Visão Geral

Curso Data Science Overview. Obtenha uma compreensão básica dos principais conceitos, ferramentas e funções da ciência de dados.

Este Curso Data Science Overview, de nível básico apresenta à equipe multidisciplinar de ciência de dados os muitos termos relacionados e em evolução. Inclui foco em Big Data, Ciência de Dados, Análise Preditiva, Inteligência Artificial, Mineração de Dados e Armazenamento de Dados. Você também explorará o estado atual da arte e da ciência, os principais componentes de uma infraestrutura moderna de ciência de dados, funções e responsabilidades da equipe e definição de níveis de resultados possíveis para seu investimento.

Este Curso Data Science Overview fornece uma visão de alto nível das tecnologias, conceitos, estratégias, conjuntos de habilidades, iniciativas e ferramentas de suporte atuais relacionados à ciência de dados em práticas empresariais comuns. O objetivo deste curso é fornecer a você uma compreensão básica dos conceitos principais.

Objetivo

Apos realizar este Curso Data Science Overview, voce será capaz de:

• Fundações: Grades e Estruturas Virtualização; SOA, ESB/EMB e a nuvem
• O ecossistema Hadoop: HDFS, navegadores de recursos, MapReduce, Spark e distribuições
• Big Data, NOSQL e ETL
• ETL: Troca, Transformação, Carga
• Tratamento de dados e levantamento de ferramentas úteis
• Padrões de integração empresarial e barramentos de mensagens
• Desenvolvendo no ecossistema Hadoop: R, Python, Java, Scala, Pig e BPMN
• Inteligência Artificial e Sistemas de Negócios
• Quem está na equipe? Papéis e funções na ciência de dados
• Expandindo sua infraestrutura

Publico Alvo

• Analistas de negócios, analistas de dados,
• arquitetos de dados, administradores de banco de dados,
• administradores de rede
• desenvolvedores,
• gerente técnico
• ou qualquer outra pessoa no domínio da ciência de dados que precise ter uma compreensão básica das principais áreas das tecnologias e práticas modernas de ciência de dados, e ferramentas.

Pre-Requisitos

• Exposição à tecnologia da informação empresarial
• Familiaridade com bancos de dados relacionais

Materiais

Conteúdo Programatico

Foundations

1. Grids and Virtualization
2. Service-Oriented Architecture
3. Enterprise Service Bus
4. Enterprise Message Bus
5. The Cloud

The Hadoop Ecosystem

1. HDFS: Hadoop Distributed File System
2. Resource Negotiators: YARN, Mesos, and Spark; ZooKeeper
3. Hadoop Map/Reduce
4. Spark
5. Hadoop Ecosystem Distributions: Cloudera, Hortonworks, OpenSource

Big Data, NOSQL, and ETL

1. Big Data vs. RDBMS
2. NOSQL: Not Only SQL
3. Relational Databases: Oracle, MariaDB, DB/2, SQL Server, PostGreSQL
4. Key/Value Databases: JBoss Infinispan, Terracotta, Dynamo, Voldemort
5. Columnar Databases: Cassandra, HBase, BigTable
6. Document Databases: MongoDB, CouchDB/CouchBase
7. Graph Databases: Giraph, Neo4J, GraphX
8. Apache Hive
9. Common Data Formats
10. Leveraging SQL and SQL variants

ETL: Exchange, Transform, Load

1. Data Ingestion, Transformation, and Loading
2. Exporting Data
3. Sqoop, Flume, Informatica, and other tools

Enterprise Integration Patterns and Message Busses

1. Enterprise Integration Patterns: Apache Camel and Spring Integration
2. Enterprise Message Busses: Apache Kafka, ActiveMQ, and other tools

Developing in Hadoop Ecosystem

1. Languages: R, Python, Java, Scala, Pig, and BPMN
2. Libraries and Frameworks
3. Development, Testing, and Deployment

Artificial Intelligence and Business Systems

1. Artificial Intelligence: Myths, Legends, and Reality
2. The Math
3. Statistics
4. Probability
5. Clustering Algorithms, Mahout, MLLib, SciKit, and Madlib
6. Business Rule Systems: Drools, JRules, Pegasus

The Team

1. Agile Data Science
2. NOSQL Data Architects and Administrators
3. Developers
4. Grid Administrators
5. Business and Data Analysts
6. Management
7. Evolving your Team
8. Growing your Infrastructure