After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Cursusbeschrijving
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.
Vereisten
Curriculum
Cursusoverzicht
1
DataFrame-details
Een herhaling van de basis van DataFrames en het belang van data opschonen.
2
DataFrames bewerken in de praktijk
Een blik op verschillende technieken om de inhoud van DataFrames in Spark te wijzigen.
3
Prestaties verbeteren
Verbeter taken voor het opschonen van data door prestaties te verhogen of het middelengebruik te verlagen.
4
Complexe verwerking en datapijplijnen
Leer complexe, realistische data verwerken met Spark en de basis van pijplijnen.
Data opschonen met PySpark
Cursus
voltooid
