Mark Yang

Spark首部曲：實務基礎入門篇

NT$1,200

＃人工智慧＃資料工程

這門課程將讓你了解Spark的核心基礎與環境建置、學習Scala語言到實作Streaming串流分析。在熟悉Hadoop基礎概念後，若想要深入學習大數據，那你的下一步絕對要學Spark！這堂課程中，我們將用Spark玩轉資料，挑戰背後無限商機！並讓您透過此三部曲學程輕鬆進入大數據分析領域。

NT$1,200

目前尚無任何課程公告

講師將會在這發佈與課程相關的公告或是通知課程內容更新的公告。

適合對象

✔ 對大數據處理、分析、應用有興趣者
✔ 系統架構師或系統網路管理人員
✔ 商業資料分析部門主管及相關人員

你可以學到

| 本課程中我們將帶您學習
✔ 了解Spark核心基礎與環境建置
✔ 學習Scala語言
✔ 實作Streaming

課程介紹

| 為什麼我該學Spark？
在熟悉Hadoop基礎概念後，若想要深入學習大數據，那你的下一步絕對要學Spark！就讓我們在這堂課程中，用Spark玩轉資料，挑戰背後無限商機！並讓您透過此課程輕鬆進入大數據分析領域。

根據104人力銀行預測指出，2018年5大資料經濟職務需求趨勢(如下圖所示)，可以意識到Spark技術已成為大數據分析領域不可或缺的新核心，讓我們一起為自己打造未來，奠定大數據技術的穩固基石吧！

| 初學者免擔心！我們將從Spark基礎開始
●此學程重點包含：
1.了解Spark核心基礎與環境建置
2.學習Scala語言以掌握Spark精髓
3.從資料收集開始，實作Streaming串流分析。

●深入看Spark：

1.Spark基於記憶體運算，相較於Hadoop上的MapReduce效能快上許多，課程中會介紹Spark整體架構設計原理以及如何建置Spark環境；最後，當然不會錯過Spark中最基礎也是最重要的資料結構－RDD，我們將一起學習什麼是RDD，以及又該如何最有效率地操作RDD。

2. Scala作為Spark的原生語言，了解Scala一些基本語法，有助於理解Spark的操作。在這個課程中我們將介紹Scala一些特點，包括OO及FP的實現以及Scala的編譯器－SBT。

3.Spark Streaming是Spark延伸的API，具備可擴展，高吞吐及容錯的流式處理架構。在這堂課，將會學到Streaming架構，DStream的操作，以及與Kafka的整合。

Spark將Hadoop Ecosystem的元素統合，透過簡潔語法完成Map Reduce，並在同一套件中完成資料串流；利用簡單API完成Machine Learning，Hadoop的MapReduce在執行完工作後，會將中介資料存放到磁碟中。Spark使用記憶體內運算技術，能在資料尚未寫入硬碟時即在記憶體內分析運算。且執行程式的運算速度能做到比Hadoop MapReduce快上100倍，即便是在硬碟執行程式時，Spark也能快上10倍速度。

Spark允許用戶將資料加載至叢集記憶體內存，並多次對其進行查詢，非常適合用於機器學習演算法。國際大廠包括 AWS IBM SAP皆將Spark作為底層技術來使用，學習本課程有助於將 Hadoop Ecosystem 轉移到Spark系統中，Spark 較容易上手以及豐富生態系，讓使用者可以更專精處理數據。

| Spark三部曲完整學程，由淺入深學習

●Spark首部曲：實務基礎入門篇
●Spark第二部曲： SQL輕鬆處理半結構化資料技巧
●Spark第三部曲： MLlib完成資料挖掘與機器學習實戰