Data opschonen met PySpark

Werken met data is lastig — werken met miljoenen of zelfs miljarden rijen is nog lastiger. Heb je verwerkingscode gekregen die op een laptop is geschreven met vrij schone data? Grote kans dat jij nu verantwoordelijk bent om een basisproces van prototype naar productie te brengen. Misschien heb je gewerkt met echte gegevenssets, met ontbrekende velden, bizarre opmaak en ordes van grootte meer data. Ook als dit allemaal nieuw voor je is, helpt deze cursus je te leren wat je nodig hebt om dataprocessen voor te bereiden met Python en Apache Spark. Je leert terminologie, methoden en een aantal best practices om een performante, onderhoudbare en begrijpelijke gegevensverwerkingsomgeving te bouwen.