Accéder au contenu principal
Accueil

Cours Spark

Avec Spark, les données sont lues dans la mémoire, les opérations sont effectuées et les résultats sont réécrits, ce qui permet une exécution plus rapide. Apprenez les principes de base et les packages courants sur DataCamp.

Créez votre compte gratuitement

Continuer avec GoogleAfficher plus d’options

ou

En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données seront hébergées aux États-Unis.
Group

Formation de 2 personnes ou plus ?

Essayez DataCamp for Business

Recommandé pour les débutants Spark

Développez vos compétences Spark grâce à des cours interactifs dispensés par des experts du monde réel.

Cours

Principes fondamentaux de PySpark

IntermédiaireNiveau de compétence
4.7+
636 révisions
4 h
Apprenez à mettre en œuvre la gestion des données distribuées et lapprentissage automatique dans Spark à laide du package PySpark.

Cursus

Big Data avec PySpark

3.6+
6 révisions
25 h
Maîtrisez la manière de traiter les big data et de les exploiter efficacement avec Apache Spark en utilisant lAPI PySpark.

Vous ne savez pas par où commencer ?

Passer une évaluation

Parcourir les cours et cursus - Spark

Cours

Introduction à PySpark

IntermédiaireNiveau de compétence
4.7+
2 935 révisions
4 h
Maîtrisez PySpark pour traiter, analyser et optimiser de grands volumes de données et produire des analyses performantes.

Cours

Introduction à Spark SQL en Python

AvancéNiveau de compétence
4.7+
209 révisions
4 h
Apprenez à manipuler des données et à créer des ensembles de fonctionnalités de machine learning dans Spark à laide de SQL en Python.

Cours

Apprentissage automatique avec PySpark

AvancéNiveau de compétence
4.8+
758 révisions
4 h
Apprenez à prédire à partir de données avec Apache Spark grâce aux arbres de décision, régressions logistique et linéaire, ensembles et pipelines.

Cours

Principes fondamentaux de PySpark

IntermédiaireNiveau de compétence
4.7+
636 révisions
4 h
Apprenez à mettre en œuvre la gestion des données distribuées et lapprentissage automatique dans Spark à laide du package PySpark.

Cours

Feature Engineering avec PySpark

AvancéNiveau de compétence
4.8+
310 révisions
4 h
Apprenez les détails concrets sur lesquels les Data Scientist consacrent 70 à 80 % de leur temps : préparation des données et ingénierie des caractéristiques.

Cours

Créer des moteurs de recommandation avec PySpark

AvancéNiveau de compétence
4.8+
250 révisions
4 h
Apprenez à utiliser des outils et des techniques pour exploiter vos propres big data afin de faciliter des expériences positives pour vos utilisateurs.

Cours

Introduction à Spark avec sparklyr en R

IntermédiaireNiveau de compétence
4.7+
85 révisions
4 h
Apprenez à effectuer des analyses de mégadonnées à laide de Spark et du package sparklyr dans R, et découvrez Spark MLIb en seulement 4 heures.

Prêt à mettre en pratique vos compétences ?

Les projets vous permettent d'appliquer vos connaissances à un large éventail d'ensembles de données de résoudre des problèmes réels dans votre navigateur

    Questions fréquemment posées

    Quelle est la meilleure formation Spark pour les grands débutants ?

    Pour les nouveaux apprenants, DataCamp propose trois cours d'introduction à Spark dans les langages de programmation les plus populaires :

    Introduction à PySpark 

    Introduction à Spark avec sparklyr en R 

    Introduction au cours Spark SQL en Python

    Ai-je besoin d'une expérience préalable pour suivre une formation Spark ?

    Vous devez avoir suivi un cours d'introduction au langage de programmation sur lequel vous utilisez Spark. 

    Vous trouverez toutes ces informations ici :

    Introduction à Python

    Introduction à R

    Introduction à SQL

    En outre, tout le monde peut s'initier à Spark grâce à des exercices simples et interactifs sur DataCamp.

    A quoi sert PySpark ?

    Si vous êtes déjà familiarisé avec Python et des bibliothèques telles que Pandas, PySpark est un bon langage à apprendre pour créer des analyses et des pipelines plus évolutifs.

    Apache Spark est fondamentalement un moteur de calcul qui travaille avec d'énormes ensembles de données en les traitant dans des systèmes parallèles et par lots.

    Spark est écrit en Scala, et PySpark a été publié pour soutenir la collaboration entre Spark et Python.

    Comment Spark peut-il contribuer à ma carrière ?

    Vous acquerrez la capacité d'analyser des données et de former des modèles d'apprentissage automatique sur des ensembles de données à grande échelle - une compétence précieuse pour devenir un scientifique de données. 

    Vous vous distinguerez en ayant l'expertise nécessaire pour travailler avec des frameworks de big data tels qu'Apache Spark.

    Qu'est-ce qu'Apache Spark ?

    Apache Spark est un système de traitement distribué à code source ouvert utilisé pour les charges de travail liées aux données volumineuses (big data). 

    Il utilise la mise en cache en mémoire et l'exécution optimisée des requêtes pour des requêtes analytiques rapides sur des données de toute taille. 

    Il fournit des API de développement en Java, Scala, Python et R, et prend en charge la réutilisation du code pour de multiples charges de travail - traitement par lots, requêtes interactives, analyse en temps réel, apprentissage automatique et traitement des graphes.

    Autres technologies et sujets

    technologies

    sujets

    Développez vos compétences en données avec DataCamp for Mobile

    Progressez où que vous soyez grâce à nos cours mobiles et à nos défis de code quotidiens de 5 minutes.

    Download on the App StoreGet it on Google Play