Sari la conținutul principal
Acasă

Spark courses

With Spark, data is read into memory, operations are performed, and the results are written back, resulting in faster execution. Learn core principles and common packages on DataCamp.

Creează-ți contul gratuit

Continuă cu GoogleArată mai multe opțiuni

sau


Continuând, accepți Termenii de utilizare, Politica de confidențialitate și că datele tale sunt stocate în SUA.
Group

Instruiești 2 sau mai multe persoane?

Încearcă DataCamp for Business

Recommended for Spark beginners

Build your Spark skills with interactive courses curated by real-world experts

Curs

Fundamente PySpark

IntermediarNivel de competențe
4.7+
608 recenzii
4 h
Învață să implementezi gestionarea distribuită a datelor și machine learning în Spark folosind pachetul PySpark.

Traseu de învățare

Big Data cu PySpark

3.6+
6 recenzii
25 h
Stăpânește procesarea datelor mari și valorifică-le eficient cu Apache Spark folosind API-ul PySpark.

Nu știi de unde să începi?

Fă o evaluare

Navighează cursurile și traseele Spark

Curs

Introducere în PySpark

IntermediarNivel de competențe
4.7+
2.605 recenzii
4 h
Stăpânește PySpark pentru a gestiona big data cu ușurință—învață să procesezi, interoghezi și optimizezi seturi de date uriașe pentru analize puternice!

Curs

Machine Learning cu PySpark

AvansatNivel de competențe
4.8+
697 de recenzii
4 h
Învață să faci predicții din date cu Apache Spark, folosind decision trees, logistic regression, linear regression, ensembles și pipelines.

Curs

Introducere în Spark SQL în Python

AvansatNivel de competențe
4.7+
152 de recenzii
4 h
Învață să manipulezi date și să creezi seturi de caracteristici pentru machine learning în Spark folosind SQL în Python.

Curs

Fundamente PySpark

IntermediarNivel de competențe
4.7+
608 recenzii
4 h
Învață să implementezi gestionarea distribuită a datelor și machine learning în Spark folosind pachetul PySpark.

Curs

Feature Engineering cu PySpark

AvansatNivel de competențe
4.8+
289 de recenzii
4 h
Învață detaliile esențiale pe care data scientists își petrec 70-80% din timp; data wrangling și feature engineering.

Curs

Introducere în Spark cu sparklyr în R

IntermediarNivel de competențe
4.7+
82 de recenzii
4 h
Învață să rulezi analiza big data cu Spark și pachetul sparklyr în R și explorează Spark MLIb în doar 4 ore.

Curs

Construiește motoare de recomandare cu PySpark

AvansatNivel de competențe
4.8+
233 de recenzii
4 h
Învață instrumente și tehnici pentru a valorifica propriile date mari și a facilita experiențe pozitive pentru utilizatorii tăi.

Resurse conexe despre Spark

articol de blog

The Top 20 Spark Interview Questions

Essential Spark interview questions with example answers for job-seekers, data professionals, and hiring managers.
Tim Lu's photo

Tim Lu

articol de blog

Flink vs. Spark: A Comprehensive Comparison

Comparing Flink vs. Spark, two open-source frameworks at the forefront of batch and stream processing.
Maria Eugenia Inzaugarat's photo

Maria Eugenia Inzaugarat

8 min.

Tutorial

PySpark Tutorial: Getting Started with PySpark

A hands-on PySpark tutorial: install PySpark, explore data with DataFrames, and build a K-Means clustering model for customer segmentation.
Natassha Selvaraj's photo

Natassha Selvaraj

15 min.


Ready to apply your skills?

Projects allow you to apply your knowledge to a wide range of datasets to solve real-world problems in your browser

Frequently asked questions

Which Spark course is the best for absolute beginners?

For new learners, DataCamp has three introductory Spark courses across the most popular programming languages:

Introduction to PySpark 

Introduction to Spark with sparklyr in R 

Introduction to Spark SQL in Python Course

Do I need any prior experience to take a Spark course?

You’ll need to have completed an introduction course to the programming language you’re using Spark on. 

All of which you can find here:

Introduction to Python

Introduction to R

Introduction to SQL

Beyond that, anyone can get started with Spark through simple, interactive exercises on DataCamp.

What is PySpark used for?

If you're already familiar with Python and libraries such as Pandas, then PySpark is a good language to learn to create more scalable analyses and pipelines.

Apache Spark is basically a computational engine that works with huge sets of data by processing them in parallel and batch systems. 

Spark is written in Scala, and PySpark was released to support the collaboration of Spark and Python.

How can Spark help my career?

You’ll gain the ability to analyze data and train machine learning models on large-scale datasets—a valuable skill for becoming a data scientist. 

Having the expertise to work with big data frameworks like Apache Spark will set you apart.

What is Apache Spark?

Apache Spark is an open-source, distributed processing system used for big data workloads. 

It utilizes in-memory caching, and optimized query execution for fast analytic queries against data of any size. 

It provides development APIs in Java, Scala, Python, and R, and supports code reuse across multiple workloads—batch processing, interactive queries, real-time analytics, machine learning, and graph processing.

Alte tehnologii și subiecte

tehnologii

Dezvoltați-vă abilitățile de gestionare a datelor cu DataCamp pentru mobil

Fă progrese din mers cu cursurile noastre mobile și provocările zilnice de programare de 5 minute.