در حال حاضر محصولی در سبد خرید شما وجود ندارد.
Apache Hadoop was a pioneer in the world of big data technologies, and it continues to lead in enterprise big data storage. Apache Spark is the top big data processing engine and provides an impressive array of features and capabilities. When used together, the Hadoop Distributed File System (HDFS) and Spark can provide a truly scalable setup for big data analytics. In this course, data analytics expert Kumaran Ponnambalam shows you how to leverage these two technologies to build scalable and optimized data analytics pipelines. Explore ways to optimize data modeling and storage on HDFS; discuss scalable data ingestion and extraction using Spark; and review actionable tips for optimizing data processing in Spark. Plus, complete a use case project that allows you to practice your new techniques.
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
یادگیری عمیق: بهینه سازی و تنظیم مدل
LLM Foundations: Vector Databases for Caching and Retrieval Augmented Generation (RAG)
MLOps Essentials: Model Deployment and Monitoring
آموزش پردازش استریم ها بوسیله Kafka Streams
تجزیه و تحلیل متن و پیش بینی بوسیله کدنویسی در زبان Python
MLOps Essentials: Monitoring Model Drift and Bias
آموزش ساخت برنامه های قابل توسعه و بزرگ شدن بوسیله آپاچی کافکا
آموزش مهندسی داده دسته ای با Apache Flink
Apache Kafka Essential Training: Building Scalable Applications
آموزش پردازش و مهندسی داده ها به صورت Real-Time بوسیله Apache Flink