توضیحات
Apache Spark and PySpark for Data Engineering and Big Data دوره آموزشی دانش و مهارت هایی برای مدیریت کارآمد پردازش و تجزیه و تحلیل کلان داده ها می باشد که توسط آکادمی آنلاین یودمی منتشر شده است. این دوره اصول Apache Spark، معماری و اکوسیستم آن را پوشش میدهد، در حالی که PySpark را برای دستکاری دادههای بزرگ مبتنی بر پایتون معرفی میکند. افراد مفاهیم مهندسی داده مانند جذب داده، تبدیل، و خطوط لوله ETL را بررسی خواهند کرد. جلسات عملی در مورد کار با محاسبات توزیع شده، RDD ها، DataFrames و SQL در Spark تجربه یادگیری عملی را تضمین می کند. موضوعات پیشرفتهای مانند Spark Streaming، یادگیری ماشین با Spark MLlib و بهینهسازی برنامههای Spark نیز گنجانده شدهاند که آن را به یک بسته کامل برای مهندسین مشتاق داده تبدیل میکند.