close facebook google+ habr instagram linkedin arrow-right phone telegram twitter user vk youtube upload close menu-stroke search lock

Разработка больших данных (Big Data) в облачных сервисах Microsoft

20776 A

Данный курс описывает способы обработки больших данных (Big Data) при помощи инструментов и сервисов Azure, в том числе Azure Stream Analytics, Azure Data Lake, Azure SQL Data Warehouse и Azure Data Factory. Также в курсе рассматривается включение настраиваемых функций и интеграция Python и R.

Подробнее

Разработка больших данных (Big Data) в облачных сервисах Microsoft

продвинутый

Уровень

40 ак. часа

Продолжительность
Производитель:
Направление:
Цена очного обучения:
35 000 руб.
Цена дист.анционного обучения:
31 500 руб.
  • Расписание и цены
    27 — 31 мая 2019
    40 ак. часов
    Москва
    Дистанционный
    31 500 руб.
    27 — 31 мая 2019
    40 ак. часов
    Москва
    35 000 руб.
    02 — 06 сентября 2019
    40 ак. часов
    Москва
    Дистанционный
    31 500 руб.
    02 — 06 сентября 2019
    40 ак. часов
    Москва
    35 000 руб.
    02 — 06 декабря 2019
    40 ак. часов
    Москва
    Дистанционный
    31 500 руб.
    02 — 06 декабря 2019
    40 ак. часов
    Москва
    35 000 руб.
    Место обучения Формат Дата и время Стоимость
    Москва Дистанционный 27 — 31 мая 2019 31 500 руб. скидка 10%
    Москва Очный 27 — 31 мая 2019 35 000 руб.
    Москва Дистанционный 02 — 06 сентября 2019 31 500 руб. скидка 10%
    Москва Очный 02 — 06 сентября 2019 35 000 руб.
    Москва Дистанционный 02 — 06 декабря 2019 31 500 руб. скидка 10%
    Москва Очный 02 — 06 декабря 2019 35 000 руб.
  • О курсе

    Профиль аудитории:

    • Основной аудиторией данного курса являются специалисты по информационным технологиям, разработчики и сотрудники, работающие с данными, заинтересованные в применении рабочих потоков больших данных (Big Data) на платформе Azure.

    По окончании курса слушатели смогут:

    • Описать основные архитектуры для обработки больших данных (Big Data) при помощи инструментов и сервисов Azure.
    • Описать использование Azure Stream Analytics для проектирования и внедрения обработки потока на большом объеме данных.
    • Описать способы включения настраиваемых функций и встраивания действий машинного обучения в задания Azure Stream Analytics.
    • Описать способы применения Azure Data Lake Store в качестве масштабируемого репозитория файлов данных.
    • Описать способы применения Azure Data Lake Analytics для проверки и обработки данных, хранящихся в Azure Data Lake Store.
    • Описать способы создания и развертывания настраиваемых функций и операций, интеграции с Python и R, а также защите и оптимизации заданий.
    • Описать использование Azure SQL Data Warehouse для создания репозитория, который может поддерживать масштабируемую аналитическую обработку данных в потоке.
    • Описать использование Azure SQL Data Warehouse для выполнения аналитической обработки, поддержки производительности и зашиты данных.
    • Описать, как использовать Azure Data Factory для импорта, преобразования и передачи данных между репозиториями и сервисами.

    Предварительные требования:

    • Обладать знаниями служб данных Azure.
    • Обладать базовыми знаниями операционной системы Microsoft Windows и ее основной функциональности.
    • Обладать опытом работы с реляционными базами данных.

    Программа курса:

    • Модуль 1: Архитектуры для разработки больших данных (Big Data) с Azure.
      • Описание больших данных (Big Data).
      • Архитектуры для обработки больших данных (Big Data).
      • Рекомендации по проектированию решений больших данных (Big Data).
      • Проектирование архитектуры больших данных (Big Data).
      • Проектирование архитектуры больших данных (Big Data).
    • Модуль 2: Обработка потоков событий при помощи Azure Stream Analytics.
      • Введение в Azure Stream Analytics.
      • Настройка заданий в Azure Stream Analytics.
      • Обработка потоков событий при помощи в Azure Stream Analytics.
      • Создание заданий в Azure Stream Analytics.
      • Добавление ввода.
      • Редактирование задания Azure Stream Analytics.
    • Модуль 3: Выполнение настраиваемой обработки в Azure Stream Analytics.
      • Применение настраиваемых функций.
      • Встраивание машинного обучения (Machine Learning) в задания Azure Stream Analytics.
      • Выполнение настраиваемой обработки в Azure Stream Analytics.
      • Добавление логики в аналитику.
      • Удаление аномалий целостности.
      • Определение последовательностей при помощи машинного обучения и Azure Stream Analytics.
    • Модуль 4: Управление большими данными (Big Data) в Azure Data Lake Store.
      • Использование Azure Data Lake Store.
      • Мониторинг и защита данных в Azure Data Lake Store.
      • Управление большими данными (Big Data) в Azure Data Lake Store.
      • Обновление задания Azure Stream Analytics.
      • Загрузка параметров в Azure Data Lake Store.
    • Модуль 5: Обработка больших данных (Big Data) при помощи Azure Data Lake Analytics.
      • Введение в Azure Data Lake Analytics.
      • Анализ данных при помощи U-SQL.
      • Сортировка, группировка и объединение данных.
      • Обработка больших данных при помощи Azure Data Lake Analytics.
      • Добавление функциональности.
      • Запрос по отношению к базе данных.
      • Вычисление средней скорости.
    • Модуль 6: Применение настраиваемых операций и мониторинг производительности в Azure Data Lake Analytics.
      • Встраивание настраиваемой функциональности в задания аналитики.
      • Управление и оптимизация заданий.
      • Применение настраиваемых операций и мониторинг производительности в Azure Data Lake Analytics.
      • Настраиваемый добытчик (Extractor).
      • Настраиваемый обработчик (Processor).
      • Интеграция с R/Python.
      • Мониторинг и оптимизация задания.
    • Модуль 7: Применение Azure SQL Data Warehouse.
      • Введение в Azure SQL Data Warehouse.
      • Проектирование таблиц для эффективных запросов.
      • Импорт данных в Azure SQL Data Warehouse.
      • Применение Azure SQL Data Warehouse.
      • Создание нового хранилища данных (Data Warehouse).
      • Проектирование и создание таблиц и индексов.
      • Импорт данных в хранилище.
    • Модуль 8: Выполнение аналитики с использованием Azure SQL Data Warehouse.
      • Запросы данных в Azure SQL Data Warehouse.
      • Поддержка производительности.
      • Защита данных в Azure SQL Data Warehouse.
      • Выполнение аналитики с использованием Azure SQL Data Warehouse.
      • Выполнение запросов и настройка производительности.
      • Интеграция с Power BI и Azure Machine Learning.
      • Настройка безопасности и анализ угроз.
    • Модуль 9: Автоматизация потока данных при помощи Azure Data Factory.
      • Введение в Azure Data Factory.
      • Перемещение данных.
      • Преобразование данных.
      • Мониторинг производительности и защита данных.
      • Автоматизация потока данных при помощи Azure Data Factory.
      • Автоматизация потока данных при помощи Azure Data Factory.
  • Отзывы
    Отзывов нет.
    Чтобы оставить отзыв, необходимо войти
Связаться с менеджером

Настоящим в соответствии с Федеральным законом № 152-ФЗ «О персональных данных» от 27.07.2006, отправляя данную форму, вы подтверждаете свое согласие на обработку персональных данных. Мы, ЗАО «СофтЛайн Интернейшнл» и аффилированные к нему лица, гарантируем конфиденциальность получаемой нами информации. Обработка персональных данных осуществляется в целях эффективного исполнения заказов, договоров и пр. в соответствии с «Политикой конфиденциальности персональных данных».

Заявка

Формат, место и дата проведения обучения согласовываются индивидуально.

Оставьте запрос на обучение, заполнив форму ниже. Менеджер Учебного центра свяжется с вами для согласования времени и места проведения курса.

Настоящим в соответствии с Федеральным законом № 152-ФЗ «О персональных данных» от 27.07.2006, отправляя данную форму, вы подтверждаете свое согласие на обработку персональных данных. Мы, ЗАО «СофтЛайн Интернейшнл» и аффилированные к нему лица, гарантируем конфиденциальность получаемой нами информации. Обработка персональных данных осуществляется в целях эффективного исполнения заказов, договоров и пр. в соответствии с «Политикой конфиденциальности персональных данных».