Hoppa till huvudinnehåll
HemPython

track

Big Data with PySpark

Uppdaterad 2026-03
Master how to process big data and leverage it efficiently with Apache Spark using the PySpark API.
Börja Spåra Gratis

Ingår medPremie or Lag

PythonImporting & Cleaning Data25 timmar7,801

Skapa ditt gratiskonto

eller

Genom att fortsätta accepterar du våra Användarvillkor, vår Integritetspolicy och att dina uppgifter lagras i USA.

Älskad av elever på tusentals företag

Group

Utbilda 2 eller fler personer?

Testa DataCamp for Business

Spårbeskrivning

Big Data with PySpark

Advance your data skills by mastering Apache Spark. Using the Spark Python API, PySpark, you will leverage parallel computation with large datasets, and get ready for high-performance machine learning. From cleaning data to creating features and implementing machine learning models, you'll execute end-to-end workflows with Spark. The track ends with building a recommendation engine using the popular MovieLens dataset and the Million Songs dataset.

Förkunskapskrav

Det finns inga förkunskapskrav för detta spår
  • Course

    1

    Introduction to PySpark

    Master PySpark to handle big data with ease—learn to process, query, and optimize massive datasets for powerful analytics!

  • Course

    Learn the gritty details that data scientists are spending 70-80% of their time on; data wrangling and feature engineering.

  • Course

    Learn how to make predictions from data with Apache Spark, using decision trees, logistic regression, linear regression, ensembles, and pipelines.

  • Project

    Bonus

    Building a Demand Forecasting Model

    Use PySpark to build an e-commerce forecasting model!

Big Data with PySpark
6 courses
Spår
klart

Få ett prestationsutlåtande

Lägg till denna inloggningsuppgifter i din LinkedIn-profil, ditt CV eller ditt CV
Dela det på sociala medier och i ditt prestationssamtal

Ingår medPremie or Lag

Registrera Dig Nu

Gå med över 19 miljoner elever och börja Big Data with PySpark idag!

Skapa ditt gratiskonto

eller

Genom att fortsätta accepterar du våra Användarvillkor, vår Integritetspolicy och att dina uppgifter lagras i USA.