In-house, lektorem vedená příprava na pokročilý kurz Advanced Methods in Data Science and Big Data Analytics, který navazuje na kurz Data Science and Big Data Analytics a připravuje na certifikační zkoušku Dell Technologies Proven Professional na specialistické úrovni (E20-065). Kurz se soustředí na Hadoop ekosystém (Pig, Hive, HBase), Natural Language Processing, Social Network Analysis, simulace, Random Forests, Multinomial Logistic Regression a datovou vizualizaci, s technologicky neutrálním přístupem využívajícím open-source nástroje.
Pro koho je workshop určen
❏ Aspirující datoví vědci (Data Scientists)
❏ Datoví analytici, kteří absolvovali kurz Data Science and Big Data Analytics na úrovni Associate
❏ Počítačoví vědci, kteří se chtějí naučit MapReduce a metody analýzy nestrukturovaných dat, jako je text
Proč in-house a na míru
Otevřený kurz pracuje s obecnými datasety pro laboratorní cvičení. V in-house realizaci lze finální lab cvičení na aplikaci pokročilých technik na reálná data nasměrovat na skutečné, nestrukturované datové sady vaší organizace, takže si tým rovnou vyzkouší Hadoop ekosystém a NLP techniky na příkladech blízkých jejich vlastní práci.
► Akreditované kurzy jsou fajn, ale praktická implementace nás baví a má okamžitou návratnost investice.
Jediné ACO pro tři pilíře implementace
❏ Simulace — Praktické workshopy, ve kterých si tým vyzkouší reálná architektonická rozhodnutí ještě před nasazením do produkce.
❏ Embedding — Implementace metodiky přímo do organizace — přístup funguje i poté, co lektor odejde ze sálu.
❏ Tailoring — Přizpůsobení metodiky konkrétnímu projektu, technologickému stacku a omezením firmy — žádná obecná prezentace.
Přístupy k realizaci
► Agilně — Inkrementální zavádění — dovednosti a architektonické vzory se zabudovávají modul po modulu, v souladu s dodávkovými sprinty.
► Big-bang — Umíme řídit i velké změny — kompletní přenastavení architektury dodané v koncentrovaném, intenzivním formátu.
► Ad-hoc — Bonboniéra toho nejlepšího — sestavená na míru z modulů workshopu podle konkrétní a naléhavé potřeby.
Cíle workshopu
❏ Vyvíjet a provádět funkcionalitu MapReduce
❏ Získat znalost NoSQL databází a nástrojů Hadoop ekosystému pro analýzu velkoobjemových, nestrukturovaných datových sad
❏ Rozvinout praktické znalosti Natural Language Processing, Social Network Analysis a konceptů datové vizualizace
❏ Používat pokročilé kvantitativní metody a aplikovat jednu z nich v prostředí Hadoop
❏ Aplikovat pokročilé techniky na reálná data v závěrečné laboratoři
Praktické výstupy
❏ Praktická znalost Hadoop ekosystému (MapReduce, HDFS, YARN, Pig, Hive, HBase, Spark) pro analýzu velkoobjemových nestrukturovaných dat
❏ Pracovní znalost NLP, Social Network Analysis a datové vizualizace, včetně pokročilých kvantitativních metod (simulace, Random Forests, Multinomial Logistic Regression)
❏ Tým připravený na certifikační zkoušku Dell Technologies Proven Professional na specialistické úrovni (E20-065)
Ukázková struktura workshopu (přizpůsobitelná potřebám firmy)
| Modul 1 — MapReduce a Hadoop | Framework MapReduce; Apache Hadoop; Hadoop Distributed File System (HDFS); YARN. |
| Modul 2 — Hadoop ekosystém a NoSQL | Hadoop ekosystém; Pig; Hive; NoSQL (Not Only SQL); HBase; Spark. |
| Modul 3 — Natural Language Processing | Úvod do NLP; předzpracování textu; TFIDF; za hranice Bag of Words; jazykové modelování; POS Tagging a HMM; analýza sentimentu a topic modeling. |
| Modul 4 — Social Network Analysis | Úvod do SNA a teorie grafů; nejdůležitější uzly; komunity a Small World; síťové problémy a nástroje SNA. |
| Modul 5 — Teorie a metody data science | Simulace; Random Forests; Multinomial Logistic Regression. |
| Modul 6 — Datová vizualizace | Percepce a vizualizace; vizualizace multivariačních dat. |
Doporučené předpoklady
❏ Absolvování kurzu Data Science and Big Data Analytics
❏ Znalost alespoň jednoho programovacího jazyka, jako je Java nebo Python
Detaily workshopu
❏ Formát: in-house, prezenčně nebo virtuálně
❏ Kurz kombinuje výklad a demonstrace s praktickými laboratorními cvičeními; on-demand verze poskytuje záznamy laboratorních cvičení
❏ Připravuje na certifikační zkoušku Dell Technologies Proven Professional na specialistické úrovni (E20-065); konkrétní formát zkoušky (počet otázek, délka, minimální úspěšnost) nebyl na zdrojové stránce uveden
❏ Přístup je technologicky neutrální ("Open") a využívá několik open-source nástrojů pro řešení big data výzev
❏ Finální laboratorní cvičení na aplikaci pokročilých technik lze postavit na reálných, nestrukturovaných datech vaší organizace
Profil konzultanta / lektora
Workshop vede senior konzultant TAYLLORCOX s AWS akreditací a praxí v implementaci cloudové architektury u klientů napříč obory. Konzultant kombinuje roli lektora a implementačního poradce — cílem je, aby po workshopu zůstala v týmu použitelná architektura, ne jen zápisky.
Časté dotazy
1. Musíme mít před kurzem jiný kurz Dell?
Ano — kurz vyžaduje absolvování kurzu Data Science and Big Data Analytics na úrovni Associate a znalost alespoň jednoho programovacího jazyka (Java nebo Python).
2. Na jakou certifikaci kurz připravuje?
Na zkoušku Dell Technologies Proven Professional na specialistické úrovni pro pokročilou analytiku (E20-065).
3. Pro koho je kurz určen?
Pro aspirující datové vědce, datové analytiky, kteří už absolvovali associate-level kurz, a počítačové vědce, kteří se chtějí naučit MapReduce a analýzu nestrukturovaných dat.
4. Je to spíš teoretické, nebo praktické?
Kombinace výkladu a demonstrací s praktickými laboratorními cvičeními; kurz je zakončen finální laboratoří na aplikaci pokročilých technik na reálná data.
5. Jaká témata jsou zahrnuta?
MapReduce a Hadoop, Hadoop ekosystém a NoSQL (Pig, Hive, HBase, Spark), Natural Language Processing, Social Network Analysis, teorie a metody data science (simulace, Random Forests), a datová vizualizace.
6. Je kurz vázaný na konkrétní technologii?
Ne — kurz zaujímá technologicky neutrální ("Open") přístup a využívá několik open-source nástrojů pro big data výzvy.
7. Jaké zkušenosti účastníci potřebují?
Absolvování kurzu Data Science and Big Data Analytics a znalost alespoň jednoho programovacího jazyka, například Javy nebo Pythonu.
8. Jaký je rozdíl mezi prezenční a on-demand verzí?
Prezenční verze zahrnuje živé laboratorní cvičení, on-demand verze poskytuje záznamy těchto laboratorních cvičení.
9. Lze laboratorní cvičení přizpůsobit naší organizaci?
Ano — finální laboratorní cvičení na aplikaci pokročilých technik lze postavit na reálných, nestrukturovaných datech vaší organizace.
10. Jak je to s cenou a termínem?
Cena, termíny a podmínky storna závisí na velikosti skupiny a formátu. Kontaktujte nás prosím telefonicky nebo přes kontaktní formulář pro nabídku na míru.
Jak nás hodnotí klienti
★★★★★
Na základě zpětné vazby klientů ze všech realizovaných AWS workshopů TAYLLORCOX.
Zdroj obsahu: https://www.tx.cz/dell/advanced-methods-in-data-science-and-big-data-analytics
