Formation Spark 3 & Machine Learning
| 1980€ HT / personne |
| 3 jours (21 heures) |
Présentation
Spark est un framework pour effectuer des calculs distribués sur un cluster d’ordinateurs. Cette formation présente la toute nouvelle version 3.3.3, qui apporte un lot considérable de nouveautés ainsi qu’une amélioration impressionnante des performances !
Créé en 2009 à Berkeley, il est en train de devenir la plateforme « Big Data » privilégiée, qui remplace peu à peu l’écosystème Hadoop, grâce à des API unifiées en Java, Scala, Python, R qui le rendent très facile d’usage.
La formation passe en revue les principaux composants de Spark, ainsi que les nouveaux packages :
- Spark Core
- Spark SQL
- Spark Streaming
- Spark ML
- GraphFrame
- SparkR
- Deep Learning pipeline
Notre formation Spark et Machine Learning présente aussi l’intégration de Spark avec HDFS. Elle présente l’API de Spark. Les travaux pratiques sont réalisés en Scala par défaut (ou bien Python en option).
Objectifs
- Être capable d’utiliser Spark 3 et ses nouveautés de manière autonome
- Comprendre le concept de Machine Learning et les concepts fondamentaux de Spark, être capable de les utiliser
- Manipuler des volumes importants de données en utilisant les bonnes pratiques dans Spark 3
- Comprendre la documentation, l’API et l’écosystème du Big Data
- Intégrer Spark dans un écosystème Hadoop
- Créer des applications d’analyse en temps réel avec Spark Streaming
- Faire de la programmation parallèle sur un cluster
- Maîtriser Spark SQL
Public visé
- Développeurs
- Architectes
- Administrateurs systèmes
- DevOps
Pré-requis
- Connaissances de base d’un système Unix
- Connaissance de Scala ou Python & Git
- Culture orientée stats
Programme de la formation Spark et Machine Learning
Jour 1 – Comprendre et utiliser Spark 3
Contexte et problématique du Big Data – Calcul distribué
- Pourquoi Spark ? Les nouveautés de la version 2 & 3
- Installation en standalone, test avec jupyter
- Spark Core (Remplaçant de MapReduce)
- RDD Resilient Distributed Datasets
- PairedRDD
- Spark Context VS Spark Session
- DAG Directed Acyclic Graph
- RDD Objects, DAG Scheduler, Task Scheduler, Worker
- Hadoop et HDFS
- NameNode & DataNode
- core-site, hdfs-site
- Spark sur un Cluster
- Spark Standalone : Cluster Manager, Worker, Executor, Spark Context
- Mesos (Private Cluster), Marathon, YARN
- Structured API
Spark SQL (Remplaçant de HIVE)
- SQLContext
- HiveContext
- DataFrames
- Spark Structure, Schéma et partitionnement
Jour 2 – Appréhender le Machine Learning et son intégration dans Spark 3
Introduction au Machine Learning (ML)
- Apprentissage supervisé
- Apprentissage non-supervisé
- Clustering : KNN, K-mean
- Régression : Arbre de régression
- Classification : Random Forest, SVM, AUC, Courbe ROC
Spark ML – Introduction
- Pipelines : Transformer, Estimator, Model
- ML persistence
- MLlib in R & PySpark
DataVisualisation
- Matplotlib
- Seaborn
- Plotly
- Bokeh
GraphFrame
- Présentation du package
Jour 3 – Spark 3 en mode avancé : Manipuler les données à grande échelle
Spark Streaming
- Structured Streaming API
- StreamingContext
- Static et Dynamic Datasets
- Continuous Aggregations
- Encoders
- Analyse temps-réel d’un fichier de log (Real-Time Analytics)
- Gagner en efficacité grâce à Catalyst Optimizer et Tungsten Engine
- Création d’agents, de sources, channel et sink
- Sérialisation avec Avro RPC
SparkR
- Présentation du package
Deep Learning pipeline
- Présentation du package
- Concept de transfert learning
Conclusion
- Lambda VS Kappa architecture
Pour aller plus loin
Formation Spark Streaming
Formation Spark Tuning Avancé
Formation Kafka
Formation Kibana
Formation MongoDB
Formation PostgreSQL
Langues et Lieux disponibles
Langues
- Français
- Anglais / English
Lieux
-
France entière
- Paris
- Lille
- Reims
- Lyon
- Toulouse
- Bordeaux
- Montpellier
- Nice
- Sophia Antipolis
- Marseille
- Aix-en-Provence
- Nantes
- Rennes
- Strasbourg
- Grenoble
- Dijon
- Tours
- Saint-Étienne
- Toulon
- Angers
-
Belgique
- Bruxelles
- Liège
-
Suisse
- Genève
- Zurich
- Lausanne
-
Luxembourg
Nos Formateurs Référents
Romain
Témoignages
Je recommande la formation
Afficher tous les témoignages
Je recommande la formation
Je recommande la formation
Les + : La partie pratique, les ateliers sur les notebook jupyter
Les – : La partie théorique de Mlib est très chargée et dense
Je recommande la formation
explication des elements de base dans l’ordre de la construction des couches logiciels
explication du fonctionnement OK
on a été tres vite sur les algo du Machine learning mais ca ne m a pas posé de pbms les connaissant bien.
les exercices d’application qui permettent de prendre les elements en main.
les astuces et retour d’expérience par l’exemple , presentation et illustration des problems pouvant être rencontré en tant qu’utilisateur de spark.
je pense que j’ai maintenant les bases
– ce qui m a le plus bloqué c’est mon manqué de conaissance en programmation fonctionnelle scala
il aurait été bien de pointer des ressources à faire en autodidacte pour avoir un petit baggage le jour de la formation
– des exercices sur le déploiement
– pouvoir faire une mise en place (install , compilation et lancement sur Linux)
Multitude des exemples et exercices, compétences du formateur
Matériel pédagogique pas toujours adapté à la formation en ligne (en particulier l’absence de tableau blanc)
Je suis satisfait de la formation qui m’a permis d’acquérir de nouvelles connaissances
Le support de cours permet de couvrir une grande diversité de cas d’usage. Le formateur de par son expérience donne de nombreux exemples concrets.
J’ai apprécié les points concrets du formateur, qui tire son expérience de dev + mise en œuvre.
J’aurai apprécié la dernière journée plus d’exercices illustrant spark ui et son déploiement. ML et streaming sont hors sujet de mon point de vue (pas d’intérêt pour ma part).
Réponse d'Ambient IT
Merci pour votre retour, en effet sur les 3 jours le programme aborde à minima 1 jour ML et Stream.
Nous avons un second programme sur 4 jours sur la partie Tuning.
Formateur qui maîtrise parfaitement son sujet, à l’écoute des participants formés.
+ Contenu assez riche (surtout 2ème journée)
+ Nécessite de la pratique (1er et 3ème jour)
+ Exercices proposés assez intéressants et variés
Mes deux collègues sont très satisfaits de la formation SPARK, merci.
Je pense que je me suis trompé dans le choix de formation, je ne pensais pas avoir une introduction sur spark et hadoop. J’ai trouvé quelques approximations et erreurs dans les informations apportées, cependant j’ai beaucoup apprécié les parties sur le streaming et le machine learning. Dommage qu’il n’y ait pas eu une petite partie sur les graphes.
Réponse d'Ambient IT
Bonjour Michael & merci pour votre commentaire – En 2018, afin de répondre à la demande de nos clients : nous avons ouvert une formation plus orientée « Production » avec Spark & Tuning, si vous êtes libre lors de la prochaine session, nous essayerons de vous y convier.
Noter la formation
| 1980€ HT / personne |
| 3 jours (21 heures) |
UNE QUESTION ? UN PROJET ? UN AUDIT DE CODE / D'INFRASTRUCTURE ?
Pour vos besoins d’expertise que vous ne trouvez nulle part ailleurs, n’hésitez pas à nous contacter.
ILS SE SONT FORMÉS CHEZ NOUS
