HBase para Desarrolladores

Audiencia:

El curso está dirigido a especialistas en TI que buscan una solución para almacenar y procesar grandes conjuntos de datos en un entorno de sistema distribuido

Gol:

Conocimiento profundo sobre administración de clúster de Hadoop.

El análisis de big data implica el proceso de examinar grandes cantidades de conjuntos de datos variados para descubrir correlaciones, patrones ocultos y otros insights útiles.

La industria de la salud cuenta con enormes cantidades de datos médicos y clínicos complejos e heterogéneos. Aplicar técnicas de análisis de big data a los datos de salud presenta un gran potencial para derivar insights que mejoren la entrega de servicios de atención médica. Sin embargo, la inmensidad de estos conjuntos de datos plantea grandes desafíos en el análisis y las aplicaciones prácticas en un entorno clínico.

En este entrenamiento guiado por un instructor (remoto), los participantes aprenderán cómo realizar el análisis de big data en salud a través de una serie de ejercicios prácticos en vivo.

Al finalizar este entrenamiento, los participantes podrán:

• Instalar y configurar herramientas de análisis de big data como Hadoop MapReduce y Spark
• Comprender las características de los datos médicos
• Aplicar técnicas de big data para manejar datos médicos
• Estudiar sistemas y algoritmos de big data en el contexto de aplicaciones de salud

Audiencia

• Desarrolladores
• Científicos de Datos

Formato del Curso

• Parte exposición, parte discusión, ejercicios y mucha práctica hands-on.

Nota

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para arreglarlo.

Cuando las tecnologías de almacenamiento tradicionales no manejan la cantidad de datos que necesita almacenar, hay una gran cantidad de alternativas. Este curso trata de orientar a los participantes cuáles son las alternativas para almacenar y analizar Big Data y cuáles son sus pros y contras.

Este curso se centra principalmente en la discusión y presentación de soluciones, aunque los ejercicios prácticos están disponibles a pedido.

El curso forma parte del conjunto de habilidades de Científico de Datos (Dominio: Datos y Tecnología).

Este entrenamiento dirigido por un instructor (en línea o en las instalaciones del cliente) está destinado a administradores de bases de datos o desarrolladores que deseen utilizar Microsoft Azure Cosmos DB para desarrollar y gestionar aplicaciones altamente responsivas con baja latencia.

Al finalizar este entrenamiento, los participantes podrán:

• Provisionar los recursos necesarios de Cosmos DB para comenzar a crear bases de datos y aplicaciones.
• Escalar el rendimiento y el almacenamiento de la aplicación utilizando APIs en Cosmos DB. 
• Gestionar las operaciones de la base de datos y reducir costos optimizando los recursos de Cosmos DB.

Apache Hadoop es el marco de trabajo más popular para procesamiento Big Data en clusters de servidores. En este curso de tres (opcionalmente cuatro) días, los asistentes aprenderán sobre los beneficios comerciales y casos de uso para Hadoop y su ecosistema, cómo planificar la implementación y crecimiento del cluster, cómo instalar, mantener, monitorear, solucionar problemas y optimizar Hadoop. También practicarán el cargue masivo de datos en clusters, se familiarizarán con diversas distribuciones de Hadoop, y practicarán la instalación y administración de herramientas del ecosistema de Hadoop. El curso termina con una discusión sobre cómo asegurar el cluster mediante Kerberos.

“…Los materiales estaban muy bien preparados y cubrieron exhaustivamente. El Laboratorio fue muy útil y bien organizado”
— Andrew Nguyen, Ingeniero Principal de Integración DW, Microsoft Online Advertising

Audiencia

Administradores de Hadoop

Formato

Conferencias y laboratorios prácticos, aproximado equilibrio 60% conferencias, 40% laboratorio.

Apache Hadoop es el marco más popular para procesar Big Data en clústeres de servidores. Este curso introducirá a los desarrolladores a varios componentes del ecosistema Hadoop (HDFS, MapReduce, Pig, Hive y HBase).

Apache Hadoop es uno de los frameworks más populares para el procesamiento de Big Data en clústeres de servidores. Este curso se adentra en la gestión de datos en HDFS, Pig avanzado, Hive y HBase. Estas técnicas de programación avanzadas serán beneficiosas para desarrolladores experimentados en Hadoop.

Audiencia: desarrolladores

Duración: tres días

Formato: conferencias (50%) y laboratorios prácticos (50%).

Público objetivo:

Este curso está diseñado para desentrañar la tecnología de big data/hadoop y mostrar que no es difícil de entender.

Esta capacitación en vivo dirigida por un instructor en Argentina (en línea o presencial) está dirigida a administradores de sistemas que desean aprender a configurar, implementar y administrar Hadoop clústeres dentro de su organización.

Al final de esta formación, los participantes serán capaces de:

• Instale y configure Apache Hadoop.
• Comprenda los cuatro componentes principales del ecosistema Hadoop: HDFS, MapReduce, YARN y Hadoop Common.
• Utilice Hadoop Sistema de archivos distribuido (HDFS) para escalar un clúster a cientos o miles de nodos.  
• Configure HDFS para que funcione como motor de almacenamiento para implementaciones de Spark locales.
• Configure Spark para acceder a soluciones de almacenamiento alternativas, como Amazon S3, y NoSQL sistemas de bases de datos como Redis, Elasticsearch, Couchbase, Aerospike, etc.
• Lleve a cabo tareas administrativas como el aprovisionamiento, la gestión, la supervisión y la seguridad de un clúster Apache Hadoop.

Apache NiFi (Hortonworks DataFlow) es una plataforma de procesamiento de eventos y logística de datos integrada en tiempo real que permite mover, rastrear y automatizar los datos entre los sistemas. Está escrito usando programación basada en flujo y proporciona una interfaz de usuario basada en web para administrar flujos de datos en tiempo real.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a implementar y administrar Apache NiFi en un entorno de laboratorio en vivo.

Al final de esta capacitación, los participantes podrán:

• Instalar y configurar Apachi NiFi
• Fuente, transformar y gestionar datos de fuentes de datos dispersas y distribuidas, incluidas bases de datos y lagos de datos grandes.
• Automatice los flujos de datos
• Habilitar análisis de transmisión
• Aplicar varios enfoques para la ingestión de datos
• Transformar Big Data y en conocimientos empresariales

Audiencia

• Administradores del sistema
• Ingenieros de datos
• Desarrolladores
• DevOps

Formato del curso

• Conferencia de parte, discusión en parte, ejercicios y práctica práctica

En esta capacitación en vivo dirigida por un instructor en Argentina, los participantes aprenderán los fundamentos de la programación basada en flujo a medida que desarrollan una serie de extensiones, componentes y procesadores de demostración utilizando Apache NiFi.

Al final de esta formación, 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.

Las bases de datos relacionales han sido la tecnología elegida para almacenar, recuperar y consultar datos. Las bases de datos relacionales permiten a los usuarios organizar sus datos utilizando un conjunto estructurado y bien definido de patrones (modelo). Si bien este enfoque funciona bien para almacenar datos estandarizados y bien entendidos de antemano (piense en una aplicación de registro de hospital que contiene registros de pacientes con el mismo conjunto coherente de campos predefinidos... identificación del paciente, nombre, apellido, fecha de la última visita, etc.), existen limitaciones para este modelo. Para las organizaciones cuyos datos entrantes no están bien definidos (piense en un formulario de consulta en línea para una startup que todavía está en el proceso de experimentar con diferentes campos para recopilar datos de visitantes, eliminando y agregando campos a medida que avanzan para adaptarse a la naturaleza cambiante del negocio), cualquier definición establecida sobre cómo deben encajar los datos en una base de datos existente tendría que redefinirse regularmente. Esto requeriría volver a crear el modelo de datos (esquema) que dicta la estructura de los datos y sus tipos de datos permitidos para admitir diferentes tipos de entradas de datos, etc., antes de que se puedan guardar nuevos datos en la base de datos.

Ingrese a las bases de datos NoSQL (no solo SQL). NoSQL Las bases de datos liberan a los usuarios de tener que predefinir la estructura de los datos entrantes, permitiéndoles insertar y actualizar nuevos datos sobre la marcha. Las bases de datos suelen ser más rápidas que las bases de datos relacionales y pueden manejar grandes cantidades de datos con facilidad. NoSQL Las bases de datos también escalan mejor que las bases de datos relacionales, debido a su capacidad para particionar datos de manera eficiente entre muchos servidores (clúster) y equilibrar la carga del acceso a estos datos. NoSQL las bases de datos se integran particularmente bien con aplicaciones que soportan análisis en tiempo real, personalización de sitios, IoT y aplicaciones móviles

En esta capacitación en vivo dirigida por un instructor, los participantes comprenderán la arquitectura, los principios de diseño y la funcionalidad de las bases de datos NoSQL más populares a medida que configuran, operan y evalúan varias bases de datos NoSQL en un entorno de laboratorio en vivo. El objetivo de esta capacitación es capacitar a los participantes para evaluar, proponer e implementar de manera inteligente una solución de base de datos adecuada NoSQL dentro de su organización.

Al final de esta formación, los participantes serán capaces de:

• Instale y configure diferentes tipos de bases de datos NoSQL, incluidas MongoDB, Cassandra, Redis y Neo4j
• Comprender las ventajas y desventajas de las bases de datos NoSQL frente a las bases de datos relacionales
• Comprender los formatos de datos subyacentes utilizados por las bases de datos NoSQL y cómo estos formatos se pueden utilizar con ventaja al desarrollar aplicaciones modernas (escritorio, móvil, nube, IoT)
• Realizar operaciones de creación, inserción, actualización, eliminación en una base de datos NoSQL
• Configure un entorno mixto con una base de datos relacional y NoSQL trabajando en tándem
• Configure un clúster de base de datos NoSQL para distribuir el procesamiento de conjuntos de datos muy grandes
• Comprender las implicaciones de seguridad del uso de una base de datos NoSQL
• Despliegue y escalado de una base de datos NoSQL en un entorno de producción

Audiencia

• Database Profesionales
• Arquitectos de datos
• Estrategas de datos
• Gestores de proyectos
• Desarrolladores de aplicaciones que deseen integrar una solución de base de datos flexible en su aplicación

Formato del curso

• En parte conferencia, en parte discusión, ejercicios y práctica práctica intensa

Nota

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertarlo.

Redis

Nosql

Scylla es un almacén de datos distribuido de código abierto. Es compatible con Apache, pero ofrece una mayor tasa de transferencia y latencias más bajas.

En este curso, los participantes aprenderán sobre las características y la arquitectura de Scylla, obteniendo experiencia práctica en la configuración, administración, monitoreo y solución de problemas de Scylla.

Público objetivo

• Administradores Database
• Desarrolladores
• Ingenieros de sistemas

Formato del curso

• El curso es interactivo y incluye discusiones sobre los principios y enfoques para implementar y administrar bases de datos distribuidas y clusters de Scylla.
• El curso tiene una componente significativa de ejercicios prácticos y práctica.