Membersihkan Data dengan PySpark

Bekerja dengan data itu menantang—bekerja dengan jutaan atau bahkan miliaran baris lebih menantang lagi. Apakah Anda menerima kode pemrosesan data yang ditulis di laptop dengan data yang relatif bersih? Kemungkinan besar Anda diminta untuk memindahkan proses data dasar dari prototipe ke produksi. Anda mungkin pernah bekerja dengan himpunan data dunia nyata, dengan kolom yang hilang, format yang aneh, dan jumlah data berorde lebih besar. Bahkan jika semua ini baru bagi Anda, kursus ini membantu Anda mempelajari hal-hal yang dibutuhkan untuk menyiapkan proses data menggunakan Python dengan Apache Spark. Anda akan mempelajari terminologi, metode, dan beberapa praktik terbaik untuk membuat platform pemrosesan data yang cepat, mudah dirawat, dan mudah dipahami.