اسپارک 3 روی پلتفرم گوگل کلود - سطح مبتدی تا پیشرفته

آنچه یاد خواهید گرفت:

• درک اصول آپاچی اسپارک 3، شامل معماری و کامپوننت‌ها
• توسعه و استقرار PySpark Jobs در Dataproc روی GCP شامل راه‌اندازی خوشه و مدیریت منابع
• کسب تجربه عملی در استفاده از اسپارک 3 برای پردازش داده‌ دسته‌ای پیشرفته، یادگیری ماشین و تحلیل‌های بلادرنگ
• بهترین شیوه‌ها برای بهینه‌سازی عملکرد اسپارک 3 روی GCP شامل مقیاس‌بندی خودکار، تیونینگ دقیق و یکپارچه‌سازی با دیگر کامپوننت‌های GCP

توضیحات دوره

آیا به دنبال ورود به پردازش و تحلیل کلان داده‌ با آپاچی اسپارک و گوگل کلود هستید؟ این دوره به شما کمک می‌کند تا PySpark 3.3 را به‌ خوبی یاد بگیرید و از تمام پتانسیل آن برای پردازش حجم‌های زیاد داده‌ در یک محیط توزیع‌ شده استفاده کنید. شما یاد خواهید گرفت که چگونه job های پردازش داده کارآمد، مقیاس‌پذیر و مقاوم بسازید و چگونه آنها را در موارد زیر اعمال کنید:

• تبدیلات دیتافریم با API‌s دیتافریم
• SparkSQL
• استقرار Jobs اسپارک همانطور که در سناریوهای واقعی انجام می‌شود.
• یکپارچه‌سازی Jobs اسپارک با دیگر کامپوننت‌ها در GCP
• پیاده‌سازی یوزکیس‌های یادگیری ماشین بلادرنگ با ساخت سیستم پیشنهاد محصول

این دوره برای مهندسان داده، تحلیلگران داده، دانشمندان داده و کسی که به پردازش کلان داده‌ با آپاچی اسپارک و گوگل کلود علاقه‌مند است طراحی شده است. همچنین مناسب برای دانشجویان و حرفه‌ای‌هایی است که می‌خواهند مهارت‌های خود را در پردازش کلان داده‌ و تحلیل‌ها با استفاده از PySpark و فناوری‌های گوگل کلود تقویت کنند.

چرا این دوره را انتخاب کنید؟

در این دوره، شما تجربه عملی در طراحی، ساخت و استقرار پایپ‌لاین‌های پردازش کلان داده‌ با استفاده از PySpark روی گوگل کلود خواهید داشت. شما یاد خواهید گرفت که چگونه مجموعه داده‌های بزرگ را به‌ صورت موازی به موثرترین شکل پردازش کنید بدون اینکه نیاز به نصب یا اجرای چیزی روی کامپیوتر محلی خود داشته باشید.

در پایان دوره، شما مهارت‌ها و اعتمادبه‌نفس لازم برای رسیدگی به مشکلات واقعی پردازش کلان داده‌ و ارائه راه‌حل‌های با کیفیت بالا با استفاده از PySpark و دیگر فناوری‌های گوگل کلود را خواهید داشت.

چه شما مهندس داده، تحلیلگر داده یا دانشمند داده‌ باشید که به دنبال پیشرفت مهارت‌هایتان هستید، این دوره جامع شما را با مهارت‌ها و دانش مورد نیاز برای پردازش حجم‌های زیاد داده‌ با استفاده از PySpark و گوگل کلود تجهیز خواهد کرد.

علاوه بر این، با بخشی پایانی اختصاصی به سوالات و نکات مصاحبه، شما برای موفقیت در مصاحبه‌های بعدی خود در حوزه مهندسی داده یا کلان داده‌ به‌خوبی آماده خواهید بود.

این دوره برای چه کسانی مناسب است؟

• مهندسان داده یا تحلیلگران داده که می‌خواهند یاد بگیرند چگونه از اسپارک 3 در پلتفرم گوگل کلود (GCP) برای پردازش و تحلیل کلان داده‌ استفاده کنند.
• توسعه‌دهندگان نرم‌افزار که می‌خواهند اسپارک 3 را با اپلیکیشن‌ها یا گردش‌کارهای خود در GCP یکپارچه کنند.
• دانشمندان داده که می‌خواهند از قابلیت‌های یادگیری ماشین اسپارک 3 در GCP برای ساخت و استقرار مدل‌های پیش‌بینانه استفاده کنند.
• کسی که می‌خواهد سفر خود را با اسپارک 3 آغاز کند.