CIENTÍFICO DE DATOS BIG DATA CLOUDERA

Los “data scientists” son los encargados de construir plataformas de información para proporcionar una visión profunda y responder a preguntas previamente inimaginables. Spark y Hadoop están transformando la forma de trabajar de los “data scientists” al permitir el análisis de datos interactivos e iterativos a escala.<br/>Este curso ayuda a los participantes a comprender lo que hacen los data scientists, los problemas que resuelven y las herramientas y técnicas que utilizan. <br/>A través de simulaciones en clase, los participantes aplican los métodos de data science a los retos del mundo real en diferentes industrias y, en última instancia, se preparan para las funciones de data scientist en el campo.<br/>Al finalizar la formación, el participante conocerá:<br/>· Apache Spark 2 para Data Science y machine learning en flujos de trabajo a escala<br/>· Spark SQL y Dataframes para trabajar con datos estructurados<br/>· MLlib, la librería de Spark para machine learning<br/>· PySpark, la API de Python para Spark<br/>· Sparklyr, una interfaz de R compatible con dplyr para Spark<br/>· El Cloudera Data Science Workbench (CDSW)<br/>· Otros componentes del ecosistema Hadoop: HDFS, Hive, Impala y Hue