Este curso en vivo dirigido por un instructor en Panama (en línea o in situ) está dirigido a administradores o desarrolladores de bases de datos que deseen usar Microsoft Azure Cosmos DB para desarrollar y administrar aplicaciones de baja latencia y alta capacidad de respuesta.

Al final de esta capacitación, los participantes serán capaces de:

• Aprovisione los recursos de Cosmos DB necesarios para empezar a crear bases de datos y aplicaciones.
• Escale el rendimiento y el almacenamiento de las aplicaciones mediante el uso de las API de Cosmos DB. 
• Administre las operaciones de base de datos y reduzca los costos mediante la optimización de los recursos de Cosmos DB.

En esta capacitación en vivo dirigida por un instructor en Panama, los participantes aprenderán cómo construir un Data Vault.

Al final de esta formación, los participantes serán capaces de:

• Comprender los conceptos de arquitectura y diseño detrás de Data Vault 2.0 y su interacción con Big Data, NoSQL e IA.
• Utilice técnicas de almacenamiento de datos para permitir la auditoría, el seguimiento y la inspección de datos históricos en un almacén de datos.
• Desarrolle un proceso ETL (Extracción, Transformación, Carga) coherente y repetible.
• Construya e implemente almacenes altamente escalables y repetibles.

Esta capacitación en vivo dirigida por un instructor en Panama (en línea o en el sitio) está dirigida a ingenieros de datos, científicos de datos y programadores que deseen utilizar Spark Streaming funciones en el procesamiento y análisis de datos en tiempo real.

Al final de esta capacitación, los participantes podrán usar Spark Streaming para procesar flujos de datos en vivo para su uso en bases de datos, sistemas de archivos y paneles de control en vivo.

Esta capacitación en vivo dirigida por un instructor en Panama (en línea o presencial) está dirigida a desarrolladores que desean implementar Apache Kafka el procesamiento de flujos sin escribir código.

Al final de esta formación, los participantes serán capaces de:

• Instale y configure Confluent KSQL.
• Configure una canalización de procesamiento de secuencias utilizando solo los comandos SQL (sin codificación Java o Python).
• Lleve a cabo el filtrado de datos, las transformaciones, las agregaciones, las uniones, las ventanas y la sessionización íntegramente en SQL.
• Diseñe e implemente consultas interactivas y continuas para la transmisión de ETL y análisis en tiempo real.

Esta capacitación en vivo dirigida por un instructor en Panama (en línea o presencial) está dirigida a desarrolladores que desean aprender los principios detrás del almacenamiento en memoria persistente y puro a medida que avanzan en la creación de un proyecto de computación en memoria de muestra.

Al final de esta formación, los participantes serán capaces de:

• Utilice Ignite para la persistencia en memoria y en disco, así como para una base de datos en memoria puramente distribuida.
• Logre la persistencia sin sincronizar los datos con una base de datos relacional.
• Utilice Ignite para llevar a cabo SQL uniones distribuidas.
• Mejore el rendimiento acercando los datos a la CPU, utilizando la RAM como almacenamiento.
• Distribuya conjuntos de datos en un clúster para lograr escalabilidad horizontal.
• Integre Ignite con procesadores RDBMS, NoSQL, Hadoop y de aprendizaje automático.

Apache Beam es un modelo de programación unificado de código abierto para definir y ejecutar tuberías de procesamiento de datos paralelas. Su poder radica en su capacidad para ejecutar canalizaciones por lotes y de transmisión, y la ejecución la lleva a cabo uno de los back-ends de procesamiento distribuido compatibles con Beam: Apache Apex, Apache Flink, Apache Spark y Google Cloud Dataflow. Apache Beam es útil para tareas ETL (Extracción, Transformación y Carga), como mover datos entre diferentes medios de almacenamiento y fuentes de datos, transformar datos a un formato más deseable y cargar datos en un nuevo sistema.

En esta capacitación en vivo dirigida por un instructor (presencial o remota), los participantes aprenderán a implementar los SDK Apache Beam en una aplicación Java o Python que define una canalización de procesamiento de datos para descomponer un conjunto de datos grandes en fragmentos más pequeños para un procesamiento paralelo e independiente.

Al final de esta formación, los participantes serán capaces de:

• Instalar y configurar Apache Beam.
• Utilice un único modelo de programación para llevar a cabo el procesamiento por lotes y por secuencias desde su aplicación Java o Python.
• Ejecute canalizaciones en múltiples entornos.

Formato del curso

• En parte conferencia, en parte discusión, ejercicios y práctica práctica pesada

Nota

• Este curso estará disponible Scala en el futuro. Póngase en contacto con nosotros para organizarlo.

Apache Apex es una plataforma nativa de YARN que unifica el procesamiento de flujos y lotes. Procesa big data en movimiento de una manera que es escalable, eficiente, tolerante a errores, con estado, segura, distribuida y fácil de operar.

Esta capacitación en vivo dirigida por un instructor presenta la arquitectura de procesamiento de flujo unificada de Apache Apex y guía a los participantes a través de la creación de una aplicación distribuida utilizando Apex en Hadoop.

Al final de esta formación, los participantes serán capaces de:

• Comprenda los conceptos de canalización de procesamiento de datos, como conectores para orígenes y receptores, transformaciones de datos comunes, etcétera.
• Cree, escale y optimice una aplicación Apex
• Procese flujos de datos en tiempo real de forma fiable y con una latencia mínima
• Utilice Apex Core y la biblioteca Apex Malhar para permitir un desarrollo rápido de aplicaciones
• Utilice la API de Apex para escribir y reutilizar el código existente Java
• Integre Apex en otras aplicaciones como motor de procesamiento
• Ajuste, pruebe y escale las aplicaciones de Apex

Formato del curso

• Charla y discusión interactiva.
• Muchos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertarlo.

Apache Storm es un motor de computación distribuido en tiempo real que se utiliza para habilitar la inteligencia empresarial en tiempo real. Para ello, permite que las aplicaciones procesen de forma fiable flujos de datos ilimitados (también conocido como procesamiento de flujos).

"¡Storm es para el procesamiento en tiempo real lo que Hadoop es para el procesamiento por lotes!"

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a instalar y configurar Apache Storm, luego desarrollarán e implementarán una aplicación Apache Storm para procesar grandes cantidades de datos en tiempo real.

Algunos de los temas incluidos en esta capacitación incluyen:

• Apache Storm En el contexto de Hadoop
• Trabajar con datos ilimitados
• Cómputo continuo
• Análisis en tiempo real
• Procesamiento distribuido de RPC y ETL

¡Solicita este curso ahora!

Audiencia

• Desarrolladores de software y ETL
• Profesionales del mainframe
• Científicos de datos
• Analistas de big data
• Hadoop Profesionales

Formato del curso

•     En parte conferencia, en parte discusión, ejercicios y práctica práctica pesada

En esta capacitación en vivo dirigida por un instructor en Panama (presencial o remoto), los participantes aprenderán cómo implementar y administrar Apache NiFi en un entorno de laboratorio en vivo.

Al final de esta formación, los participantes serán capaces de:

• Instala y configura Apachi NiFi.
• Obtenga, transforme y administre datos de fuentes de datos dispares y distribuidas, incluidas bases de datos y lagos de big data.
• Automatice los flujos de datos.
• Habilite el análisis de transmisión.
• Aplique varios enfoques para la ingesta de datos.
• Transforme Big Data y conviértase en información empresarial.

En esta capacitación en vivo dirigida por un instructor en Panama, los participantes aprenderán los fundamentos de la programación basada en flujo a medida que desarrollan una serie de extensiones, componentes y procesadores de demostración utilizando Apache NiFi.

Al final de esta formación, los participantes serán capaces de:

• Comprenda la arquitectura de NiFi y los conceptos de flujo de datos.
• Desarrolle extensiones utilizando NiFi y API de terceros.
• Desarrollar a medida su propio procesador Apache Nifi.
• Ingiera y procese datos en tiempo real de formatos de archivo y fuentes de datos dispares y poco comunes.