Data Analysis Training Courses

Data Analysis Training Courses

Τα τοπικά μαθήματα κατάρτισης δεδομένων που βασίζονται σε ανάλυση δεδομένων Ανάλυση Δεδομένων (Data Analysis ή Data Analysis), καθοδηγούμενα από εκπαιδευτές, καταδεικνύουν μέσω της συζήτησης και της πρακτικής άσκησης τις γλώσσες προγραμματισμού και τις μεθοδολογίες που χρησιμοποιούνται για την ανάλυση δεδομένων. Η εκπαίδευση Ανάλυσης Δεδομένων είναι διαθέσιμη ως "επιτόπου ζωντανή εκπαίδευση" ή "απομακρυσμένη ζωντανή εκπαίδευση". Η επιτόπια κατάρτιση σε πραγματικό χρόνο μπορεί να πραγματοποιηθεί σε τοπικό επίπεδο στις εγκαταστάσεις του πελάτη Ελλάδα ή σε εταιρικά κέντρα κατάρτισης NobleProg στο Ελλάδα . Η απομακρυσμένη ζωντανή προπόνηση πραγματοποιείται μέσω μιας διαδραστικής, απομακρυσμένης επιφάνειας εργασίας. NobleProg - Ο τοπικός παροχέας εκπαίδευσης

Machine Translated

Testimonials

★★★★★
★★★★★

Data Analysis Course Outlines

Course Name
Duration
Overview
Course Name
Duration
Overview
35 hours
This instructor-led, live training in Ελλάδα (online or onsite) is aimed at data analysts and anyone who is interested to learn how to use and integrate Tableau, Python, R, and SQL for data visualization and analysis. By the end of this training, participants will be able to:
  • Perform data analysis using Python, R, and SQL.
  • Create insights through data visualization with Tableau.
  • Make data-driven decisions for business operations.
21 hours
This instructor-led, live training in Ελλάδα (online or onsite) is aimed at analysts who wish to use TM1 to analyze and customize reports and templates for data in a database. By the end of this training, participants will be able to:
  • Learn how to analyze data using IBM Planning Analytics.
  • Create custom views of the data in a database.
  • Build reports and forms that communicate with TM1.
14 hours
This instructor-led, live training in Ελλάδα (online or onsite) is aimed at data analysts and data scientists who wish to use the MongoDB Aggregation Framework to perform data analysis while simplifying complex operations and aggregation pipelines. By the end of this training, participants will be able to:
  • Install and configure MongoDB for data analysis.
  • Understand the concepts and stages of the MongoDB Aggregation Framework.
  • Learn about the basic structure, syntax, and operations for aggregation.
  • Learn how to handle advanced operations in aggregation.
  • Apply some optimization tools and techniques to improve aggregation performance.
14 hours
This instructor-led, live training in Ελλάδα (online or onsite) is aimed at developers and system administrators who wish to learn and use Sisense for big data manipulation and visualization. By the end of this training, participants will be able to:
  • Learn the fundamental concepts of Sisense and how it works.
  • Create a Sisense dashboard to visualize big data and execute data-driven business decisions.
  • Merge and manage data from multiple sources.
  • Utilize Sisense for quick data manipulation and visualization.
14 hours
This instructor-led, live training in Ελλάδα (online or onsite) is aimed at data analysts or anyone who wishes to use AWS QuickSight data analysis and visualization. By the end of this training, participants will be able to:
  • Understand the basic concepts of AWS QuickSight.
  • Use AWS QuickSight to create data analysis, reports, and insights.
  • Use AWS to create relationships between data for enhanced analysis.
  • Learn different types of visualizations in understanding data.
14 hours
This instructor-led, live training in Ελλάδα (online or onsite) is aimed at data scientists and developers who wish to use and integrate SQL, Python, and Tableau to perform complex data analysis, processing, and visualization. By the end of this training, participants will be able to:
  • Set up the necessary environment to perform data analysis with SQL, Python, and Tableau.
  • Understand the key concepts of software integration (data, servers, clients, APIs, endpoints, etc.).
  • Get a refresher on the fundamentals of Python and SQL.
  • Perform data pre-processing techniques in Python.
  • Learn how to connect Python and SQL for data analysis.
  • Create insightful data visualizations and charts with Tableau.
14 hours
This instructor-led, live training in Ελλάδα (online or onsite) is aimed at data scientists and data analysts who wish to learn how to use each tool in the developer tool palette in Alteryx Designer. By the end of this training, participants will be able to:
  • Learn to use and configure all the tools in the developer tab.
  • Design efficient workflows in Alteryx using the dynamic, validation, and testing tools.
  • Learn how to use API tools to download and parse web data.
  • Use Alteryx scripting tools, including Python and R.
7 hours
This instructor-led, live training in Ελλάδα (online or onsite) is aimed at data analysts who wish to perform product and user analysis using Mixpanel. By the end of this training, participants will be able to:
  • Learn how to use Mixpanel as a web analytics tool.
  • Understand the Mixpanel concepts and implementation.
  • Understand and interpret event data.
14 hours
This instructor-led, live training in Ελλάδα (online or onsite) is aimed at analysts who wish to use Matomo to perform web analytics tasks such as generating a detailed report on the usage of a website. By the end of this training, participants will be able to:
  • Understand how Matomo works in analyzing web data.
  • Learn how data is collected and tracked with Matomo.
  • Understand and interpret Matomo reports.
14 hours
This instructor-led, live training in Ελλάδα (online or onsite) is aimed at data scientists and developers who wish to set up, deploy, and manage data analytics solutions using Databricks. By the end of this training, participants will be able to:
  • Set up and configure Databricks.
  • Understand how Databricks and Apache Spark work together.
  • Learn how to load and transform data in Databricks.
14 hours
IBM SPSS Modeler είναι ένα λογισμικό που χρησιμοποιείται για την εξόρυξη δεδομένων και την ανάλυση κειμένου. Παρέχει ένα σύνολο εργαλείων εξόρυξης δεδομένων που μπορούν να δημιουργήσουν προβλέψιμα μοντέλα και να εκτελέσουν εργασίες ανάλυσης δεδομένων. Αυτή η εκπαιδευτική, ζωντανή εκπαίδευση (online ή online) απευθύνεται σε αναλυτές δεδομένων ή σε οποιονδήποτε επιθυμεί να χρησιμοποιήσει SPSS Modeler για την εκτέλεση δραστηριοτήτων εξόρυξης δεδομένων. Μετά το τέλος της προπόνησης, οι συμμετέχοντες θα είναι σε θέση να:
    Κατανοήστε τα θεμέλια της εξόρυξης δεδομένων. Μάθετε πώς να εισάγετε και να αξιολογήσετε την ποιότητα των δεδομένων με το Modeler. Ανάπτυξη, ανάπτυξη και αξιολόγηση μοντέλων δεδομένων αποτελεσματικά.
Η μορφή του μαθήματος
    Διαδραστική διάλεξη και συζήτηση. Πολλές ασκήσεις και πρακτικές. Hands-on εφαρμογή σε ένα ζωντανό εργαστήριο περιβάλλον.
Επιλογές προσαρμογής μαθημάτων
    Για να ζητήσετε μια προσαρμοσμένη εκπαίδευση για αυτό το μάθημα, παρακαλούμε επικοινωνήστε μαζί μας για να οργανώσετε.
35 hours
Οι συμμετέχοντες που ολοκληρώνουν αυτή την εκπαιδευτική, ζωντανή εκπαίδευση θα αποκτήσουν μια πρακτική, πραγματική κατανόηση του Big Data και των σχετικών τεχνολογιών, μεθοδολογιών και εργαλείων. Οι συμμετέχοντες θα έχουν την ευκαιρία να εφαρμόσουν αυτές τις γνώσεις μέσω πρακτικών ασκήσεων. Η ομαδική αλληλεπίδραση και η ανατροφοδότηση των εκπαιδευτικών αποτελούν σημαντικό στοιχείο της τάξης. Το μάθημα ξεκινά με μια εισαγωγή στις στοιχειώδεις έννοιες του Big Data, στη συνέχεια προχωρά στις γλώσσες προγραμματισμού και τις μεθοδολογίες που χρησιμοποιούνται για την εκτέλεση Data Analysis. Τέλος, συζητάμε τα εργαλεία και τις υποδομές που επιτρέπουν Big Data αποθήκευση, κατανεμημένη επεξεργασία και Scala βιωσιμότητα. Η μορφή του μαθήματος
    Μερική διάλεξη, μερική συζήτηση, πρακτική και υλοποίηση, περιστασιακή ανασκόπηση για τη μέτρηση της προόδου.
21 hours
R is a very popular, open source environment for statistical computing, data analytics and graphics. This course introduces R programming language to students.  It covers language fundamentals, libraries and advanced concepts.  Advanced data analytics and graphing with real world data. Audience Developers / data analytics Duration 3 days Format Lectures and Hands-on
14 hours
Elasticsearch είναι μια ανοικτή πηγή, διανεμημένη μηχανή αναζήτησης. Χρησιμοποιείται συνήθως σε συνδυασμό με Logstash (υπό συλλογή δεδομένων και μηχανή καταγραφής) και Kibana (ανάλυση και πλατφόρμα απεικόνισης) για να σχηματίσει το "ELK stack". Αυτή η εκπαιδευτική, ζωντανή κατάρτιση απευθύνεται σε προγραμματιστές λογισμικού που επιθυμούν να δημιουργήσουν λύσεις αναζήτησης και ανάλυσης χρησιμοποιώντας Elasticsearch. Η εκπαίδευση ξεκινά με μια συζήτηση για την Elasticsearch αρχιτεκτονική, συμπεριλαμβανομένου του διανεμημένου μοντέλου και του API αναζήτησης. Αυτό ακολουθείται από μια εξήγηση της λειτουργικότητας Elasticsearch's και πώς να την ενσωματώσουμε καλύτερα σε μια υπάρχουσα εφαρμογή. Οι ασκήσεις χεριών αποτελούν σημαντικό μέρος της κατάρτισης και δίνουν στους συμμετέχοντες την ευκαιρία να εφαρμόσουν τις γνώσεις τους ενώ λαμβάνουν σχόλια σχετικά με την εφαρμογή και την πρόοδο τους. Η μορφή του μαθήματος
    Μεγάλη έμφαση στη ζωντανή πρακτική. Οι περισσότερες από τις έννοιες μαθαίνουν μέσα από δείγματα, ασκήσεις και πρακτική ανάπτυξη.
Επιλογές προσαρμογής μαθημάτων
    Για να ζητήσετε μια προσαρμοσμένη εκπαίδευση για αυτό το μάθημα, παρακαλούμε επικοινωνήστε μαζί μας για να οργανώσετε.
7 hours
Αυτό το μάθημα καλύπτει τον τρόπο χρήσης της γλώσσας Hive SQL (AKA: Hive HQL, SQL σε Hive , Hive QL) για άτομα που εξάγουν δεδομένα από την Hive
35 hours
Στο πρώτο μέρος αυτής της εκπαίδευσης, καλύπτουμε τις βασικές αρχές του MATLAB και τη λειτουργία του τόσο ως γλώσσα όσο και ως πλατφόρμα. Περιλαμβάνεται σε αυτή τη συζήτηση μια εισαγωγή στη σύνταξη MATLAB , συστοιχίες και μήτρες, οπτικοποίηση δεδομένων, ανάπτυξη σεναρίων και αντικειμενοστραφείς αρχές. Στο δεύτερο μέρος, παρουσιάζουμε τον τρόπο χρήσης του MATLAB για εξόρυξη δεδομένων, μηχανική μάθηση και προγνωστική ανάλυση. Για να προσφέρουμε στους συμμετέχοντες μια σαφή και πρακτική προοπτική της προσέγγισης και της εξουσίας του MATLAB , κάνουμε συγκρίσεις μεταξύ της χρήσης του MATLAB και άλλων εργαλείων, όπως υπολογιστικά φύλλα, C, C++ και Visual Basic. Στο τρίτο μέρος της κατάρτισης, οι συμμετέχοντες μαθαίνουν πώς να εξομαλύνουν το έργο τους αυτοματοποιώντας την επεξεργασία δεδομένων και την παραγωγή αναφορών. Σε όλη τη διάρκεια του μαθήματος, οι συμμετέχοντες θα εφαρμόσουν τις ιδέες που μάθουν μέσω πρακτικών ασκήσεων σε εργαστηριακό περιβάλλον. Μέχρι το τέλος της εκπαίδευσης, οι συμμετέχοντες θα έχουν πλήρη γνώση των δυνατοτήτων της MATLAB και θα είναι σε θέση να την χρησιμοποιήσουν για την επίλυση πραγματικών προβλημάτων επιστήμης δεδομένων καθώς και για τον εξορθολογισμό της εργασίας τους μέσω αυτοματισμού. Οι αξιολογήσεις θα διεξαχθούν σε όλη τη διάρκεια του μαθήματος για να μετρηθεί η πρόοδος. Μορφή του μαθήματος
  • Το μάθημα περιλαμβάνει θεωρητικές και πρακτικές ασκήσεις, όπως συζητήσεις περίπτωσης, δειγματοληπτικό έλεγχο κώδικα και πρακτική εφαρμογή.
Σημείωση
  • Οι περιόδους πρακτικής θα βασίζονται σε προκαθορισμένα πρότυπα αναφορών δεδομένων δείγματος. Αν έχετε συγκεκριμένες απαιτήσεις, επικοινωνήστε μαζί μας για να κανονίσετε.
14 hours
Κοινό Αναλυτές, ερευνητές, επιστήμονες, απόφοιτοι και φοιτητές και όσοι ενδιαφέρονται να μάθουν πώς να διευκολύνουν τη στατιστική ανάλυση στο Microsoft Excel . Στόχοι μαθήματος Αυτό το μάθημα θα σας βοηθήσει να βελτιώσετε την εξοικείωσή σας με το Excel και τα στατιστικά στοιχεία και ως εκ τούτου θα αυξήσετε την αποτελεσματικότητα και την αποτελεσματικότητα της εργασίας ή της έρευνας σας. Αυτό το μάθημα περιγράφει τον τρόπο χρήσης του εργαλείου ανάλυσης εργαλείων στο Microsoft Excel , στατιστικών λειτουργιών και τον τρόπο εκτέλεσης βασικών στατιστικών διαδικασιών. Θα εξηγήσει ποιος είναι ο περιορισμός του Excel και πώς μπορεί να ξεπεραστεί.
35 hours
Participants who complete this training will gain a practical, real-world understanding of Data Science and its related technologies, methodologies and tools. Participants will have the opportunity to put this knowledge into practice through hands-on exercises. Group interaction and instructor feedback make up an important component of the class. The course starts with an introduction to elemental concepts of Data Science, then progresses into the tools and methodologies used in Data Science. Audience
  • Developers
  • Technical analysts
  • IT consultants
Format of the Course
  • Part lecture, part discussion, exercises and heavy hands-on practice
Note
  • To request a customized training for this course, please contact us to arrange.
7 hours
Το Microsoft Excel είναι το πιο δημοφιλές επιχειρηματικό λογισμικό ανάλυσης, αναφοράς και στρατηγικής στον κόσμο. Power BI είναι ένα εργαλείο επιχειρηματικής ευφυΐας για την απεικόνιση δεδομένων στο επιχειρησιακό επίπεδο της επιχείρησης. Αυτή η καθοδηγούμενη από εκπαιδευτές, ζωντανή εκπαίδευση (επιτόπια ή απομακρυσμένη) απευθύνεται σε αναλυτές δεδομένων που επιθυμούν να μάθουν τεχνικές για την προετοιμασία δεδομένων στο Excel και στη συνέχεια να τις παρουσιάσουν στο Power BI . Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:
  • Κατανοήστε τις αρχές της ανάλυσης δεδομένων, τους στόχους της ανάλυσης δεδομένων και τις προσεγγίσεις για την ανάλυση δεδομένων.
  • Χρησιμοποιήστε τους τύπους DAX στο Power BI για πολύπλοκους υπολογισμούς.
  • Δημιουργήστε και χρησιμοποιήστε οπτικοποιήσεις και γραφήματα για συγκεκριμένες περιπτώσεις ανάλυσης.
  • Εισαγάγετε με Power View για να μετακινηθείτε από Excel Power BI με βάση το Excel σε ανεξάρτητο Power BI .
Μορφή του μαθήματος
  • Διαδραστική διάλεξη και συζήτηση.
  • Πολλές ασκήσεις και πρακτική.
  • Χειροκίνητη υλοποίηση σε εργασιακό περιβάλλον.
Επιλογές προσαρμογής μαθημάτων
  • Για να ζητήσετε μια προσαρμοσμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσετε.
42 hours
Data analytics is a crucial tool in business today. We will focus throughout on developing skills for practical hands on data analysis. The aim is to help delegates to give evidence-based answers to questions:  What has happened?
  • processing and analyzing data
  • producing informative data visualizations
What will happen?
  • forecasting future performance
  • evaluating forecasts
What should happen?
  • turning data into evidence-based business decisions
  • optimizing processes
The course itself can be delivered either as a 6 day classroom course or remotely over a period of weeks if preferred. We can work with you to deliver the course to best suit your needs.
14 hours
Pandas is a Python package that provides data structures for working with structured (tabular, multidimensional, potentially heterogeneous) and time series data.
21 hours
IT εκτιμάται ότι τα μη δομημένα δεδομένα αντιστοιχούν σε περισσότερα από 90 τοις εκατό όλων των δεδομένων, μεγάλο μέρος της σε μορφή κειμένου. Οι δημοσιεύσεις ιστολογίου, τα τουίτ, τα μέσα κοινωνικής δικτύωσης και άλλες ψηφιακές δημοσιεύσεις συνεχώς προσθέτουν σε αυτό το αυξανόμενο σώμα δεδομένων. αυτή η καθοδηγούμενη από εκπαιδευτές, ζωντανή πορεία επικεντρώνεται γύρω από την εξαγωγή πληροφοριών και νόημα από αυτά τα δεδομένα. Αξιοποιώντας τις βιβλιοθήκες της επεξεργασίας γλώσσας και φυσικής γλώσσας (ΝΙΠ), συνδυάζουμε έννοιες και τεχνικές από την πληροφορική, την τεχνητή νοημοσύνη και την υπολογιστική γλωσσολογία για να αλγοριθμικά κατανοούμε το νόημα πίσω από τα δεδομένα κειμένου. Τα δείγματα δεδομένων είναι διαθέσιμα σε διάφορες γλώσσες ανά πελάτη. από το τέλος αυτών των συμμετεχόντων στην εκπαίδευση θα είναι σε θέση να προετοιμάσει σύνολα δεδομένων (μεγάλα και μικρά) από ανόμοιες πηγές, στη συνέχεια, εφαρμόστε τους σωστά αλγόριθμους για να αναλύσετε και να αναφέρετε τη σημασία του.
μορφή του μαθήματος
  • PART διάλεξη, μέρος συζήτηση, βαριά πρακτική εξάσκηση, περιστασιακές δοκιμές για να μετρήσει την κατανόηση
14 hours
Αυτή η καθοδηγούμενη από εκπαιδευτές, ζωντανή εκπαίδευση (επιτόπου ή απομακρυσμένη) απευθύνεται σε επαγγελματίες του ανθρώπινου δυναμικού και ειδικούς σε θέματα προσλήψεων που επιθυμούν να χρησιμοποιούν αναλυτικές μεθόδους για τη βελτίωση της οργανωτικής απόδοσης. Αυτό το μάθημα καλύπτει τόσο ποιοτικές όσο και ποσοτικές εμπειρικές και στατιστικές προσεγγίσεις. Μορφή του μαθήματος
  • Διαδραστική διάλεξη και συζήτηση.
  • Πολλές ασκήσεις και πρακτική.
Επιλογές προσαρμογής μαθημάτων
  • Για να ζητήσετε μια προσαρμοσμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσετε.
21 hours
Στόχος αυτού του μαθήματος είναι να παρέχει μια σαφή κατανόηση της χρήσης SQL για διαφορετικές Οι βάσεις δεδομένων (Oracle, SQL Server, MS Access...). Η κατανόηση των αναλυτικών λειτουργιών και των Πώς να προσχωρήσετε διαφορετικούς πίνακες σε μια βάση δεδομένων θα βοηθήσει τους αντιπροσώπους να μετακινήσουν την ανάλυση δεδομένων λειτουργίες στην πλευρά της βάσης δεδομένων, αντί να το κάνετε αυτό στην εφαρμογή MS Excel. Αυτό μπορεί επίσης βοηθά στη δημιουργία οποιουδήποτε συστήματος πληροφορικής, το οποίο χρησιμοποιεί οποιαδήποτε σχετική βάση δεδομένων.
28 hours
Το R είναι μια δημοφιλής γλώσσα προγραμματισμού στον χρηματοπιστωτικό τομέα. Χρησιμοποιείται σε χρηματοοικονομικές εφαρμογές που κυμαίνονται από βασικά προγράμματα συναλλαγών έως συστήματα διαχείρισης κινδύνου. Σε αυτή την εκπαιδευτική, ζωντανή κατάρτιση, οι συμμετέχοντες θα μάθουν πώς να χρησιμοποιούν R για να αναπτύξουν πρακτικές εφαρμογές για την επίλυση ενός αριθμού συγκεκριμένων προβλημάτων που σχετίζονται με την οικονομία. Μετά το τέλος της προπόνησης, οι συμμετέχοντες θα είναι σε θέση να:
    Κατανοήστε τις βασικές αρχές της γλώσσας προγραμματισμού R Επιλέξτε και χρησιμοποιήστε R πακέτα και τεχνικές για την οργάνωση, την προβολή και την ανάλυση χρηματοοικονομικών δεδομένων από διάφορες πηγές (CSV, Excel, βάσεις δεδομένων, web, κλπ.) Κατασκευή εφαρμογών που επιλύουν προβλήματα που σχετίζονται με την κατανομή περιουσιακών στοιχείων, την ανάλυση κινδύνου, την απόδοση των επενδύσεων και πολλά άλλα Επίλυση προβλημάτων, ενσωμάτωση εκτέλεσης και βελτιστοποίηση μιας εφαρμογής R
Δημοσιογράφος
    Οι προγραμματιστές Αναλυτές Ποσότητα
Η μορφή της πορείας
    Μερικές διαλέξεις, μερικές συζητήσεις, ασκήσεις και σκληρές πρακτικές
Σημείωση
    Αυτή η εκπαίδευση αποσκοπεί στην παροχή λύσεων σε ορισμένα από τα βασικά προβλήματα που αντιμετωπίζουν οι επαγγελματίες των οικονομικών. Ωστόσο, εάν έχετε ένα συγκεκριμένο θέμα, εργαλείο ή τεχνική που θέλετε να προσθέσετε ή να επεξεργαστείτε περαιτέρω, παρακαλούμε επικοινωνήστε μαζί μας για να το διορθώσετε.
21 hours
Η ανακάλυψη γνώσης σε βάσεις δεδομένων (KDD) είναι η διαδικασία της ανακάλυψης χρήσιμων γνώσεων από μια συλλογή δεδομένων. Οι εφαρμογές πραγματικής ζωής για αυτή την τεχνική εξόρυξης δεδομένων περιλαμβάνουν το μάρκετινγκ, την ανίχνευση απάτης, τις τηλεπικοινωνίες και την παραγωγή. Σε αυτό το εκπαιδευτικό, ζωντανό μάθημα, εισάγουμε τις διαδικασίες που εμπλέκονται στο KDD και διεξάγουμε μια σειρά ασκήσεων για να ασκήσουμε την εφαρμογή αυτών των διαδικασιών. Δημοσιογράφος
    Αναλυτές δεδομένων ή οποιοσδήποτε ενδιαφέρεται να μάθει πώς να ερμηνεύει τα δεδομένα για την επίλυση προβλημάτων
Η μορφή του μαθήματος
    Μετά από μια θεωρητική συζήτηση του KDD, ο εκπαιδευτής θα παρουσιάσει πραγματικές περιπτώσεις που απαιτούν την εφαρμογή του KDD για την επίλυση ενός προβλήματος. Οι συμμετέχοντες θα προετοιμάσουν, θα επιλέξουν και θα καθαρίσουν σύνολα δεδομένων δείγματος και θα χρησιμοποιήσουν τις προηγούμενες γνώσεις τους σχετικά με τα δεδομένα για να προτείνουν λύσεις με βάση τα αποτελέσματα των παρατηρήσεών τους.
14 hours
Apache Kylin είναι μια ακραία, διανεμημένη μηχανή ανάλυσης για τα μεγάλα δεδομένα. Σε αυτή την άσκηση σε απευθείας σύνδεση με εκπαιδευτές, οι συμμετέχοντες θα μάθουν πώς να χρησιμοποιούν Apache Kylin για να εγκαταστήσουν μια αποθήκη δεδομένων σε πραγματικό χρόνο. Μετά το τέλος της προπόνησης, οι συμμετέχοντες θα είναι σε θέση να:
    Καταναλώστε δεδομένα streaming σε πραγματικό χρόνο χρησιμοποιώντας την Kylin Χρησιμοποιήστε Apache Kylin's ισχυρές ιδιότητες, πλούσια SQL διεπαφή, κουβέντα σπάρκ και υποσυνδρομητική ακυρότητα αναζήτησης
Σημείωση
    Χρησιμοποιούμε την πιο πρόσφατη έκδοση του Kylin (σύμφωνα με αυτό το γράμμα, Apache Kylin v2.0)
Δημοσιογράφος
    Μεγάλοι Μηχανικοί Δεδομένων Big Data Αναλυτές
Η μορφή της πορείας
    Μερικές διαλέξεις, μερικές συζητήσεις, ασκήσεις και σκληρές πρακτικές
21 hours
Ένα σύστημα γεωγραφικών πληροφοριών ( GIS ) είναι ένα σύστημα σχεδιασμένο για να συλλαμβάνει, να αποθηκεύει, να χειρίζεται, να αναλύει, να διαχειρίζεται και να παρουσιάζει χωρικά ή γεωγραφικά δεδομένα. Το GIS αρκτικόλεξο χρησιμοποιείται μερικές φορές για την γεωγραφική επιστήμη των πληροφοριών ( GIS cience) για να αναφερθεί στην ακαδημαϊκή πειθαρχία που μελετά τα συστήματα γεωγραφικών πληροφοριών και είναι ένας μεγάλος τομέας στο ευρύτερο ακαδημαϊκό πεδίο της γεωπληροφορικής. Η χρήση της Python με το GIS έχει αυξηθεί σημαντικά τις τελευταίες δύο δεκαετίες, ιδιαίτερα με την εισαγωγή της σειράς Python 2.0 το 2000, η οποία περιελάμβανε πολλά νέα χαρακτηριστικά προγραμματισμού που καθιστούσαν πολύ πιο εύκολη την ανάπτυξη της γλώσσας. Από τότε, η Python δεν έχει χρησιμοποιηθεί μόνο σε εμπορικά GIS , όπως τα προϊόντα της Esri, αλλά και πλατφόρμες ανοιχτού κώδικα, μεταξύ άλλων στο πλαίσιο του Q GIS και του GRASS. Στην πραγματικότητα, η Python σήμερα είναι μακράν η πιο διαδεδομένη γλώσσα από χρήστες και προγραμματιστές GIS . Αυτό το πρόγραμμα καλύπτει τη χρήση της Python και των προηγμένων βιβλιοθηκών της όπως geopandas, pysal, bokeh και osmnx για την υλοποίηση των δικών σας λειτουργιών GIS . Το πρόγραμμα καλύπτει επίσης εισαγωγικές ενότητες γύρω από το Arc GIS API και Q GIS toolboox.
14 hours
Datameer is a business intelligence and analytics platform built on Hadoop. It allows end-users to access, explore and correlate large-scale, structured, semi-structured and unstructured data in an easy-to-use fashion. In this instructor-led, live training, participants will learn how to use Datameer to overcome Hadoop's steep learning curve as they step through the setup and analysis of a series of big data sources. By the end of this training, participants will be able to:
  • Create, curate, and interactively explore an enterprise data lake
  • Access business intelligence data warehouses, transactional databases and other analytic stores
  • Use a spreadsheet user-interface to design end-to-end data processing pipelines
  • Access pre-built functions to explore complex data relationships
  • Use drag-and-drop wizards to visualize data and create dashboards
  • Use tables, charts, graphs, and maps to analyze query results
Audience
  • Data analysts
Format of the course
  • Part lecture, part discussion, exercises and heavy hands-on practice
14 hours
Αυτή η καθοδηγούμενη από εκπαιδευτές, ζωντανή εκπαίδευση (επιτόπου ή απομακρυσμένη) απευθύνεται σε επαγγελματίες HR που επιθυμούν να χρησιμοποιούν αναλυτικές μεθόδους για τη βελτίωση της οργανωτικής απόδοσης. Αυτό το μάθημα καλύπτει τόσο ποιοτικές όσο και ποσοτικές εμπειρικές και στατιστικές προσεγγίσεις. Μορφή του μαθήματος
  • Διαδραστική διάλεξη και συζήτηση.
  • Πολλές ασκήσεις και πρακτική.
Επιλογές προσαρμογής μαθημάτων
  • Για να ζητήσετε μια προσαρμοσμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσετε.

Last Updated:

Upcoming Data Analysis Courses

Online Data Analysis courses, Weekend Data Analysis courses, Evening Data Analysis training, Data Analysis boot camp, Data Analysis instructor-led, Weekend Data Analysis training, Evening Data Analysis courses, Data Analysis coaching, Data Analysis instructor, Data Analysis trainer, Data Analysis training courses, Data Analysis classes, Data Analysis on-site, Data Analysis private courses, Data Analysis one on one training

Course Discounts

Course Discounts Newsletter

We respect the privacy of your email address. We will not pass on or sell your address to others.
You can always change your preferences or unsubscribe completely.

Some of our clients

is growing fast!

We are looking for a good mixture of IT and soft skills in Greece!

As a NobleProg Trainer you will be responsible for:

  • delivering training and consultancy Worldwide
  • preparing training materials
  • creating new courses outlines
  • delivering consultancy
  • quality management

At the moment we are focusing on the following areas:

  • Statistic, Forecasting, Big Data Analysis, Data Mining, Evolution Alogrithm, Natural Language Processing, Machine Learning (recommender system, neural networks .etc...)
  • SOA, BPM, BPMN
  • Hibernate/Spring, Scala, Spark, jBPM, Drools
  • R, Python
  • Mobile Development (iOS, Android)
  • LAMP, Drupal, Mediawiki, Symfony, MEAN, jQuery
  • You need to have patience and ability to explain to non-technical people

To apply, please create your trainer-profile by going to the link below:

Apply now!

This site in other countries/regions