Python, Spark, and Hadoop for Big Data培训

在这个由讲师指导的 中国 现场培训中，参与者将学习如何在动手练习时结合使用 Python 和 Spark 来分析大数据。

在培训结束时，参与者将能够：

• 了解如何将 Spark 与 Python 结合使用来分析大数据。
• 进行模仿真实案例的练习。
• 使用不同的工具和技术使用 PySpark 进行大数据分析。

在这个以讲师为主导的中国现场培训中，参与者将了解用于处理图形数据的技术产品和实施方法。目的是识别真实世界的对象、它们的特征和关系，然后对这些关系进行建模，并使用 Graph Computing（也称为图形分析）方法将它们作为数据进行处理。我们从广泛的概述开始，并在逐步完成一系列案例研究、动手练习和实时部署时缩小具体工具的范围。

在培训结束时，参与者将能够：

• 了解如何持久化和遍历图形数据。
• 为给定任务选择最佳框架（从图形数据库到批处理框架）。
• 实现 Hadoop、Spark、GraphX 和 Pregel，在多台机器上并行进行图计算。
• 从图形、流程和遍历的角度查看现实世界的大数据问题。

MLlib是Spark的机器学习（ML）库。其目标是使实用的机器学习可扩展且简单。它由常见的学习算法和实用程序组成，包括分类，回归，聚类，协同过滤，降维，以及低级优化原语和更高级别的管道API。

它分为两个包：

• spark.mllib包含在RDD之上构建的原始API。

• spark.ml提供了构建在DataFrame之上的更高级API，用于构建ML管道。

听众

本课程面向希望利用Apache Spark内置机器库的工程师和开发人员

本课程面向希望在其应用程序中理解和实施人工智能的开发人员和数据科学家。 特别关注数据分析、分布式人工智能和自然语言处理。

Pandas 是一个 Python 包，它提供用于处理结构化（表格、多维、潜在异构）和时间序列数据的数据结构。

这种以讲师为主导的中国现场现场培训针对的是希望使用Pandas通过机器学习进行预测分析的数据科学家。

在培训结束时，参与者将能够：

• 在 Python 中执行数据整理。
• 执行机器学习的 ETL 操作。
• 使用 Pandas 创建数据可视化

这种以讲师为主导的中国现场现场培训针对的是希望使用Modin构建和实现并行计算的数据科学家和开发人员Pandas，以加快数据分析速度。

在培训结束时，参与者将能够：

• 设置必要的环境，开始使用 Modin 大规模开发 Pandas 工作流。
• 了解 Modin 的功能、架构和优势。
• 了解 Modin、Dask 和 Ray 之间的区别。
• 使用 Modin 更快地执行 Pandas 操作。
• 实现整个 Pandas API 和函数。

这种以讲师为主导的中国现场培训（现场或远程）针对的是希望将Dask与Python生态系统一起使用以构建，扩展和分析大型数据集的数据科学家和软件工程师。

在培训结束时，参与者将能够：

• 设置环境以开始使用 Dask 和 Python 构建大数据处理。
• 探索 Dask 中提供的功能、库、工具和 API。
• 了解 Dask 如何在 Python 中加速并行计算。
• 了解如何使用 Dask 扩展 Python 生态系统（Numpy、SciPy 和 Pandas）。
• 优化 Dask 环境，以保持处理大型数据集的高性能。

这种以讲师为主导的中国现场培训（现场或远程）面向希望将FastAPI与Python一起使用以更轻松，更快速地构建，测试和部署RESTful API的开发人员。

在培训结束时，参与者将能够：

• 设置必要的开发环境以使用 Python 和 FastAPI 开发 API。
• 使用 FastAPI 库更快、更轻松地创建 API。
• 了解如何基于 Pydantic 和 OpenAPI 创建数据模型和架构。
• 使用 SQLAlchemy 将 API 连接到数据库。
• 使用 FastAPI 工具在 API 中实现安全性和身份验证。
• 构建容器镜像并将 Web API 部署到云服务器。

这种以讲师为主导的现场培训（现场或远程）面向希望使用FARM（FastAPI，React和MongoDB）堆栈构建动态，高性能和可扩展Web应用程序的开发人员。

在培训结束时，参与者将能够：

设置集成 FastAPI、React 和 MongoDB 的必要开发环境。 了解 FARM 堆栈的关键概念、功能和优势。 了解如何使用 FastAPI 构建 REST API。 了解如何使用 React 设计交互式应用程序。 使用 FARM 堆栈开发、测试和部署应用程序（前端和后端）。

这种以讲师为主导的中国现场现场培训面向希望使用SciPy使用Python创建高级科学计算功能的开发人员。

在培训结束时，参与者将能够：

• 设置必要的开发环境，开始创建科学计算功能。
• 通过执行复杂操作的实际示例，获得 SciPy 功能的全部优势。
• 实现和优化数学算法和函数以解决科学问题。
• 设计用于可视化、处理和分析的数据结构和插值方法。

这种以讲师为主导的中国现场培训（现场或远程）针对希望使用PyGame使用Python编程创建和构建游戏的开发人员。

在培训结束时，参与者将能够：

• 设置必要的开发环境，开始使用 PyGame 和 Python 创建游戏应用程序。
• 了解如何创建与动画和多媒体功能集成的交互式 PyGame 应用程序。
• 使用 PyGame 测试套件运行和测试游戏程序，并将它们转换为可执行文件。

本实践课程面向希望创建和维护其第一个Web应用程序的Python开发人员。它也适用于已经熟悉其他Web框架（如Django或Web2py ，并希望了解如何使用微框架（即将第三方库粘合在一起而不是提供自包含的通用解决方案的框架）更改这个过程。

本课程的一个重要部分不是专注于Flask本身（它很小），而是专注于Flask项目中经常使用的第三方库和工具。

这种以讲师为主导的中国 现场现场培训面向希望使用Python和Flask构建 REST API的后端 开发人员。

在培训结束时，参与者将能够：

• 实现 REST API，以允许 Flask Web 应用程序读取和写入后端中的数据库。
• 开发高级身份验证功能，如刷新令牌。
• 为将来的 Python 项目构建可重用的后端。
• 使用 SQLAlchemy 简化数据存储。
• 将 REST API 部署到基于云的服务器上。

这种由讲师指导的中国现场培训（现场或远程）针对的是希望使用Flask的高级功能在MongoDB之上构建可扩展Web应用程序的开发人员。

在培训结束时，参与者将能够：

• 设置必要的开发环境以开始使用 Flask 开发 Web 应用程序。
• 了解实际 Flask 项目的高级概念和技术。
• 在 MongoDB 之上构建一个 RESTful API 服务器。
• 了解如何使用 Flask、Docker 和 Amazon EC2 容器化、测试和部署微服务。
• 深入了解用于扩展 Web 应用程序的高级 Flask 集成。