Big Data Engineer Bootcamp
1.650,00 EUR
- 100 hours
Dieses Big Data Engineer Bootcamp, das in Zusammenarbeit mit IBM durchgeführt wird, bietet Schulungen zu den wettbewerbsrelevanten Fähigkeiten, die für eine lohnende Karriere im Bereich Data Engineering erforderlich sind. Sie lernen, das umfangreiche Hadoop-Daten-Framework zu beherrschen, die Funktionalität von Apache Spark mit Python zu nutzen, Datenleitungen mit Apache Kafka zu vereinfachen und das Open-Source-Datenbankverwaltungstool MongoDB zur Speicherung von Daten in Big-Data-Umgebungen zu verwenden.
Hauptmerkmale
Kurs und Material auf Englisch
Anfänger - Fortgeschrittenes Niveau für angehende Profis
62 Stunden E-Learning (im eigenen Tempo) Videomaterial
1 Jahr Zugang mit Empfehlung von 100 Stunden Lernzeit
Branchenanerkannte Zertifikate von IBM (für IBM-Kurse)
Praxisprojekte bieten praktische Branchenschulungen
30+ gefragte Fähigkeiten
Zertifizierung für jeden Kurs und Bootcamp-Zertifikat nach Abschluss
Lernergebnisse
Am Ende dieses Big Data Engineer Bootcamps werden Sie in der Lage sein:
Hadoop-Ökosystem
Erlangen Sie ein tiefgehendes Verständnis der flexiblen und vielseitigen Frameworks im Hadoop-Ökosystem, wie Pig, Hive, Impala, HBase, Sqoop, Flume und Yarn
Meistere Werkzeuge und Fähigkeiten
wie Erstellung von Datenmodellen, Datenbankschnittstellen, fortgeschrittene Architektur, Spark, Scala, RDD, SparkSQL, Spark Streaming, Spark ML, GraphX, Sqoop, Flume, Pig, Hive, Impala und Kafka-Architektur
Verstehen, wie man Daten modelliert
Führen Sie die Datenaufnahme durch, replizieren Sie Daten und verteilen Sie Daten auf Shards mithilfe des NoSQL-Datenbankmanagementsystems MongoDB
Analytik-Infrastruktur
Erwerben Sie Fachkenntnisse im Erstellen und Pflegen von Analytik-Infrastrukturen und übernehmen Sie die Entwicklung, Bereitstellung, Wartung und Überwachung von Architekturkomponenten
Geschäft verbessern
Erzielen Sie Erkenntnisse darüber, wie Sie die Geschäftsproduktivität steigern können, indem Sie große Datenmengen auf Plattformen verarbeiten, die ihr Volumen, ihre Geschwindigkeit, ihre Vielfalt und ihre Richtigkeit bewältigen können
Kafka lernen
Erfahren Sie, wie Kafka in der realen Welt eingesetzt wird, einschließlich seiner Architektur und Komponenten, sammeln Sie praktische Erfahrung, indem Sie Kafka mit Spark verbinden, und arbeiten Sie mit Kafka Connect
Amazon EMR
Verstehen Sie, wie man Amazon EMR zur Verarbeitung von Daten mit Werkzeugen des Hadoop-Ökosystems verwendet
Lernpfad
Big Data für Datenengineering
Kurs 1
Big Data Hadoop- und Spark-Entwickler
Kurs 2
Pyspark-Schulung
Kurs 3
Apache Kafka
Kurs 4
MongoDB-Entwickler und Administrator
Kurs 5
AWS Technische Grundlagen
Kurs 6
AWS Big Data Zertifizierungstraining
Kurs 7
Big-Data-Abschlussprojekt
Kurs 8
Wahlfächer
Wahlfach
Wer sollte sich für dieses Programm anmelden?
ist ideal für Personen, die eine Karriere im Bereich Data Engineering anstreben und mit großangelegten Datensystemen arbeiten möchten. Die folgenden Personengruppen sollten eine Einschreibung in Betracht ziehen:
Angehende Daten-Ingenieure
Softwareentwickler & Ingenieure
Datenbankadministratoren (DBAs)
Datenanalysten & BI-Fachleute
Datenwissenschaft & KI-Enthusiasten
Studenten in Bachelor-/Masterstudiengängen
Aussagen
Lizenzierung und Akkreditierung
Das Big Data Engineer Bootcamp wird von Simplilearn gemäß der Partnerprogramm-Vereinbarung angeboten und entspricht den Anforderungen der Lizenzvereinbarung.
Gleichstellungspolitik
Simplilearn bietet keine Unterbringung aufgrund einer Behinderung oder eines medizinischen Zustands von Studierenden an. Kandidaten werden ermutigt, sich an das AVC zu wenden, um während des Unterbringungsprozesses Anleitung und Unterstützung zu erhalten.
Voraussetzungen
Es gibt keine formellen Voraussetzungen, um sich für das Programm einzuschreiben. Es ist jedoch ratsam, einige zu haben:
Programmierkenntnisse:
- Kenntnisse in mindestens einer Programmiersprache wie Python, Java, Scala, oder R werden oft vorausgesetzt.
- Vertrautheit mit Skripting und Automatisierungstools kann ein Vorteil sein.
Grundkenntnisse in Datenbanken:
- Verständnis von SQL, relationalen Datenbanken und Konzepten wie Datenmodellierung und Datennormalisierung.
Grundlagen der Statistik und Mathematik:
- Das Verständnis der Grundlagen von Statistik, Wahrscheinlichkeitsrechnung und linearer Algebra ist wesentlich für die Datenanalyse und das maschinelle Lernen.
Häufig gestellte Frage
Benötigen Sie eine Unternehmenslösung oder LMS-Integration?
Haben Sie nicht den Kurs oder das Programm gefunden, das für Ihr Unternehmen geeignet wäre? Benötigen Sie eine LMS-Integration? Schreiben Sie uns! Wir werden alles lösen!