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

Разработка больших данных (Big Data) в облачных сервисах Microsoft

20776 A

35 000 руб

очно
Очное обучение

Очное обучение – это обучение в одном из 13 городов России, где есть классы Учебного центра Softline (Москва, Санкт-Петербург, Владивосток, Екатеринбург, Казань, Красноярск, Нижний Новгород, Новосибирск, Омск, Ростов-на-Дону, Самара, Уфа, Хабаровск).

Вы приезжаете в указанное администратором время по нужному адресу и проходите обучение на наших ПК. Все лабораторные работы и/или практические задания будут заранее настроены нашими техническими специалистами и готовы к работе. В стоимость очного обучения входит блокнот, ручка, учебники и пособия, чай/кофе/вода/печеньки и обед. Иногородним слушателям, желающим обучаться в наших классах очно, мы помогаем с подбором и бронированием гостиницы (командировку вы оформляете за свой счёт).

Подробнее

31 500 руб

дистанционно
Дистанционное обучение

Если в вашем городе нет класса, вы можете пройти обучение в дистанционном формате. Стоимость дистанционного курса на 10% меньше, чем очного.

Удалённый формат подразумевает подключение к очной группе во время проведения курса (ссылка для подключения будет выслана вам заранее). С вашей стороны нужен компьютер или ноутбук с устойчивым подключением к интернету и гарнитура с микрофоном и наушниками. Вы будете видеть презентацию преподавателя, слышать его, получите удалённый доступ к лабораторным работам (если курс подразумевает их использование), сможете задавать вопросы в групповом чате или голосом, общаться с другими слушателями, а по окончании обучения получите те же сертификаты (по электронной почте), что и очные слушатели (в сертификате не указано, в каком формате вы прошли обучение).

Подробнее

Авторизованный пятидневный курс Microsoft Разработка больших данных (Big Data) в облачных сервисах Microsoft (20776 A) 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,  интеграция Python и R. Обучение проходит под руководством сертифицированных тренеров с многолетним практическим опытом работы. Обучение доступно онлайн и в классах Учебного центра Softline в 11 городах России. Учебный центр Softline – авторизованный партнёр Microsoft по обучению и сертификации. По окончании обучения выдаётся международный сертификат от вендора.

Подробнее

Производитель: Microsoft

Направление: Бизнес-аналитика
Продолжительность: 40 ак. часов
  • Расписание и цены
    02 — 06 сентября 2019
    40 ак. часов
    Москва
    35 000 руб.
    02 — 06 сентября 2019
    40 ак. часов
    Москва
    Дистанционный
    31 500 руб.
    02 — 06 декабря 2019
    40 ак. часов
    Москва
    35 000 руб.
    02 — 06 декабря 2019
    40 ак. часов
    Москва
    Дистанционный
    31 500 руб.
    16 — 20 марта 2020
    40 ак. часов
    Москва
    35 000 руб.
    16 — 20 марта 2020
    40 ак. часов
    Москва
    Дистанционный
    31 500 руб.
    Место обучения Формат Дата и время (МСК) Стоимость
  • 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.

    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.

    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.
  • 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).
    • Лабораторная работа: 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.
    • Лабораторная работа: 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.
    • Лабораторная работа: 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.
    • Лабораторная работа: 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.
    • Лабораторная работа: 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.
    • Лабораторная работа: 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.
    • Лабораторная работа: 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.
    • Лабораторная работа: 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.
    • Лабораторная работа: Автоматизация потока данных при помощи Azure Data Factory.
    • Автоматизация потока данных при помощи Azure Data Factory.
  • Отзывы

    Ваш отзыв поможет кому-то сделать выбор. Спасибо, что делитесь опытом!

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».

Запрос

В данный момент курс не стоит в открытом расписании. Оставьте запрос на этот курс, и мы свяжемся с вами для согласования времени и места проведения обучения.

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».