Prazos flexíveis

Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificado compartilhável
Ganhe um certificado após a conclusão
100% online
Comece instantaneamente e aprenda em sua própria programação.
Curso 4 de 6 no
Especialização da computação em nuvem
Aproximadamente. 20 horas para concluir
Inglês
Legendas: árabe, francês, português (europeu), italiano, vietnamita, coreano, alemão, russo, inglês, espanhol

Reza Farivar
Gerente de Engenharia de Dados da Capital One, Professor Assistente de Pesquisa Adjunta de Ciência da Computação
Departamento de Ciência da Computação
Roy H. Campbell
Professor de Ciência da Computação
Departamento de Sciencesyllabus – O que você aprenderá com este curso
Orientação do curso
Você se familiarizará com o curso, seus colegas de classe e nosso ambiente de aprendizado. A orientação também ajudará você a obter as habilidades técnicas necessárias para o curso.
Módulo 1: Spark, Hortonworks, HDFs, Cap
No Módulo 1, apresentamos o mundo dos aplicativos de big data. Começamos apresentando você ao Apache Spark, uma estrutura comum usada para muitas tarefas diferentes ao longo do curso. Em seguida, introduzimos alguns pacotes de distritos de big data, o sistema de arquivos HDFS e, finalmente, a idéia de processamento de big data baseado em lote usando o paradigma de programação MapReduce.
Módulo 2: armazenamento de dados em larga escala
Neste módulo, você aprenderá sobre tecnologias e estruturas de armazenamento de dados em larga escala. Começamos explorando os desafios de armazenar grandes dados em sistemas distribuídos. Em seguida, discutimos sistemas de armazenamento de chave/valor na memória, bancos de dados distribuídos no NOSQL e filas de publicação/inscrição distribuídas.
Módulo 3: Sistemas de streaming
Este módulo apresenta a sistemas de streaming em tempo real, também conhecidos como dados rápidos. Falamos sobre o Apache Storm em comprimento, o Apache Spark Streaming e as arquiteturas Lambda e Kappa. Finalmente, contrastamos todas essas tecnologias como um ecossistema de streaming.
Módulo 4: processamento de gráficos e aprendizado de máquina
Neste módulo, discutimos as aplicações de big data. Em particular, focamos em dois tópicos: processamento de gráficos, onde gráficos enormes (como o gráfico da web) são processados ​​para obter informações e aprendizado de máquina, onde quantidades enormes de dados são usadas para treinar modelos como algoritmos de agrupamento e mineração de padrões frequentes. Também apresentamos o aprendizado profundo, onde grandes conjuntos de dados são usados ​​para treinar redes neurais com resultados eficazes.