Версия для слабовидящих

Размер текста:

Цветовая схема:

Изображения:

Поиск по сайту

Подразделения Кафедры Магистратура Дополнительное образование Поступающим
Расписание
Личный кабинет
Почта

Финансовый университет. Самара

Колледж Поступающим Студентам Допобразование Наука Выпускникам
  1. Главная
  2. Дополнительное образование
  3. Каталог программ
  4. Введение в большие данные (Big Data)
Назад

Введение в большие данные (Big Data)

2

Часов теории

16

Часов практических занятий

О программе

Введение в большие данные (Big Data)

Получите общее понимание концепции больших данных, их характеристик, источников, способов обработки и областей применения.

Вы научитесь: Определять возможность применения технологий больших данных для решения конкретных задач; Анализировать бизнес-задачи и оценивать, могут ли методы и технологии больших данных быть применены для их решения; Применять основные методы анализа больших данных для решения практических задач; Использовать инструменты статистического анализа, Data Mining и машинного обучения для выявления закономерностей, и получения ценной информации из данных.

Программа

Тема 1. Введение в большие данные

Что такое «большие данные»: определение, характеристики (объем, скорость, разнообразие, достоверность, ценность). Источники больших данных: примеры и области применения. Вызовы и возможности, связанные с Big Data. Обзор жизненного цикла данных в Big Data проектах.

Тема 2. Архитектура систем обработки больших данных

Обзор основных архитектур обработки больших данных: пакетная обработка (Batch Processing), потоковая обработка (Stream Processing). Распределенные файловые системы (HDFS). Системы управления кластерами (YARN). Лямбда-архитектура и каппа-архитектура.

Тема 3. Фреймворк Apache Hadoop

Обзор Apache Hadoop: основные компоненты (HDFS, MapReduce, YARN). MapReduce: парадигма программирования для параллельной обработки данных. Практический пример MapReduce: подсчет количества слов (обзор кода). Hadoop Streaming.

Тема 4. Фреймворк Apache Spark

Обзор Apache Spark: основные компоненты (Spark Core, Spark SQL, Spark Streaming, MLlib, GraphX). Преимущества Spark по сравнению с Hadoop MapReduce. Resilient Distributed Datasets (RDDs): концепция и примеры использования. Spark DataFrame API.

Тема 5. NoSQL базы данных для больших данных

Обзор NoSQL баз данных: типы (ключ-значение, документные, столбцовые, графовые). Сравнение NoSQL баз данных с реляционными базами данных. Примеры NoSQL баз данных: MongoDB, Cassandra, HBase (краткий обзор для каждой). Выбор подходящей NoSQL базы данных для конкретной задачи.

Тема 6. Введение в аналитику больших данных и визуализацию

Обзор основных задач аналитики больших данных: Data Mining, машинное обучение. Инструменты визуализации данных: графики, диаграммы, дашборды. Этическая аспекты работы с большими данными. Краткий обзор алгоритмов машинного обучения (классификация, регрессия, кластеризация).

Тема 7. Языки программирования для Big Data

Обзор языков программирования, используемых в Big Data: Python, R, Scala. Библиотеки Python для работы с данными: Pandas, NumPy. Основы языка Scala и его применение в Apache Spark. Выбор языка программирования для конкретной задачи.

Тема 8. Потоковая обработка данных

Обзор концепции потоковой обработки данных. Apache Kafka: архитектура и основные компоненты. Apache Spark Streaming: обработка потоковых данных с использованием Spark. Другие фреймворки для потоковой обработки: Apache Flink, Apache Storm.

Тема 9. Облачные решения для Big Data и Data Governance

Обзор облачных платформ для Big Data: AWS, Azure, GCP. Облачные сервисы для хранения, обработки и анализа больших данных. Data Governance: принципы управления данными, качество данных, безопасность и конфиденциальность. Соответствие нормативным требованиям (GDPR, CCPA).

Преподаватели и эксперты программы

Документ, который Вы получите

Документ, который Вы получите

После завершения курса Вам будет выдано удостоверение

Подать заявку Задать вопрос
Стоимость обучения

Стоимость обучения

Стоимость обучения составляет 4000 руб. Возможна поэтапная оплата, оплата из средств материнского капитала, скидки на обучение в соответствии с Положением о скидках

Оплатить
Налоговый вычет

Налоговый вычет

После обучения Вы можете получить налоговый вычет до 13 % стоимости программы

Отзывы на программу

Друзин Станислав Олегович

Сырцов Богдан

Студент специальности 09.02.07 ИСиП

Я прошел курс «Введение в большие данные (Big Data

Как поступить на программу?

Шаг 1

Выбрать программу и оставить заявку

Шаг 2

Собрать документы и пройти оформление в личном кабинете anketa.fa.ru

Шаг 3

Получить договор и документы для оплаты

Шаг 4

Внести оплату и начать обучение

Вас могут заинтересовать

Контакты

САВУШКИНА ГАЛИНА НИКОЛАЕВНА

САВУШКИНА ГАЛИНА НИКОЛАЕВНА

  • Заведующий отделением
  • Преподаватель
  • Ответственный за организацию обучения по образовательным программам дополнительного образования
E-mail GNSavushkina@fa.ru Телефон (846) 224-20-78 Место нахождения:
г. Самара, ул. Антонова-Овсеенко, 57, кабинет 207А
.

Выбрать дату

Выбрать дату

Выбрать год

Сайт колледжа (samfek63.ru)