Temario del curso
Introducción
Comprensión del Big Data
Resumen de Spark
Resumen de Python
Resumen de PySpark
- Distribución de datos utilizando el marco de trabajo Resilient Distributed Datasets (RDD).
- Distribución de la computación utilizando 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 clúster AWS EMR
Aprendizaje de los fundamentos de la programación en Python
- Introducción a Python
- Uso del 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 del DataFrame de Spark
- Introducción a los DataFrames de Spark
- Implementación de operaciones básicas con Spark
- Uso de operaciones Groupby y de agregación
- Trabajo con marcas de tiempo y fechas
Ejercicio de proyecto en DataFrame de Spark
Comprensión del 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 muestra de regresión lineal
- Aprendizaje de la teoría de la regresión logística
- Implementación de un código de regresión logística
- Ejercicio de muestra de regresión logística
Comprensión de los bosques aleatorios y los árboles de decisión
- Aprendizaje de la teoría de los métodos de árboles
- Implementación de códigos para árboles de decisión y bosques aleatorios
- Ejercicio de muestra de clasificación con bosques aleatorios
Trabajo con el agrupamiento K-means
- Comprensión de la teoría del agrupamiento K-means
- Implementación de un código de agrupamiento K-means
- Ejercicio de muestra de agrupamiento
Trabajo con sistemas de recomendación
Implementación del Procesamiento del Lenguaje Natural
- Comprensión del Procesamiento del Lenguaje Natural (NLP)
- Resumen de las herramientas de NLP
- Ejercicio de muestra de NLP
Streaming con Spark en Python
- Resumen del Streaming con Spark
- Ejercicio de muestra de Streaming con Spark
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
