SOBRE O CURSO

Este workshop de quatro dias abrange fluxos de trabalho de data science e machine learning em escala usando Apache Spark 2 e outros componentes importantes do ecossistema Hadoop. O workshop enfatiza o uso de métodos de ciência dos dados e machine learning abordando os desafios de negócios do mundo real.

Usando cenários e conjuntos de dados de uma empresa de tecnologia fictícia, os estudantes descobrem insights para o embasamento de decisões críticas de negócios e desenvolver produtos de dados para transformá-lo. O material é apresentado através de uma sequência de breves palestras, demonstrações interativas, exercícios práticos e debates. As demonstrações e exercícios do Apache Spark são conduzidos em Python (com PySpark) e R (com sparklyr) usando o ambiente Cloudera Data Science Workbench (CDSW).

O QUE ESPERAR?

O workshop inclui breves palestras, demonstrações interativas, exercícios práticos e debates, abrangendo temas como:

• Visão geral da ciência dos dados e do machine learning em escala.
• Visão geral do ecossistema Hadoop.
• Trabalhando com dados HDFS e tabelas Hive, utilizando Hue.
• Introdução ao Cloudera Data Science Workbench.
• Visão geral do Apache Spark 2
• Leitura e inserção de dados.
• Gestão de qualidade de dados.
• Higienização e transformação de dados.
• Sumarização e agrupamento de dados.
• Combinação, divisão e remodelagem de dados.
• Exploração de dados.
• Configuração, monitoramento e solução de problemas de aplicações Spark
• Visão geral de machine learning em Spark MLlib.
• Extração, transformação e seleção de recursos.
• Construção e avaliação de modelos de regressão.
• Construção e avaliação de modelos de clusterização.
• Criar e avaliar modelos de agrupamento
• Modelos de validação cruzada e ajuste de hiperparâmetros
• Construção de pipelines de machine learning.
• Implementação de modelos de machine learning.

O QUE VOU APRENDER?

Os participantes adquirem habilidades práticas e experiência prática com ferramentas de ciência da dados, incluindo:

Spark, Spark SQL e Spark MLlib

PySpark e sparklyr

Cloudera Data Science Workbench (CDSW)

Hue

CARGA HORÁRIA

4 dias de 8 horas cada, totalizando 32 horas de treinamento

Treinamento sujeito a confirmação.

IDIOMA

O curso será ministrado em português.

PARA QUEM ESSE CURSO É INDICADO?

O workshop é direcionado para cientistas de dados que atualmente usam Python ou R para trabalhar com conjuntos de dados menores em uma única máquina e para aqueles que precisam ampliar suas análises e modelos de machine learning para grandes conjuntos de dados em clusters distribuídos. Engenheiros de dados e desenvolvedores com conhecimento em ciência e machine learning podem se interessar por este treinamento.

Para participar deste evento, o profissional necessita de um conhecimento básico de Python ou R e alguma experiência explorando e analisando dados e desenvolvendo modelos estatísticos ou de aprendizagem em máquina. Conhecimento em Hadoop ou Spark não é requerido.

FORMAS DE PAGAMENTO

Pagamento parcelado sem juros no cartão de crédito;

Para empresas, aceitamos transferência bancária ou boleto com emissão de nota fiscal eletrônica;

Descontos especiais para grupos.

O aluno deverá estar ciente que ao realizar a compra/inscrição de nossos cursos presenciais pelo site, que o a realização do curso está sujeito a quorum por se tratar de serviços prestados para um grupo mínimo de participantes. A confirmação da realização será feita 15 dias antes da data estabelecida.