Temario del curso
Introducción
Comprensión del Big Data
Visión general de Spark
Visión general de Python
Visión general de PySpark
- Distribución de datos utilizando el marco Resilient Distributed Datasets (RDD).
- Distribución del cómputo utilizando 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
- Iniciando con Python.
- Uso del cuaderno Jupyter (Jupyter Notebook).
- Uso de variables y tipos de datos simples.
- Trabajo con listas.
- Uso de sentencias if.
- Interacción con entradas de usuario.
- Trabajo con bucles while.
- Implementación de funciones.
- Trabajo con clases.
- Manejo de archivos y excepciones.
- Trabajo con proyectos, datos y APIs.
Aprendizaje de los fundamentos de Spark DataFrame
- Iniciando con Spark DataFrames.
- Implementación de operaciones básicas con Spark.
- Uso de operaciones Groupby (agrupar por) y agregadas.
- Trabajo con marcas de tiempo y fechas.
Desarrollo de un ejercicio de proyecto con Spark DataFrame
Comprensión del aprendizaje automático (Machine Learning) con MLlib
Trabajo con MLlib, Spark y Python para Machine Learning
Comprensión de las regresiones
- Aprendizaje de la teoría de la regresión lineal.
- Implementación de un código de evaluación de regresión.
- Ejercicio de práctica con una regresión lineal de muestra.
- Aprendizaje de la teoría de la regresión logística.
- Implementación de un código de regresión logística.
- Ejercicio de práctica con una regresión logística de muestra.
Comprensión de los bosques aleatorios (Random Forests) y los árboles de decisión
- Aprendizaje de la teoría de métodos de árboles.
- Implementación de códigos de árboles de decisión y bosques aleatorios.
- Ejercicio de práctica con clasificación de bosque aleatorio de muestra.
Trabajo con agrupamiento K-means
- Comprensión de la teoría del agrupamiento K-means.
- Implementación de un código de agrupamiento K-means.
- Ejercicio de práctica con clustering de muestra.
Trabajo con sistemas de recomendación
Implementación de procesamiento del lenguaje natural
- Comprensión del Procesamiento del Lenguaje Natural (NLP).
- Visión general de herramientas NLP.
- Ejercicio de práctica con NLP de muestra.
Transmisión de datos (Streaming) con Spark en Python
- Visión general de transmisión de datos con Spark.
- Ejercicio de práctica de streaming de Spark de muestra.
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
