Temario del curso
Introducción
Comprensión de Big Data
Vista general de Spark
Vista general de Python
Vista general de PySpark
- Distribución de datos mediante el framework Resilient Distributed Datasets (RDD)
- Distribución de computación mediante los 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 cluster AWS EMR
Aprendizaje de los fundamentos de la programación en Python
- Introducción a Python
- Uso de Jupyter Notebook
- Uso de variables y tipos de datos simples
- Trabajo con listas
- Uso de sentencias if
- Uso de entradas de usuario
- Trabajo con bucles while
- Implementación de funciones
- Trabajo con clases
- Trabajo con archivos y excepciones
- Trabajo con proyectos, datos y APIs
Aprendizaje de los fundamentos de Spark DataFrame
- Introducción a los DataFrames de Spark
- Implementación de operaciones básicas con Spark
- Uso de operaciones Groupby y agregación
- Trabajo con marcas de tiempo (timestamps) y fechas
Realización de un ejercicio de proyecto con Spark DataFrame
Comprensión del Machine Learning con MLlib
Trabajo con MLlib, Spark y Python para Machine Learning
Comprensión de las regresiones
- Teoría de la regresión lineal
- Implementación de código de evaluación de regresión
- Ejercicio de ejemplo de regresión lineal
- Teoría de la regresión logística
- Implementación de código de regresión logística
- Ejercicio de ejemplo de regresión logística
Comprensión de Random Forests y Decision Trees
- Teoría de métodos de árboles
- Implementación de código para Decision Trees y Random Forests
- Ejercicio de ejemplo de clasificación con Random Forest
Trabajo con agrupamiento K-means
- Teoría del agrupamiento K-means
- Implementación de código de agrupamiento K-means
- Ejercicio de ejemplo de agrupamiento (clustering)
Trabajo con sistemas de recomendación
Implementación de Procesamiento de Lenguaje Natural
- Comprensión del Procesamiento de Lenguaje Natural (NLP)
- Vista general de herramientas de NLP
- Ejercicio de ejemplo de NLP
Streaming con Spark en Python
- Vista general del Streaming con Spark
- Ejercicio de ejemplo de Spark Streaming
Requerimientos
- Conocimientos 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