Basis van Big Data met Python en PySpark

Big Data vereist gespecialiseerde tools om enorme hoeveelheden informatie te verwerken die standaardsoftware niet aankan. PySpark biedt de cruciale link tussen vertrouwde Python data science tools en de kracht van gedistribueerde computing. Aan het einde van deze cursus bent u bedreven in het opzetten van een gegevensverwerkingsomgeving, het manipuleren van grote datasets met behulp van de data-analysebibliotheken van Python en het toepassen van PySpark om schaalbare transformaties, analyse en basistaken voor machine learning uit te voeren op gedistribueerde clusters. Wat je leert: * Begrijp de fundamentele concepten van gedistribueerde computing en de Apache Spark-architectuur. * Master core Python datastructuren en gebruik maken van de panda's bibliotheek voor efficiënte lokale data manipulatie. * Pas PySpark DataFrames en Spark SQL toe om enorme gestructureerde datasets te lezen, op te ruimen en te transformeren. * Configureer eenvoudige virtuele omgevingen en beheer afhankelijkheden voor schaalbare data science-projecten. * Oefen gemeenschappelijke datatransformaties, aggregaties, joins en query-optimalisatietechnieken in PySpark. * Leer hoe u eenvoudige streaming data-inname uitvoert en machine learning-modellen toepast met behulp van MLlib. De cursus begint met een solide basis in Python-gegevensverwerking en omgevingsinstelling voordat de kernconcepten van gedistribueerde verwerking worden geïntroduceerd. Vervolgens gaan we over op praktische toepassing met behulp van PySpark DataFrames, met de nadruk op schaalbare gegevensmanipulatie en -analyse, met als hoogtepunt introducties tot streaming- en machine learning-tools. Deze cursus is bedoeld voor absolute beginners die geïnteresseerd zijn in data engineering, data science of data-analyse die met grote datasets moeten werken. Er is geen voorafgaande ervaring met Spark of gedistribueerde systemen vereist. Bouw vandaag nog aan uw expertise in schaalbare gegevensverwerking.