Apache Spark Essential Training: Big Data Engineering (2021)

مهندسی داده پایه و اساس ساخت برنامه های کاربردی تجزیه و تحلیل و علم داده در دنیای جدید Big Data است. مهندسی داده مستلزم ترکیب چندین فناوری کلان داده برای ساخت خطوط لوله و شبکه های داده برای جریان، پردازش و ذخیره داده ها است. این دوره بر ساخت راه حل های کامل تمرکز دارد که Apache Spark را با سایر ابزارهای Big Data ترکیب می کند تا خطوط لوله داده سرتاسری ایجاد کند. مربی کوماران پونامبالام با تعریف مهندسی داده، عملکردها و مفاهیم آن شروع می کند. در مرحله بعد، کوماران به نحوه عملکرد قابلیت‌های Spark مانند پردازش موازی، برنامه‌های اجرایی، گزینه‌های مدیریت حالت و یادگیری ماشین با استخراج، تبدیل، بارگذاری (ETL) می‌پردازد. او شما را با موارد و فرآیندهای استفاده از پردازش دسته ای و همچنین خطوط لوله پردازش بلادرنگ آشنا می کند. کوماران پس از آشنایی با چندین روش مفید مفید، با یک پروژه تمرینی پایان به انتها پایان می‌دهد.