Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la plataforma Stratio
- Descripción general de la arquitectura y los módulos principales de Stratio
- Papel del módulo Rocket e Intelligence en el ciclo de vida de los datos
- Inicio de sesión y navegación por la interfaz de usuario (UI) de Stratio
Trabajando con el módulo Rocket
- Ingestión de datos y creación de pipelines
- Conexión de fuentes de datos y configuración de transformaciones
- Uso de PySpark para tareas de preprocesamiento en Rocket
Conceptos básicos de PySpark para usuarios de Stratio
- Estructuras de datos y operaciones de PySpark
- Constructos de bucle: uso de for, while e if/else
- Escrita de funciones personalizadas con def y su aplicación
Uso avanzado de Rocket con PySpark
- Ingestión en streaming y transformaciones
- Utilización de bucles y funciones en escenarios por lotes y en tiempo real
- Mejores prácticas para el rendimiento en pipelines de PySpark
Explorando el módulo Intelligence
- Descripción general de las funciones de modelado y análisis de datos
- Selección, transformación y exploración de características
- Papel de PySpark en el análisis personalizado y la obtención de información (insights)
Creación de flujos de trabajo de análisis avanzados
- Creación de funciones definidas por el usuario (UDF) en Intelligence
- Aplicación de condicionales y bucles para la lógica de datos
- Casos de uso: segmentación, agregación y predicción
Despliegue y colaboración
- Guardado, exportación y reutilización de flujos de trabajo
- Colaboración con otros miembros del equipo en Stratio
- Revisión de los resultados e integración con herramientas downstream
Resumen y próximos pasos
Requerimientos
- Experiencia con la programación en Python
- Comprensión de los conceptos de análisis de datos o procesamiento de big data
- Conocimientos básicos de Apache Spark y computación distribuida
Público objetivo
- Ingenieros de datos que trabajan en plataformas basadas en Stratio
- Analistas o desarrolladores que utilizan los módulos Rocket e Intelligence
- Equipos técnicos que migran a flujos de trabajo de PySpark dentro de Stratio
14 Horas
Testimonios (2)
Haciendo Ejercicio
Joe Pang - Lands Department, Hong Kong
Curso - QGIS for Geographic Information System
Traducción Automática
Los ejemplos prácticos nos permitieron tener una idea real de cómo funciona el programa. Buenas explicaciones e integración de conceptos teóricos y su relación con las aplicaciones prácticas.
Ian - Archeoworks Inc.
Curso - ArcGIS Fundamentals
Traducción Automática