Stratio: 使用PySpark的Rocket與Intelligence模塊

Prerequisites:

• 具備Python編程經驗
• 理解數據分析或大數據處理概念
• 具備Apache Spark和分佈式計算的基礎知識

目標受衆

• 在Stratio平臺上工作的數據工程師
• 使用Rocket和Intelligence模塊的分析師或開發人員
• 在Stratio中轉向PySpark工作流程的技術團隊

Overview:

Stratio是一個以數據爲中心的平臺，集成了大數據、人工智能和治理功能，提供一體化解決方案。其Rocket和Intelligence模塊支持在企業環境中快速進行數據探索、轉換和高級分析。

本次由講師指導的培訓（線上或線下）面向中級數據專業人員，旨在幫助他們有效使用Stratio中的Rocket和Intelligence模塊與PySpark，重點涵蓋循環結構、用戶自定義函數和高級數據邏輯。

培訓結束後，參與者將能夠：

• 在Stratio平臺中導航並使用Rocket和Intelligence模塊。
• 在數據攝取、轉換和分析中應用PySpark。
• 使用循環和條件邏輯控制數據工作流和特徵工程任務。
• 創建並管理用戶自定義函數（UDFs），以在PySpark中實現可重用的數據操作。

課程形式

• 互動式講座與討論。
• 大量練習與實踐。
• 在即時實驗室環境中進行動手操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

Course Outline:

Stratio平臺簡介

• Stratio架構與核心模塊概述
• Rocket和Intelligence在數據生命週期中的作用
• 登錄並導航Stratio用戶界面

使用Rocket模塊

• 數據攝取與管道創建
• 連接數據源並配置轉換
• 在Rocket中使用PySpark進行預處理任務

Stratio用戶的PySpark基礎

• PySpark數據結構與操作
• 循環結構：for、while、if/else的使用
• 使用def編寫自定義函數並應用

高級使用Rocket與PySpark

• 流式攝取與轉換
• 在批處理和即時場景中使用循環與函數
• PySpark管道中的性能最佳實踐

探索Intelligence模塊

• 數據建模與分析功能概述
• 特徵選擇、轉換與探索
• PySpark在自定義分析與洞察中的作用

構建高級分析工作流

• 在Intelligence中創建用戶自定義函數（UDFs）
• 應用條件與循環實現數據邏輯
• 用例：分段、聚合與預測

部署與協作

• 保存、導出與重用工作流
• 在Stratio中與其他團隊成員協作
• 審查輸出並與下游工具集成

總結與後續步驟