Szkolenie: Apache Kafka

Kod:	BigDataML-Kafka
Kategoria:	BigData, streaming i Machine Learning
Forma:	50% wykłady / 50% warsztaty
Czas trwania:	2 dni

Grupa docelowa:	developerzy
Zapisy:	Indywidualne zamówienie i dopasowanie dla grupy.
Logistyka:	W siedzibie klienta lub w innym dowolnym miejscu.

Szkolenie jest praktycznym warsztatem, podczas którego uczymy się jak zbudować aplikację, która korzysta z klastra Kafka.

W części wykładowej uczestnicy zrozumieją jaką rolę pełni Kafka we współczesnym rozproszonym pipeline, z jakich komponentów się składa oraz jak efektywnie korzystać z API.

Wyróżniki szkolenia

Przykłady o realnym poziomie komplikacji
Możliwość kontaktu z doświadczonym ekspertem

Program Szkolenia

Program jest ramą w jakiej możemy się poruszać merytorycznie - program dla konkretnego szkolenia dedykowanego ustalamy z grupą na podstawie analizy przed-szkoleniowej.

Introduction to Apache Kafka
1. The LinkedIn Problem
2. Why Kafka
3. Basic terminology
Getting Started
1. Installing Kafka
2. Writing Messages
3. Reading Messages
More about writes and reads
1. Configuring producers
2. More about Serializers
3. The Pool Loop
4. Commits and Offsets
5. More about Deserializers
6. Configuring Consumers
Reliability
1. Fallacies of distributed computing
2. Raliability Guarantees
3. Reliable systems (and ways to validate it)
4. Data Pipelines
  1. Kafka Connect vs Producers and Consumers
  2. Other alternatives5
Internals
1. Cluster membership
2. Replication
3. Request Processing
4. Physical Storage
Monitoring and Administration

Pobierz program w formacie PDF

Trenerzy

Poznaj ekspertów, którzy mogą poprowadzić Twoje szkolenie.

Adam Dubiel

trener

Tomasz Lelek

trener

Paweł Szulc

trener

Materiały związane ze szkoleniem

Idea renesansowej pracowni - Bottegi zakłada nieustanną pracę jej członków i dzielenie się jej wynikami.

Machine Learning for a rescue

KATEGORIE: BigData, streaming i Machine Learning

Lecture was held on code::dive conference on November 15-16, 2016, Wrocław, Poland

Autor Bottega:

Mariusz Gil

Powiązane szkolenia dedykowane:

(zobacz wszystkie powiązane...)

BigData i Machine Learning - kompleksowe rozwiązanie oparte na Apache Spark

Budowanie skalowalnych aplikacji low latency w oparciu o Hazelcast in memory data grid

Elasticsearch - architektura i zagadnienia zaawansowane

Data Ops - Data Platform Engineering

Spark Streaming - przetwarzanie danych strumieniowych w czasie rzeczywistym

Powiązane usługi:

Wdrażanie Machine Learning

Machine Learning with Apache Spark

KATEGORIE: BigData, streaming i Machine Learning

This talk describes a solution to a particular problem, using Machine Learning and Statistics. Based on provided forum we will create the program that learns the structure of posts using Natural Language Processing technics. Then after proper Machine Learning models are trained, program is able to answer with probability which of the users of the forum wrote a particular post.

Autor Bottega:

Tomasz Lelek

Powiązane szkolenia dedykowane:

(zobacz wszystkie powiązane...)

BigData i Machine Learning - kompleksowe rozwiązanie oparte na Apache Spark

Budowanie skalowalnych aplikacji low latency w oparciu o Hazelcast in memory data grid

Elasticsearch - architektura i zagadnienia zaawansowane

Data Ops - Data Platform Engineering

Spark Streaming - przetwarzanie danych strumieniowych w czasie rzeczywistym

Powiązane usługi:

Wdrażanie Machine Learning

Zamów szkolenie

Imię i nazwisko:

Firma:

E-mail:

Nr tel:

Temat:

Wiadomość:

Jeżeli preferujesz osobisty kontakt to zawsze możesz zadzwonić.

Iwona Sobótka

Koordynatorka szkoleń

Wyrażam zgodę na przetwarzania danych osobowych zgodnie z ustawą o ochronie danych osobowych w związku z wysłaniem zapytania przez formularz kontaktowy.

Podanie danych jest dobrowolne ale niezbędne do przetworzenia zapytania. Zastałem/am poinformowany/na, że przysługuje mi prawo dostępu do swoich danych, możliwości ich poprawienia, żądania zaprzestania ich przetwarzania.

Administratorem danych osobowych jest Bottega IT Minds, ul. Jana Sawy 2, 20-632 Lublin.

Klauzula informacyjna