Talend Big Data Integration

Esta formación en vivo con instructores en <ubicación> (en línea o presencial) está dirigida a profesionales de datos de nivel avanzado que deseen optimizar los flujos de procesamiento de datos, garantizar la integridad de los datos e implementar soluciones robustas de lakehouse que puedan manejar las complejidades de las aplicaciones modernas de big data.

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

• Adquirir una comprensión profunda de la arquitectura de Iceberg, incluida la gestión de metadatos y el diseño de archivos.
• Configurar Iceberg para un rendimiento óptimo en diversos entornos e integrarlo con múltiples motores de procesamiento de datos.
• Gestionar tablas Iceberg a gran escala, realizar cambios complejos en el esquema y manejar la evolución de las particiones.
• Dominar técnicas para optimizar el rendimiento de las consultas y la eficiencia del escaneo de datos para grandes conjuntos de datos.
• Implementar mecanismos para garantizar la consistencia de los datos, gestionar garantías transaccionales y manejar fallos en entornos distribuidos.

Esta formación presencial impartida por un instructor en Panama (en línea o in situ) está dirigida a profesionales de datos principiantes que desean adquirir el conocimiento y las habilidades necesarias para utilizar eficazmente Apache Iceberg en la gestión de conjuntos de datos a gran escala, garantizar la integridad de los datos y optimizar los flujos de trabajo de procesamiento de datos.

Al finalizar esta formación, los participantes serán capaces de:

• Obtener una comprensión exhaustiva de la arquitectura, las características y los beneficios de Apache Iceberg.
• Aprender sobre formatos de tabla, particionamiento, evolución del esquema y capacidades de viaje en el tiempo.
• Instalar y configurar Apache Iceberg en distintos entornos.
• Crear, gestionar y manipular tablas Iceberg.
• Comprender el proceso de migración de datos desde otros formatos de tabla hacia Iceberg.

Esta formación en vivo, impartida por instructores en Panama (en línea o presencial), está dirigida a científicos de datos e ingenieros de nivel intermedio que desean utilizar Google Colab y Apache Spark para el procesamiento y análisis de big data.

Al finalizar esta formación, los participantes podrán:

• Configurar un entorno de big data utilizando Google Colab y Spark.
• Procesar y analizar grandes conjuntos de datos de forma eficiente con Apache Spark.
• Visualizar big data en un entorno colaborativo.
• Integrar Apache Spark con herramientas basadas en la nube.

Apache NiFi es una plataforma de integración de datos basada en flujos y procesamiento de eventos de código abierto. Permite el enrutamiento, la transformación y la mediación de sistemas entre diferentes plataformas de manera automatizada y en tiempo real, con una interfaz web y un control fino.

Esta formación presencial o remota e impartida por un instructor está dirigida a administradores e ingenieros de nivel intermedio que deseen desplegar, administrar, asegurar y optimizar los flujos de datos de NiFi en entornos de producción.

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

• Instalar, configurar y mantener clústeres de Apache NiFi.
• Diseñar y gestionar flujos de datos desde diversas fuentes y puntos finales.
• Implementar lógica de automatización, enrutamiento y transformación de flujos.
• Optimizar el rendimiento, monitorear operaciones y resolver problemas.

Formato del Curso

• Conferencia interactiva con discusión sobre arquitecturas reales.
• Prácticas de laboratorio: creación, despliegue y gestión de flujos.
• Ejercicios basados en escenarios en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para organizarlo.

Esta formación ofrece una introducción práctica para construir flujos de trabajo escalables de procesamiento de datos y aprendizaje automático utilizando PySpark. Los participantes aprenderán cómo funciona Apache Spark dentro de los ecosistemas modernos de Big Data y cómo procesar conjuntos de datos grandes de manera eficiente aplicando principios de computación distribuida.

Esta formación en vivo impartida por un instructor en Panama (en línea o presencial) está dirigida a ingenieros que deseen configurar e implementar un sistema Apache Spark para procesar grandes volúmenes de datos.

Al finalizar esta formación, los participantes serán capaces de:

• Instalar y configurar Apache Spark.
• Procesar y analizar conjuntos de datos muy grandes con rapidez.
• Comprender las diferencias entre Apache Spark y Hadoop MapReduce, así como saber cuándo utilizar cada uno.
• Integrar Apache Spark con otras herramientas de aprendizaje automático.

Esta formación en vivo impartida por un instructor en Panama (en línea o presencial) está dirigida a administradores de sistemas de nivel principiante e intermedio que deseen implementar, mantener y optimizar clústeres de Spark.

Al finalizar esta formación, los participantes podrán:

• Instalar y configurar Apache Spark en diversos entornos.
• Gestionar los recursos del clúster y monitorizar las aplicaciones de Spark.
• Optimizar el rendimiento de los clústeres de Spark.
• Implementar medidas de seguridad y garantizar una alta disponibilidad.
• Depurar y solucionar problemas comunes de Spark.

La curva de aprendizaje de Apache Spark es empinada al inicio, ya que se requiere mucho esfuerzo para obtener los primeros resultados. Este curso tiene como objetivo superar esta etapa inicial más difícil. Tras completar este curso, los participantes comprenderán los fundamentos de Apache Spark, podrán diferenciar claramente entre RDD y DataFrame, aprenderán a usar las API de Python y Scala, entenderán cómo funcionan los executores y las tareas, entre otros aspectos. Además, siguiendo las mejores prácticas, el curso se centra fuertemente en la implementación en la nube, Databricks y AWS. Los estudiantes también comprenderán las diferencias entre AWS EMR y AWS Glue, uno de los últimos servicios de Spark ofrecidos por AWS.

PÚBLICO OBJETIVO:

Ingenieros de Datos, DevOps, Científicos de Datos

En esta formación en vivo y con instructor en Panama, los participantes aprenderán cómo usar Python y Spark juntos para analizar big data mientras realizan ejercicios prácticos.

Al finalizar esta capacitación, los participantes podrán:

• Aprender cómo usar Spark con Python para analizar Big Data.
• Realizar ejercicios que imitan casos del mundo real.
• Utilizar diversas herramientas y técnicas para el análisis de datos masivos usando PySpark.

Esta formación en vivo impartida por un instructor en Panama (en línea o presencial) está dirigida a desarrolladores que desean utilizar e integrar Spark, Hadoop y Python para procesar, analizar y transformar conjuntos de datos grandes y complejos.

Al finalizar esta formación, los participantes podrán:

• Configurar el entorno necesario para comenzar a procesar big data con Spark, Hadoop y Python.
• Comprender las características, componentes principales y arquitectura de Spark y Hadoop.
• Aprender cómo integrar Spark, Hadoop y Python para el procesamiento de grandes datos.
• Explorar las herramientas del ecosistema de Spark (Spark MLlib, Spark Streaming, Kafka, Sqoop, Kafka y Flume).
• Construir sistemas de recomendación mediante filtrado colaborativo similares a los de Netflix, YouTube, Amazon, Spotify y Google.
• Utilizar Apache Mahout para escalar algoritmos de aprendizaje automático.

Stratio es una plataforma centrada en los datos que integra big data, inteligencia artificial (IA) y gobernanza en una única solución. Sus módulos Rocket e Intelligence permiten la exploración rápida de datos, su transformación y el análisis avanzado en entornos empresariales.

Este curso en vivo con instructor (en línea o presencial) está dirigido a profesionales de los datos de nivel intermedio que deseen utilizar eficazmente los módulos Rocket e Intelligence de Stratio con PySpark, centrándose en estructuras de bucle, funciones definidas por el usuario y lógica avanzada de datos.

Al finalizar este curso, los participantes podrán:

• Navegar y trabajar dentro de la plataforma Stratio utilizando los módulos Rocket e Intelligence.
• Aplicar PySpark en el contexto de ingestión, transformación y análisis de datos.
• Utilizar bucles y lógica condicional para controlar flujos de trabajo y tareas de ingeniería de características.
• Crear y gestionar funciones definidas por el usuario (UDF) para operaciones de datos reutilizables en PySpark.

Formato del curso

• Lección interactiva y discusión.
• Numerosos ejercicios y prácticas.
• 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 coordinarlo.

Esta formación en vivo impartida por un instructor en <lugar> (en línea o presencial) está dirigida a administradores de sistemas, científicos de datos y analistas de negocio que deseen configurar el Centro de Administración de Talend para implementar y gestionar los roles y tareas de la organización.

Al finalizar esta formación, los participantes podrán:

• Instalar y configurar el Centro de Administración de Talend.
• Comprender e implementar los fundamentos de la gestión de Talend.
• Construir, implementar y ejecutar proyectos o tareas empresariales en Talend.
• Monitorear la seguridad de los conjuntos de datos y desarrollar rutinas empresariales basadas en el marco de trabajo del TAC.
• Obtener una comprensión más amplia de las aplicaciones de big data.

Esta formación en vivo con instructor en Panama (en línea o presencial) está dirigida a analistas de datos de nivel principiante e intermedio que desean profundizar su comprensión y habilidades en la gestión y mejora de la calidad de los datos mediante Talend Data Stewardship.

Al finalizar esta formación, los participantes serán capaces de:

• Adquirir una comprensión integral del papel del data stewardship en el mantenimiento de la calidad de los datos.
• Utilizar Talend Data Stewardship para gestionar tareas relacionadas con la calidad de los datos.
• Crear, asignar y gestionar tareas dentro de Talend Data Stewardship, incluyendo la personalización del flujo de trabajo.
• Utilizar las capacidades de informes y supervisión de la herramienta para rastrear los esfuerzos de calidad y gestión de los datos.

Durante este entrenamiento en vivo con instructor en Panama, los participantes aprenderán a utilizar Talend Open Studio para ESB con el fin de crear, conectar, mediar y gestionar servicios así como sus interacciones.

Al finalizar este entrenamiento, los participantes podrán:

• Integrar, mejorar y entregar tecnologías ESB como paquetes únicos en diversos entornos de despliegue.
• Comprender y utilizar los componentes más utilizados de Talend Open Studio.
• Integrar cualquier aplicación, base de datos, API o servicio web.
• Integrar de forma fluida sistemas heterogéneos y aplicaciones.
• Incorporar bibliotecas de código Java existentes para extender proyectos.
• Aprovechar componentes y código comunitarios para extender proyectos.
• Integrar rápidamente sistemas, aplicaciones y fuentes de datos dentro de un entorno Eclipse mediante arrastrar y soltar.
• Reducir el tiempo de desarrollo y los costes de mantenimiento mediante la generación de código optimizado y reutilizable.