Big Data Computing: Fondamenti di Ingegneria dei Dati Moderna

Poiché i set di dati crescono esponenzialmente, i database tradizionali non riescono più a tenere il passo con le esigenze dell'industria moderna. Comprendere come archiviare, elaborare e analizzare enormi volumi di dati è un'abilità essenziale per qualsiasi aspirante professionista dei dati. Questo corso basato su testo ti guida dalle basi assolute del big data all'applicazione pratica dei framework di calcolo distribuito. Completando questo corso, capirai come progettare flussi di lavoro di dati scalabili e scegliere gli strumenti giusti per l'elaborazione di dati su larga scala. Acquisirai una chiara comprensione concettuale di come le architetture distribuite gestiscono i guasti, gestiscono l'archiviazione ed eseguono calcoli paralleli. Cosa imparerai: - Comprendere le caratteristiche principali del big data e delle moderne architetture di archiviazione come i data lake. - Padroneggiare i principi fondamentali dell'ecosistema Hadoop, inclusi HDFS e MapReduce. - Applicare Apache Spark per un'elaborazione dei dati veloce in memoria utilizzando le moderne API dataframe. - Configurare risorse distribuite per eseguire flussi di lavoro di dati complessi in modo efficiente. - Analizzare set di dati strutturati e non strutturati utilizzando motori di query scalabili. - Esplorare le pratiche moderne di ingegneria dei dati, inclusa l'integrazione dell'archiviazione cloud e le basi delle pipeline. Il corso inizia con la terminologia essenziale e i pilastri teorici dei sistemi distribuiti, assicurandoti di avere una solida base prima di passare ai modelli concettuali pratici di Hadoop e Spark. Questo corso è progettato per analisti di dati principianti, sviluppatori di software e studenti senza esperienza pregressa nel calcolo distribuito. Inizia oggi stesso a costruire la tua conoscenza nel big data computing.