このコースについて
26,820 最近の表示

次における1の1コース

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

上級レベル

約75時間で修了

推奨:6 weeks of study, 6-8 hours/week...

英語

字幕:英語, 韓国語

習得するスキル

GraphsHiveApache HiveApache Spark

次における1の1コース

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

上級レベル

約75時間で修了

推奨:6 weeks of study, 6-8 hours/week...

英語

字幕:英語, 韓国語

シラバス - 本コースの学習内容

1
22分で修了

Welcome to the Second Course: Big Data Analysis

...
8件のビデオ (合計12分), 1 reading
8件のビデオ
Graph Data Analysis2 分
Meet Alexey Dral2 分
Meet Pavel Mezentsev37
Meet Natalia Pritykovskaya40
Meet Pavel Klemenkov40
1件の学習用教材
Slack Channel is the quickest way to get answers to your questions10 分
3時間で修了

Big Data SQL: Hive

...
15件のビデオ (合計105分), 3 quizzes
15件のビデオ
(optional) SQL: likbez10 分
Hive Data Definition Language (DDL)11 分
Hive Data Manipulation Language (DML)6 分
Hive Analytics: RegexSerDe, Views7 分
(optional) Regular Expressions, Likbez9 分
Hive Analytics: UDF, UDAF, UDTF7 分
Hive Streaming4 分
Hive PTF (Window Functions)5 分
Hive Optimization: Partitioning, Bucketing and Sampling8 分
Hive Map-Side Joins: Plain, Bucket, Sort-Merge5 分
Hive Optimization: Data Skew4 分
Hive Optimization: Row-Columnar File Formats, Compression8 分
3の練習問題
Hive: SQL over Hadoop MapReduce20 分
Hive Analytics with UDF and Streaming20 分
Hive final20 分
2
6時間で修了

Big Data SQL: Hive (practice week)

...
3件のビデオ (合計11分), 4 readings, 5 quizzes
4件の学習用教材
Assignments. General requirements10 分
Hive assignment. Intro and instructions10 分
Grading System: Instructions and Common Problems10 分
Docker Installation Guide10 分
3
2時間で修了

Spark SQL and Spark Dataframe

...
14件のビデオ (合計82分), 2 quizzes
14件のビデオ
Working with Hive4 分
Reading and Writing Files7 分
RDD vs. DF vs. SQL3 分
Projection and Filtering5 分
Functions5 分
Aggregates6 分
Join8 分
User Defined Functions8 分
Time Processing4 分
Window Functions7 分
Two-Dimensional Distributions4 分
2の練習問題
Introducing DataFrame and SQL16 分
Spark SQL and Spark Dataframe18 分
4
4時間で修了

Graph Analysis from Big Data Perspective

...
13件のビデオ (合計83分), 5 quizzes
13件のビデオ
Counting common friends. Part II10 分
Counting common friends. Part III5 分
GraphFrames: Introduction6 分
Motif Finding: DSL6 分
Motif Finding: Counting Mutual Friends6 分
Motif Finding: Under The Hood. Part 114 分
Motif Finding: Under The Hood. Part 24 分
Triangles Count: Introduction3 分
Triangles Count: Edge Lists6 分
Triangles Count: GraphFrame6 分
4の練習問題
Graph Representations10 分
Motif Finding18 分
Triangles Count8 分
Graph Analysis from Big Data Perspective20 分
4.0
21件のレビューChevron Right

33%

コース終了後に新しいキャリアをスタートした

25%

コースが具体的なキャリアアップにつながった

Big Data Analysis: Hive, Spark SQL, DataFrames and GraphFrames からの人気レビュー

by SMNov 13th 2018

content of the course is remarkable and the way they explained concepts is very lucid. I just want to give suggestions please give link to the data set they are using for illustrating the concepts.

by SSFeb 3rd 2018

I wish I could give more rating than 5 :). Excellent course. Thanks so much for such an excellent course. All the instructors are great.

講師

Avatar

Pavel Klemenkov

Chief Data Scientist
NVIDIA
Avatar

Pavel Mezentsev

Senior Data Scientist
PulsePoint inc
Avatar

Alexey A. Dral

Founder and Chief Executive Officer
BigData Team

Yandexについて

Yandex is a technology company that builds intelligent products and services powered by machine learning. Our goal is to help consumers and businesses better navigate the online and offline world....

Big Data for Data Engineersの専門講座について

This specialization is made for people working with data (either small or big). If you are a Data Analyst, Data Scientist, Data Engineer or Data Architect (or you want to become one) — don’t miss the opportunity to expand your knowledge and skills in the field of data engineering and data analysis on the large scale. In four concise courses you will learn the basics of Hadoop, MapReduce, Spark, methods of offline data processing for warehousing, real-time data processing and large-scale machine learning. And Capstone project for you to build and deploy your own Big Data Service (make your portfolio even more competitive). Over the course of the specialization, you will complete progressively harder programming assignments (mostly in Python). Make sure, you have some experience in it. This course will master your skills in designing solutions for common Big Data tasks: - creating batch and real-time data processing pipelines, - doing machine learning at scale, - deploying machine learning models into a production environment — and much more! Join some of best hands-on big data professionals, who know, their job inside-out, to learn the basics, as well as some tricks of the trade, from them. Special thanks to Prof. Mikhail Roytberg (APT dept., MIPT), Oleg Sukhoroslov (PhD, Senior Researcher, IITP RAS), Oleg Ivchenko (APT dept., MIPT), Pavel Akhtyamov (APT dept., MIPT), Vladimir Kuznetsov, Asya Roitberg, Eugene Baulin, Marina Sudarikova....
Big Data for Data Engineers

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。