Los cursos de capacitación de Stream Processing en vivo, en línea o en el sitio, dirigidos por un instructor, demuestran a través de debates interactivos y prácticas prácticas los fundamentos y temas avanzados de Stream Processing. El entrenamiento de Stream Processing está disponible como "entrenamiento en vivo en el sitio" o "entrenamiento remoto en vivo". El entrenamiento en vivo en línea (también conocido como "entrenamiento remoto en vivo") se lleva a cabo a través de un escritorio remoto interactivo. El entrenamiento en vivo en el sitio se puede llevar a cabo localmente en las instalaciones del cliente en Connecticut o en los centros de entrenamiento corporativos de NobleProg en Connecticut. NobleProg: su proveedor local de capacitación
CT, Shelton - Shelton
One Reservoir Corporate Center, 4 Research Dr Suite 402, Shelton, united states, 06484
One Reservoir Corporate Center es una prestigiosa dirección comercial en el corazón del área del parque de oficinas de She...
One Reservoir Corporate Center es una prestigiosa dirección comercial en el corazón del área del parque de oficinas de Shelton, y el edificio cuenta con un área de recepción bien equipada. El edificio está ubicado en una parcela prominente en la esquina y ofrece vistas a un espacio verde ajardinado.
este entrenamiento en vivo (in situ o remoto) dirigido por un instructor está dirigido a ingenieros que deseen utilizar Confluent (una distribución de Kafka) para construir y administrar una plataforma de procesamiento de datos en tiempo real para sus aplicaciones.
al final de esta formación, los participantes podrán:
instalar y configurar la plataforma Confluent.
use herramientas y servicios de administración de Confluent & #39; s para ejecutar Kafka más fácilmente.
Store y procese los datos de la secuencia entrante.
optimice y administre clústeres de Kafka.
flujos de datos
Secure.
Format del curso
Conferencia y discusión
Interactive.
muchos ejercicios y prácticas.
implementación práctica de
en un entorno de laboratorio en vivo.
Opciones de personalización de Course
este curso se basa en la versión de código abierto de Confluent: fuente abierta Confluent.
para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizar.
En esta capacitación en vivo dirigida por un instructor en Connecticut (in situ o remota), los participantes aprenderán a configurar e integrar diferentes marcos Stream Processing con los sistemas de almacenamiento de big data existentes y las aplicaciones de software y microservicios relacionados.
Al final de esta capacitación, los participantes serán capaces de:
Instale y configure diferentes Stream Processing marcos, como Spark Streaming y Kafka Streaming.
Comprender y seleccionar el marco más adecuado para el trabajo.
Procesamiento de datos de forma continua, concurrente y registro por registro.
Integre Stream Processing soluciones con bases de datos, almacenes de datos, lagos de datos, etc. existentes.
Integre la biblioteca de procesamiento de flujos más adecuada con aplicaciones empresariales y microservicios.
Esta capacitación en vivo dirigida por un instructor en Connecticut (en línea o en el sitio) está dirigida a ingenieros de datos, científicos de datos y programadores que deseen utilizar las funciones de Apache Kafka en la transmisión de datos con Python.
Al final de esta capacitación, los participantes podrán usar Apache Kafka para monitorear y administrar condiciones en flujos de datos continuos utilizando Python programación.
Kafka Streams es una biblioteca del lado del cliente para la creación de aplicaciones y microservicios cuyos datos se transmiten desde y hacia un sistema de mensajería Kafka. Tradicionalmente, Apache Kafka ha confiado en Apache Spark o Apache Storm para procesar datos entre productores de mensajes y consumidores. Al llamar a Kafka Streams API desde dentro de una aplicación, los datos se pueden procesar directamente dentro de Kafka, pasando por alto la necesidad de enviar los datos a un clúster separado para su procesamiento.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo integrar Kafka Streams en un conjunto de aplicaciones Java de muestra que pasan datos desde y hacia Apache Kafka para el procesamiento de flujo.
Al final de esta capacitación, los participantes podrán:
Comprenda las características y ventajas de Kafka Streams frente a otros marcos de procesamiento de flujos
Procesar datos de flujo directamente dentro de un clúster de Kafka
Escriba una aplicación Java o Scala o microservicio que se integre con Kafka y Kafka Streams
Escribe un código conciso que transforme los temas de entrada de Kafka en temas de salida de Kafka
Construye, empaqueta y despliega la aplicación
Audiencia
Desarrolladores
Formato del curso
Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Notas
Para solicitar una capacitación personalizada para este curso, contáctenos para hacer arreglos.
Apache Samza es un marco computacional asíncrono de código abierto casi en tiempo real para el procesamiento de flujos. Utiliza Apache Kafka para mensajería y Apache Hadoop YARN para tolerancia a fallas, aislamiento de procesador, seguridad y administración de recursos.
Esta capacitación en vivo dirigida por un instructor presenta los principios detrás de los sistemas de mensajería y el procesamiento distribuido de flujo, mientras acompaña a los participantes a través de la creación de un proyecto basado en Samza y la ejecución de trabajos.
Al final de esta capacitación, los participantes podrán:
Usa Samza para simplificar el código necesario para producir y consumir mensajes
Desacoplar el manejo de los mensajes de una aplicación
Utilice Samza para implementar cálculos asincrónicos casi en tiempo real
Utilice el procesamiento de flujo para proporcionar un mayor nivel de abstracción en los sistemas de mensajería
Audiencia
Desarrolladores
Formato del curso
Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Esta capacitación en vivo dirigida por un instructor en Connecticut (en línea o en el sitio) presenta los principios y enfoques detrás del procesamiento de datos de flujo distribuido y por lotes, y guía a los participantes a través de la creación de una aplicación de transmisión de datos en tiempo real en Apache Flink.
Al final de esta capacitación, los participantes podrán:
Configure un entorno para desarrollar aplicaciones de análisis de datos.
Comprenda cómo funciona la biblioteca de procesamiento de gráficos de Apache Flink (Gelly).
Empaquete, ejecute y supervise aplicaciones de transmisión de datos basadas en Flink y tolerantes a fallos.
Gestione diversas cargas de trabajo.
Realice análisis avanzados.
Configure un clúster de Flink de varios nodos.
Mida y optimice el rendimiento.
Integre Flink con diferentes Big Data sistemas.
Compare las capacidades de Flink con las de otros marcos de procesamiento de big data.
En esta capacitación en vivo dirigida por un instructor en Connecticut (in situ o remota), los participantes aprenderán a implementar y administrar Apache NiFi en un entorno de laboratorio en vivo.
Al final de esta capacitación, los participantes serán capaces de:
Instale y configure Apachi NiFi.
Obtenga, transforme y administre datos de fuentes de datos dispares y distribuidas, incluidas bases de datos y lagos de big data.
Automatice los flujos de datos.
Habilite el análisis de streaming.
Aplique varios enfoques para la ingesta de datos.
Transfórmate Big Data y conviértete en información empresarial.
En esta capacitación en vivo dirigida por un instructor en Connecticut, los participantes aprenderán los fundamentos de la programación basada en flujos a medida que desarrollan una serie de extensiones, componentes y procesadores de demostración utilizando Apache NiFi.
Al final de esta capacitación, los participantes serán capaces de:
Comprenda la arquitectura de NiFi y los conceptos de flujo de datos.
Desarrolle extensiones utilizando NiFi y API de terceros.
Desarrollar a medida su propio procesador Apache Nifi.
Ingiera y procese datos en tiempo real de formatos de archivo y fuentes de datos dispares y poco comunes.
Apache Storm es un motor de computación distribuido en tiempo real que se utiliza para habilitar la inteligencia empresarial en tiempo real. Lo hace al permitir que las aplicaciones procesen de forma confiable flujos de datos ilimitados (a.k.a. procesamiento de flujo).
"Storm es para procesar en tiempo real lo que Hadoop es para el procesamiento por lotes".
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo instalar y configurar Apache Storm, luego desarrollarán e implementarán una aplicación Apache Storm para procesar Big Data en tiempo real.
Algunos de los temas incluidos en esta capacitación incluyen:
Apache Storm en el contexto de Hadoop
Trabajando con datos ilimitados
Cálculo continuo
Análisis en tiempo real
Procesamiento distribuido de RPC y ETL
¡Solicite este curso ahora!
Audiencia
Desarrolladores de software y ETL
Profesionales de mainframe
Científicos de datos
Analistas de Big Data
Profesionales de Hadoop
Formato del curso
Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Apache Apex es una plataforma nativa de YARN que unifica la transmisión y el procesamiento por lotes. Procesa big data-in-motion de una manera que es escalable, de rendimiento, tolerante a fallas, con estado, seguro, distribuido y de fácil operación.
Este curso en vivo dirigido por un instructor presenta la arquitectura de procesamiento de flujo unificado de Apache Apex y guía a los participantes a través de la creación de una aplicación distribuida usando Apex en Hadoop.
Al final de esta capacitación, los participantes podrán:
Comprender los conceptos de canalización de procesamiento de datos, como conectores para fuentes y sumideros, transformaciones de datos comunes, etc.
Cree, escale y optimice una aplicación Apex
Procesar flujos de datos en tiempo real de manera confiable y con mínima latencia
Utilice Apex Core y la biblioteca Apex Malhar para permitir el desarrollo rápido de aplicaciones
Use la API Apex para escribir y reutilizar el código Java existente
Integra Apex en otras aplicaciones como un motor de procesamiento
Sintonizar, probar y escalar aplicaciones Apex
Audiencia
Desarrolladores
Arquitectos empresariales
Formato del curso
Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Apache Beam es un modelo de programación unificada de fuente abierta para definir y ejecutar tuberías de procesamiento de datos en paralelo Su poder radica en su capacidad para ejecutar canalizaciones por lotes y streaming, y la ejecución se lleva a cabo por uno de los backends de procesamiento distribuido admitidos por Beam: Apache Apex, Apache Flink, Apache Spark y Google Cloud Dataflow Apache Beam es útil para tareas ETL (Extraer, Transformar y Cargar), como mover datos entre diferentes medios de almacenamiento y fuentes de datos, transformar datos en un formato más deseable y cargar datos en un nuevo sistema En este entrenamiento en vivo instrumentado (in situ o remoto), los participantes aprenderán a implementar los SDK de Apache Beam en una aplicación Java o Python que define un canal de procesamiento de datos para descomponer un gran conjunto de datos en trozos más pequeños para un procesamiento paralelo independiente Al final de esta capacitación, los participantes podrán: Instalar y configurar Apache Beam Use un único modelo de programación para llevar a cabo el procesamiento por lotes y de flujo desde su aplicación Java o Python Ejecutar tuberías en múltiples entornos Audiencia Desarrolladores Formato del curso Conferencia de parte, parte de discusión, ejercicios y práctica manual Nota Este curso estará disponible Scala en el futuro Por favor contáctenos para hacer arreglos .
Esta capacitación en vivo dirigida por un instructor en Connecticut (en línea o en el sitio) está dirigida a desarrolladores que desean aprender los principios detrás del almacenamiento en memoria persistente y puro a medida que avanzan en la creación de un proyecto de computación en memoria de muestra.
Al final de esta capacitación, los participantes podrán:
Utilice Ignite para la persistencia en memoria y en disco, así como para una base de datos en memoria puramente distribuida.
Logre persistencia sin sincronizar los datos con una base de datos relacional.
Utilice Ignite para llevar a cabo SQL uniones distribuidas.
Mejore el rendimiento acercando los datos a la CPU, utilizando la RAM como almacenamiento.
Distribuya conjuntos de datos en un clúster para lograr escalabilidad horizontal.
Integre Ignite con procesadores RDBMS, NoSQL, Hadoop y aprendizaje automático.
Esta capacitación en vivo dirigida por un instructor en Connecticut (en línea o en el sitio) está dirigida a desarrolladores que desean implementar Apache Kafka procesamiento de secuencias sin escribir código.
Al final de esta capacitación, los participantes serán capaces de:
Instale y configure Confluent KSQL.
Configure una canalización de procesamiento de secuencias utilizando solo comandos SQL (sin codificación Java o Python).
Lleve a cabo el filtrado de datos, las transformaciones, las agregaciones, las uniones, las ventanas y la sesión completamente en SQL.
Diseñe e implemente consultas interactivas y continuas para la transmisión de ETL y análisis en tiempo real.
Esta capacitación en vivo dirigida por un instructor en Connecticut (en línea o en el sitio) está dirigida a ingenieros de datos, científicos de datos y programadores que deseen utilizar Spark Streaming funciones en el procesamiento y análisis de datos en tiempo real.
Al final de esta capacitación, los participantes podrán usar Spark Streaming para procesar flujos de datos en vivo para su uso en bases de datos, sistemas de archivos y paneles en vivo.
Leer más...
Last Updated:
Testimonios (4)
Me gustaron los entornos de máquinas virtuales porque podía alternar fácilmente entre las vistas y ayudar si teníamos problemas con el material.
Pedro
Curso - Apache NiFi for Developers
Traducción Automática
Muy poco, se me dificulto mucho y mas por que entre desfasado, no tome los primeras sesiones.
Rolando García - OIT para México y Cuba
Curso - Apache NiFi for Administrators
Las explicaciones eran muy buenas, si bien algunas preguntas pudieron ahorrarse si se hubieran tocado esos puntos al inicio de los temas se notó un buen dominio y experiencia en el tema.
Alan Jaime Rodríguez García - BANCO DE MEXICO
Curso - Stream Processing with Kafka Streams
Sufficient hands on, trainer is knowledgable
Chris Tan
Curso - A Practical Introduction to Stream Processing
Cursos de Fin de Semana de Procesamiento de flujo en Connecticut, Capacitación por la Tarde de Procesamiento de flujo en Connecticut, Procesamiento de flujo con instructor en Connecticut, Clases Particulares de Procesamiento de flujo en Connecticut, Cursos Privados de Procesamiento de flujo en Connecticut, Capacitación de Fin de Semana de Procesamiento de flujo en Connecticut, Instructor de Procesamiento de flujo en Connecticut, Procesamiento de flujo boot camp en Connecticut, Procesamiento de flujo coaching en Connecticut, Cursos de Formación de Procesamiento de flujo en Connecticut, Procesamiento de flujo en sitio en Connecticut, Cursos por la Tarde de Procesamiento de flujo en Connecticut, Capacitador de Procesamiento de flujo en Connecticut, Clases de Procesamiento de flujo en ConnecticutCursos de Fin de Semana de Stream Processing en Connecticut, Capacitación por la Tarde de Stream Processing en Connecticut, Stream Processing con instructor en Connecticut, Capacitación de Fin de Semana de Stream Processing en Connecticut, Stream Processing boot camp en Connecticut, Cursos de Formación de Stream Processing en Connecticut, Capacitador de Stream Processing en Connecticut, Clases de Stream Processing en Connecticut, Cursos por la Tarde de Stream Processing en Connecticut, Cursos Privados de Stream Processing en Connecticut, Stream Processing coaching en Connecticut, Instructor de Stream Processing en Connecticut, Clases Particulares de Stream Processing en Connecticut, Stream Processing en sitio en Connecticut
