Big Data Engineer Bootcamp - Et unikt uddannelses- og certificeringsprogram

Big Data Engineer Bootcamp

Et unikt uddannelses- og certificeringsprogram!

Dette Big Data Engineer Bootcamp, som er udviklet i samarbejde med IBM, giver uddannelse i de konkurrencedygtige færdigheder, der er nødvendige for en givende karriere inden for datateknik. Du lærer at mestre Hadoop big data-rammeværket, udnytte funktionaliteten i Apache Spark med Python, forenkle datalinjer med Apache Kafka og bruge open source-databasehåndteringsværktøjet MongoDB til at gemme data i big data-miljøer.

De vigtigste funktioner i uddannelsen

• Kursus og materiale er på engelsk
• 6 måneders bootcamp med live onlineundervisning og e-læring (i eget tempo) kan gennemføres hurtigere!
• Industrielt anerkendte certifikater fra IBM (for IBM-kurser) og Simplilearn
• Projekter i virkeligheden giver praktisk branchetræning
• 30+ efterspurgte færdigheder
• 1 års adgang til læringsplatformen og klasseoptagelser
• 35 timers uddannelse i eget tempo
• 132 timers instruktørledet uddannelse
• Masterclasses, eksklusive mentorsessioner og hackathons af IBM

Mål for uddannelsen

Ved afslutningen af dette Bootcamp for Big Data Engineer vil du være i stand til

• Få en dyb forståelse af de fleksible og alsidige rammer i Hadoops økosystem, f.eks. Pig, Hive, Impala, HBase, Sqoop, Flume og Yarn
• Beherske værktøjer og færdigheder som datamodellering, databaseinterfaces, avanceret arkitektur, Spark, Sala, RDD, SparkSQL, Spark Streaming, Spark ML, GraphX, Sqoop, Flume, Pig, Hive, Impala og Kafka-arkitektur.
• Forstå, hvordan man modellerer, indsamler, replikerer og sharder data med NoSQL-databasehåndteringssystemet MongoDB.
• Få ekspertise i at skabe og vedligeholde analyseinfrastruktur og eje udvikling, distribution, vedligeholdelse og overvågning af arkitekturkomponenter
• Få indsigt i, hvordan du kan forbedre virksomheders produktivitet ved at behandle store datamængder på platforme, der kan håndtere deres volumen, hastighed, variation og nøjagtighed
• Lær, hvordan Kafka bruges i praksis, herunder dets arkitektur og komponenter, få praktisk erfaring med at forbinde Kafka til Spark og arbejde med Kafka Connect.
• Forstå, hvordan du bruger Amazon EMR til at behandle data ved hjælp af Hadoops økosystemværktøjer.

Målgruppe

En Big Data Engineer bygger og vedligeholder datastrukturer og arkitekturer til at indsamle, behandle og distribuere data til store, dataintensive applikationer. Det er en lovende karriere for både nye og erfarne fagfolk med en passion for data:

• IT-professionelle
• Bank- og finansfolk
• Databaseadministratorer
• Nybegyndere inden for datateknologi
• Studerende på UG/PG-programmer

Bootcamp med indhold

1. Big Data til datateknologi (1 time)
2. Big Data Hadoop og Spark-udvikler (84 timer)
3. PySpark-uddannelse (3 timer)
4. MongoDB-udvikler og -administrator (56 timer)
5. Apache Kafke (10 timer)
6. AWS tekniske grundlag (17,5 timer)
7. AWS Big Data-certificering (61)
8. Eksamensprojekt for Big Data (56 timer)
   
   

   Mastercertifikat

* Og du får individuelle certifikater for hver kursus.

Ekstra / bonuskurser:

• AWS Technical Essentials
• Java-certificering
• Inudstry Master Class - Datateknik

Du behøver ikke at læse disse kurser for at få dit Master Certificate. Du har mulighed for at læse disse kurser som en del af det overordnede program.

1. Big Data til datateknik

I denne introduktionskurs fra IBM lærer du de grundlæggende begreber og terminologier inden for big data og dens anvendelser i forskellige brancher. Du får indsigt i, hvordan du forbedrer forretningsproduktiviteten ved at behandle big data og udvinde værdifuld information.

Vigtige læringsmål

Forstå, hvad big data er, kilder til big data og eksempler fra virkeligheden

Lær den vigtigste forskel mellem big data og datavidenskab

Mestre brugen af big data til operationel analyse og bedre kundeservice

Få viden om big data-økosystemet og Hadoop-rammeværket.

Kursusplan

• Lektion 1 – Hvad er big data?
• Lektion 2 – Big data: bag hypen
• Lektion 3 – Big data og datavidenskab
• Lektion 4 – Anvendelsestilfælde
• Lektion 5 – Behandling af big data

2. Udvikler af big data Hadoop og Spark

AVC's uddannelse i big data Hadoop hjælper dig med at lære big data og Hadoop-økosystemværktøjer som HDFS, YARN, MapReduce, Hive, Impala, Pig, HBase, Spark, Flume, Sqoop og Hadoop Frameworks, herunder yderligere livscykluskoncepter til big data-behandling. Under dette lærerstyrede onlinekursus i Hadoop vil du arbejde med realtidsprojekter inden for detailhandel, turisme, finans og andre områder. Dette big data-kursus vil også forberede dig til Clouderas CCA175 Big Data-certificering.

Vigtige læringsmål

• Lær at navigere i Hadoops økosystem og forstå, hvordan du optimerer brugen af det
• Indlæsning af data med Sqoop, Flume og Kafka
• Implementering af partitionering, bucketing og indeksering i Hive
• Arbejde med RDD i Apache Spark
• Behandling af strømdata i realtid
• Udførelse af DataFrame-operationer i Spark med SQL-spørgsmål
• Implementering af brugerdefinerede funktioner (UDF) og brugerdefinerede attributfunktioner (UDAF) i Spark

Kursusplan

• Lektion 1 - Introduktion til Big Data og Hadoop
• Lektion 2 - Hadoops arkitektur for distribueret lagring (HDFS) og YARN
• Lektion 3 - Datainput i Big Data-systemer og ETL.
• Lektion 4 - Distribueret behandling MapReduce-rammeværk og Pig
• Lektion 5 - Apache Hive
• Lektion 6 - NoSQL-databaser HBase
• Lektion 7 - Grundlæggende funktionel programmering og Scala
• Lektion 8 - Apache Spark næste generations rammeværk for store datamængder
• Lektion 9 - Spark Core-behandling af RDD
• Lektion 10 - Spark SQL-behandling af DataFramesspan
• Lektion 11 - Spark MLLib Modellering af BigData med Spark
• Lektion 12 - Rammeværk til strømbehandling og Spark Streaming
• Lektion 13 - Spark GraphX

3. PySpark-uddannelse

Pyspark Training giver et indgående overblik over Apache Spark, den open source-spørgsmålsmotor til behandling af store datamængder, og hvordan man integrerer den med Python ved hjælp af PySpark-grænsefladen. Dette kursus viser, hvordan man bygger og implementerer dataintensive applikationer, samtidig med at man fordyber sig i højtydende maskinlæring. Du lærer at bruge Spark RDD, Spark SQL, Spark MLlib, Spark Streaming, HDFS, Sqoop, Flume, Spark GraphX og Kafka.

Vigtige læringsmål

• Forstå, hvordan man bruger Python-funktionalitet i Spark-økosystemet.
• Mestre arkitekturen for Apache Spark og konfigurere et Python-miljø til Spark
• Lær om forskellige teknikker til dataindsamling, forstå RDD'er og hvordan man sammenligner dem med DataFrames, hvordan man læser data fra filer og HDFS, og hvordan man arbejder med skemaer
• Få omfattende viden om forskellige værktøjer, der indgår i Spark-økosystemet, f.eks. Spark SQL, Spark MlLib, Sqoop, Kafka, Flume og Spark Streaming.
• Opret og udforsk forskellige API'er til at arbejde med Spark DataFrames, og lær at aggregere, transformere, filtrere og sortere data med DataFrames.

Kursusplan

• Lektion 01 - En kort introduktion til Pyspark
• Lektion 02 - Robuste distribuerede datamængder
• Lektion 03 - Resilienta distribuerede datamængder og tiltag
• Lektion 04 - DataFrames og transformationer
• Lektion 05 - Databehandling med Spark DataFrames

4. Apache Kafka

I dette certificeringskursus i Apache Kafka lærer du arkitekturen, installationen, konfigurationen og grænsefladerne for Kafka open source messaging. Med denne Kafka-uddannelse lærer du grundlæggende om Apache ZooKeeper som en centraliseret tjeneste og udvikler færdighederne til at distribuere Kafka til realtidsmeddelelser. Kurset er en del af masterprogrammet Big Data Hadoop Architect og anbefales til udviklere og analytikere, der ønsker at udvide deres ekspertise.

Vigtige læringsmål

• Beskrive vigtigheden af big data
• Beskrive de grundlæggende koncepter for Kafka
• Beskrive arkitekturen for Kafka
• Forklare, hvordan man installerer og konfigurerer Kafka
• Forklare, hvordan man bruger Kafka til realtidsmeddelelser

Kursusplan

• Lektion 1 - Kom godt i gang med Big Data og Apache Kafka
• Lektion 2 - Kafka-producent
• Lektion 3 - Kafka-forbruger
• Lektion 4 - Kafka-operationer og ydeevneoptimering
• Lektion 5 - Arkitektur for Kafka-klynger og administration af Kafka
• Lektion 6 - Overvågning af Kafka og skema registre
• Lektion 7 - Kafka-strømme og Kafka-kontakter
• Lektion 8 - Integration af Kafka med Storm
• Lektion 9 - Kafka-integration med Spark og Flume
• Lektion 10 - Adminklient og sikkerhed for Kafka

5. MongoDB-udvikler og administrator

Bliv en ekspert MongoDB-udvikler og -administrator med indgående kendskab til NoSQL og mestrer færdighederne inden for datamodellering, indlæsning, forespørgsel, sharding og datareplikering. Kurset indeholder branchebaserede projekter inden for e-læring og telekommunikation. Kurset er bedst egnet til databaseadministratorer, softwareudviklere, systemadministratorer og analytikere.

Vigtige læringsmål

• Udvikl ekspertise i at skrive Java- og NodeJS-applikationer med MongoDB
• Mestre replikering og sharding af data i MongoDB for at optimere læse-/skriveydelsen
• Installer, konfigurer og vedligehold MongoDB-miljøet
• Få praktisk erfaring med at oprette og administrere forskellige typer indekser i
• MongoDB til udførelse af forespørgsler
• Lagring af ustrukturerede data i MongoDB på en dygtig måde
• Udvikling af færdigheder til at behandle store mængder data med MongoDB-værktøjer
• Færdighed i MongoDB-konfiguration, sikkerhedskopieringsmetoder og overvågnings- og driftsstrategier
• Dyk ned i håndtering af DB Notes, Replica set og master-slave-koncepter.

Kursusplan

• Lektion 1 - Introduktion til NoSQL-databaser
• Lektion 2 - MongoDB: En database til det moderne web
• Lektion 3 - CRUD-operationer i MongoDB
• Lektion 4 - Indeksering og aggregering
• Lektion 5 - Replikering og sharding
• Lektion 6 - Udvikling af Java- og Node JS-applikationer med MongoDB
• Lektion 7 - Håndtering af MongoDB-klyngeoperationer

6. AWS tekniske grundlag

I denne AWS Technical Essentials-kurs lærer du at navigere i AWS-administrationskonsollen, forstå AWS-sikkerhed, lagrings- og databasealternativer samt få ekspertise inden for webservices som RDS og EBS. Kursen er udarbejdet i overensstemmelse med den seneste AWS-pensum og hjælper dig med at blive dygtig til at identificere og effektivt bruge AWS-services.

Vigtige læringsmål

• Forstå de grundlæggende begreber for AWS-platformen og cloud computing
• Identificere AWS-koncepter, terminologi, fordele og driftsmuligheder for at opfylde virksomhedens krav
• Identificere muligheder for drift og netværk i AWS

Kursplan

• Lektion 01 - Introduktion til cloud-tjenester
• Lektion 02 - Introduktion til AWS
• Lektion 03 - Lagring og levering af indhold
• Lektion 04 - Beregningstjenester og netværk
• Lektion 05 - AWS-administrerede tjenester og databaser
• Lektion 06 - Implementering og administration

7. Uddannelse til AWS Big Data-certificering

I dette AWS Big Data-certificeringskurs vil du blive fortrolig med begreber som cloud computing og dets distributionsmodeller, Amazon Web Services cloud-platform, Kinesis Analytics, AWS big data-lagring, -behandling, -analyse, -visualisering og -sikkerhedstjenester, EMR, AWS Lambda og Glue, maskinlæringsalgoritmer og meget mere.

Vigtige læringsmål

• Opdag, hvordan du bruger Amazon EMR til at behandle data ved hjælp af Hadoops økosystemværktøjer
• Forstå, hvordan du bruger Amazon Kinesis til behandling af big data i realtid
• Analyser og konverter store datamængder med Kinesis Streams
• Visualiser data og kør forespørgsler med Amazon QuickSight

Kursusplan

• Lektion 01 - Introduktion til AWS i Big Data.
• Lektion 02 - Indsamling
• Lektion 03 - Lagring
• Lektion 04 - Bearbejdning I
• Lektion 05 - Bearbejdning II
• Lektion 06 - Analyse I
• Lektion 07 - Analyse II
• Lektion 08 - Visualisering
• Lektion 09 - Sikkerhed

8. Slutprojekt om big data

Dette slutprojekt om big data giver dig mulighed for at anvende de færdigheder, du har lært i løbet af dette program. Du lærer at løse et reelt big data-problem gennem særlige mentorsessioner. Dette projekt er det sidste trin i uddannelsen og giver dig mulighed for at vise din ekspertise inden for big data over for fremtidige arbejdsgivere.

9. Ekstra kurser:

AWS tekniske grundlæggende færdigheder

Dette AWS Technical Essentials-kursus lærer dig at navigere gennem AWS-administrationskonsollen, forstå AWS-sikkerhed, lagrings- og databasalternativer og få ekspertise inden for webtjenester som RDS og EBS. Kurset er udarbejdet i overensstemmelse med den nyeste AWS-læseplan og hjælper dig med at blive dygtig til at identificere og effektivt bruge AWS-tjenester.

Certificeringsuddannelse i Java

Denne avancerede certificeringsuddannelse i Java er designet til at føre dig gennem begreberne i Java, fra indledende teknikker til avancerede programmeringsfærdigheder. Denne Java-kursus giver dig også viden om Core Java 8, operatorer, matricer, sløjfer, metoder og konstruktører, samtidig med at du får praktisk erfaring med JDBC og JUnit-rammeværket.

Master Class for branchen – Datateknik

Deltag i en interaktiv online Master Class og få indsigt i verdenen af data engineering.

SPØRGSMÅL OG SVAR

Hvad er værdien af et Master Certificate?

AVC's Bootcamp hjælper dig med at mestre efterspurgte færdigheder i et hurtigere tempo og øge din markedsværdi. Uanset dine karrieremål, uanset om du er nybegynder eller leder efter muligheder for kompetenceudvikling for at skifte karriere, vil AVC's masterprogram hjælpe med at fremskynde disse mål. Disse certifikater er meget efterspurgte.

Bemærk: Vi er ikke et universitet og udsteder ikke universitetsuddannelser. Dette Bootcamp Master's betyder, at du har gennemgået hele programmet og fået al vigtig viden om emnet og dermed behersker emnet fuldt ud. Hver kursus/del af programmet resulterer også i et certifikat.

Hvilke færdigheder og erfaringer kræves for at deltage i Bootcamp?

Der kræves generelt ingen forudgående erfaring for at deltage i programmet. Uddannelsen starter på introduktionsniveau og fortsætter (trin for trin) til ekspertniveau. Det er dog altid en fordel, hvis du har grundlæggende viden eller erfaring inden for emnet. Læs mere om dine specifikke kursusdetaljer.

Dette program er selvstudium, så du kan lære i dit eget tempo. Du starter med en praktisk e-læringsmodul, efterfulgt af en række onlinekurser, der er skræddersyet til dine behov, hvor du har frihed til at vælge de datoer og tidspunkter, der passer bedst til din kalender – og hvis du går glip af en session, kan du nemt ombooke den. Hver session optages, så du kan gennemgå materialet så mange gange som nødvendigt.

Ved afslutningen af programmet vil du have opnået omfattende viden og være i stand til at demonstrere og anvende denne i en række forskellige praktiske opgaver og projekter.

Hvor lang tid tager det at gennemføre Bootcamp?

Det er meget individuelt. Nogle gennemgår programmet ret hurtigt (ca. 2-3 måneder), andre har brug for mere tid. Du har adgang til programmet og e-læring i et år. Hvis du bruger 5-10 timer om ugen på programmet, tager det ca. 6 måneder at gennemføre programmet. Bemærk: Nogle andre masterprogrammer tager længere tid. Dette er et skøn.

Hvordan er Bootcamp opbygget? Skal jeg komme til et uddannelsescenter?

Størstedelen af programmerne er baseret på fjernundervisning. De fleste af dem indeholder intensive online bootcamps med e-læring, som du kan gennemføre i dit eget tempo. Disse Learning Paths består af forskellige kurser og emner, der er relateret til specifikke færdigheder for en rolle eller et job. Der er også online klasseundervisning via vores avancerede system til professionel fjernundervisning. Der er en række forskellige tidspunkter at vælge imellem, og vi optager altid sessionerne, så du kan lytte til dem, hvis du går glip af noget eller ønsker at gennemgå informationen. Der er altid nogen til rådighed for at hjælpe og støtte dig, hvis du har spørgsmål til de færdigheder, du lærer.

Hvornår kan jeg tage Bootcamp-onlinekurser?

Tidspunktet for kurserne varierer fra gruppe til gruppe. Du får adgang til et instrumentpanel med flere tidsvinduer for hver session eller emne, så du kan vælge det, der passer dig bedst. Sessioner kan planlægges på hverdageftermiddage, weekendmorgener eller aftener, afhængigt af deltagernes interesse og undervisers tilgængelighed. Hvis du går glip af en session, kan du altid indhente det forsømte ved at se optagelserne, så du aldrig går glip af noget indhold.

Hvornår kan jeg låse mit Master Certificate op?

Når du har gennemført mindst 85 % af kursusmaterialet, kan dit certifikat låses op. Dette gælder for alle Master-programmer. Et af kriterierne for at opnå Master Certificate er at deltage i livekurserne. Der kan dog gøres undtagelser, hvis du ikke har mulighed for at deltage live, men det er stadig et krav, at du ser optagelserne. Læs mere om dit specifikke kursus eller send os en e-mail for mere information.