Corsi Big Data

Big Data” vuol dire (letteralmente) “Grandi dati”, ovvero grandi quantità di dati, che presi insieme occupano molto spazio di archiviazione.

L’analisi di una mole così elevata di dati richiede competenze specifiche e tecnologie avanzate. L’adozione di metodologie e tecnologie “Big Data” da parte delle aziende è in forte crescita da alcuni anni e i nostri corsi hanno lo scopo di formare risorse in grado di rispondere a tali esigenze.

Programma del corso

  • Concetti e “storia” dei Big Data
  • Distinzione sulle differenti tecnologie a supporto ( Database Analitici, NO-SQL,…)
  • Introduzione al NO-SQL
  • Metodologie e tecnologie per affrontare i Big Data
  • Il concetto di “data lake” e la sua rappresentazione concreta
  • Strumenti, architetture e framework per i Big Data
  • Hadoop: Concetti base e moduli dell’ecosistema
  • I Big Data dall’Ingestion alla Visualization
  • Big Data on premise e in cloud
  • Fondamenti e concetti di IoT
  • Elementi per la progettazione dei sistemi
  • Connessioni di rete e protocolli
  • Transizione verso l’Internet of everything
  • Fondamenti di fisica e trasduttori
  • Programmazione di dispositivi semplici ed evoluti

Programma

Introduzione a Python

  • Caratteristiche del linguaggio.
  • Introduzione alla  Sintassi di base.
  • Variabili e Costrutti.
  • Tipi primitivi e strutture di controllo.

Algoritmi e Strutture con Python

  • Tipi Numerici.
  • Matrici.
  • Stringhe Alfanumeriche.
  • Dizionari.
  • Collezioni.
  • Liste.
  •  Incapsulamento dei dati.
  • L’Overloading dei metodi.

Data Analysis con Python

  • Elaborazioni Matematiche e Statistiche.
  • Le Librerie del linguaggio.
  •  Gestione dei dati in Internet.
  • Servizi Multimediali.

Data Wrangling con Python

  • Elaborazione di token provenienti da file esterni.
  • HTML, XML, EXCEL, CSV.
  • File non strutturati.
  • Collection MongoDB.

Reti Neurali con TensorFlow

  • Reti Neurali.
  • Topologia.
  • Soluzioni.
  • Addestramento delle Reti.
  • Applicazioni di Intelligenza Artificiale con TensorFlow.

Machine e Deep Learning con TensorFlow

  • Apprendimento Supervisionato, Non Supervisionato e Rafforzato.
  • Deep Learning e potenza del TensorFlow.

Programma

  • Intelligenza Artificiale e Machine Learning
  • Apprendimento Automatico Supervisionato e Non supervisionato
  • Classificazione e Regressione
  • Varie tipologie di classificatori
  • Clustering (K-means, EM) e Riduzione di Dimensionalità (PCA, DA)
  • Neural Networks (NN)
  • Introduzione al Deep Learning
  • Convolutional Neural Networks (CNN)
  • Machine learning e Deep learning in cloud: vantaggi e opportunità nell’adozione di tecnologie Cloud per il deploy di modelli di ML
  • I diversi approcci dei Cloud vendor

Programma

Panoramica sul mondo dei Big Data

  • Distinzione sulle differenti tecnologie a supporto ( Database Analitici, NO-SQL,…)
  • Introduzione al NO-SQL

Hadoop: Concetti base e moduli dell’ecosistema

  • Il progetto Hadoop ed i suoi componenti principali (Overview)
  • HDFS, KUDU
  • Introduzione a MapReduce
  • YARN
  • PIG Overview
  • HIVE Overview
  • Impala Overview
  • Sqoop Overview
  • Spark Overview
  • Oozie

Integrare Hadoop in un sistema Enterprise esistente

  • Caricare dati da un RDBMS verso HDFS
  • Approfondimento Sqoop
  • Gestione dei dati real-time con Kafka

Hive, Impala, and Spark

  • Approfondimento ed esercitazioni HIVE
  • Approfondimento ed esercitazioni Impala
  • Approfondimento ed esercitazioni Spark

 

Per richiedere maggiori informazioni o definire con noi il tuo programma personalizzato contattaci ora!

    SiNo

    Desideri ampliare la tua scelta formativa?

    Scegli il tuo corso tra quelli a catalogo e quelli a calendario

    Corsi a Catalogo
    Corsi a Calendario