Stratio: Moduły Rocket i Intelligence z PySpark

Prerequisites:

• Doświadczenie w programowaniu w Pythonie
• Zrozumienie pojęć związanych z analizą danych lub przetwarzaniem big data
• Podstawowa znajomość Apache Spark i przetwarzania rozproszonego

Odbiorcy

• Inżynierowie danych pracujący na platformach opartych na Stratio
• Analitycy lub programiści korzystający z modułów Rocket i Intelligence
• Zespoły techniczne przechodzące na przepływy pracy w PySpark w ramach Stratio

Overview:

Stratio to platforma zorientowana na dane, która integruje big data, sztuczną inteligencję i zarządzanie w jednym rozwiązaniu. Jej moduły Rocket i Intelligence umożliwiają szybkie eksplorowanie, przekształcanie i zaawansowaną analizę danych w środowiskach przedsiębiorstw.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do specjalistów od danych na poziomie średniozaawansowanym, którzy chcą efektywnie korzystać z modułów Rocket i Intelligence w Stratio z wykorzystaniem PySpark, koncentrując się na strukturach pętlowych, funkcjach zdefiniowanych przez użytkownika oraz zaawansowanej logice danych.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Poruszać się i pracować w platformie Stratio, korzystając z modułów Rocket i Intelligence.
• Stosować PySpark w kontekście pozyskiwania, przekształcania i analizy danych.
• Używać pętli i logiki warunkowej do kontrolowania przepływów danych i zadań inżynierii cech.
• Tworzyć i zarządzać funkcjami zdefiniowanymi przez użytkownika (UDF) do wielokrotnego wykorzystania operacji na danych w PySpark.

Format kursu

• Interaktywny wykład i dyskusja.
• Wiele ćwiczeń i praktyki.
• Praktyczna implementacja w środowisku live-lab.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.

Course Outline:

Wprowadzenie do platformy Stratio

• Przegląd architektury Stratio i podstawowych modułów
• Rola modułów Rocket i Intelligence w cyklu życia danych
• Logowanie i nawigacja w interfejsie użytkownika Stratio

Praca z modułem Rocket

• Pozyskiwanie danych i tworzenie potoków
• Łączenie źródeł danych i konfigurowanie transformacji
• Wykorzystanie PySpark do zadań przetwarzania wstępnego w Rocket

Podstawy PySpark dla użytkowników Stratio

• Struktury danych i operacje w PySpark
• Konstrukcje pętlowe: for, while, if/else
• Pisanie niestandardowych funkcji za pomocą def i ich stosowanie

Zaawansowane wykorzystanie Rocket z PySpark

• Pozyskiwanie i transformacje strumieniowe
• Wykorzystanie pętli i funkcji w scenariuszach wsadowych i w czasie rzeczywistym
• Najlepsze praktyki dotyczące wydajności w potokach PySpark

Eksploracja modułu Intelligence

• Przegląd funkcji modelowania i analizy danych
• Wybór, transformacja i eksploracja cech
• Rola PySpark w niestandardowej analityce i wnioskowaniu

Tworzenie zaawansowanych przepływów analitycznych

• Tworzenie funkcji zdefiniowanych przez użytkownika (UDF) w Intelligence
• Stosowanie warunków i pętli do logiki danych
• Przypadki użycia: segmentacja, agregacja i predykcja

Wdrażanie i współpraca

• Zapis, eksport i ponowne wykorzystanie przepływów pracy
• Współpraca z innymi członkami zespołu w Stratio
• Przegląd wyników i integracja z narzędziami następczymi

Podsumowanie i kolejne kroki