz Services Romania
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
El curso trataba sobre una serie de temas muy complejos y relacionados, y Pablo tiene un conocimiento profundo de cada uno de ellos. A veces, los matices se perdían en la comunicación y/o debido a las presiones de tiempo, lo que posiblemente hizo que las expectativas no se cumplieran del todo por esta razón. También hubo algunos problemas con la configuración de UHG/Azure Databricks, pero Pablo/UHG resolvió estos rápidamente una vez que se hicieron evidentes. Esto para mí demostró un alto nivel de entendimiento y profesionalismo entre UHG y Pablo,
Michael Monks - Tech NorthWest Skillnet
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Atención individualizada.
ARCHANA ANILKUMAR - PPL
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Formación práctica..
Abraham Thomas - PPL
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
Las lecciones se impartieron en un cuaderno de Jupyter. Los temas estaban estructurados con una secuencia lógica y ayudaron naturalmente a desarrollar la sesión desde las partes más sencillas hasta las más complejas. Ya soy un usuario avanzado de Python con conocimientos en Aprendizaje Automático, por lo que encontré el curso más fácil de seguir que, posiblemente, algunos de mis compañeros que tomaron el curso de formación. Aprecio que se hayan omitido algunos de los conceptos más elementales y que se haya centrado en los temas más sustanciales.
Angela DeLaMora - ADT, LLC
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
tareas de práctica
Pawel Kozikowski - GE Medical Systems Polska Sp. Zoo
Curso - Python and Spark for Big Data (PySpark)
Traducción Automática
