Course Dates: Open-ended
Enrollment Dates: Enroll Anytime
Who can Enroll: Students are added by instructors.
Price: FREE
About this course
Data à ser definida | 18:30h às 22h - Noturno - Data a ser definida |
Entre em contato para mais informações
Course Structure
- 1 - Introdução ao Big Data
- O que é Big Data? / Onde é utilizado e por quem? / Como gerar valor com esta tecnologia? / Overview de aplicações utilizando Machine Learning (Cenários Reais )
- 2 - Arquitetura Big Data
- Visão geral do Ecossistema Big Data Hadoop / Teradata + SAS Configuração de Cluster Hadoop / Ferramentas de monitoramento do Cluster (Ganglia e CloudWatch) / Configuração/tipo do Cluster otimizado para diferentes aplicações de Big Data / Otimização de custos utilizando AWS EMR Spot / Ferramentas para Mineração e Visualização dos dados / Zeppelin Jupyter / 2 Laboratórios Práticos
- 3 - Processamento de Grandes Volumes de Dados
- Tipos de armazenamento dos dados Csv Parquet Json Extração / Transformação e Carga dos Dados (ETL) / Conversão de CSV para Parquet / Conversão de tipo de dado (numerico, string, data, timestamp) / Particionamento / Armazenamento (S3 | / RedShift | RDS | Teradata) / Laboratório Prático
- 4 - Mineração dos Dados (Data Mining)
- Introdução ao Aprendizado de Máquina (Machine Learning) // Tipos de Dados / Visualização dos Dados / Tratamento dos Dados / Seleção de Variáveis / Modelos Supervisionados Naive Bayes / Regressão Linear / Regressão Logística / Árvore de Classificação/Regressão Random Forest | Gradient Boosting | XGBoost / Redes Neurais / Modelos Não Supervisionados (Clusterização) / K-means Hierarquico Fuzzy DBSCAN / Avaliação de Desempenho dos Modelos Implantação de Modelos / Escoragem Online / Escoragem Batch / Laboratório Prático
- 5 - Case de Negócio