El curso de capacitación de Big Data y Hadoop está diseñado para proporcionar conocimientos y habilidades para convertirse en un desarrollador de Hadoop exitoso. En el curso se cubrirá un conocimiento profundo de conceptos como Hadoop Distributed File SystemEl Sistema de Archivos Distribuido de Hadoop (HDFS) es una parte fundamental del ecosistema Hadoop, diseñado para almacenar grandes volúmenes de datos de manera distribuida. HDFS permite el almacenamiento escalable y la gestión eficiente de datos, dividiendo archivos en bloques que se replican en diferentes nodos. Esto asegura la disponibilidad y la resistencia ante fallos, facilitando el procesamiento de datos masivos en entornos de big data...., Hadoop Cluster, Map – Reduce, HbaseHBase es una base de datos NoSQL diseñada para manejar grandes volúmenes de datos distribuidos en clústeres. Basada en el modelo de columnas, permite un acceso rápido y escalable a la información. HBase se integra fácilmente con Hadoop, lo que la convierte en una opción popular para aplicaciones que requieren almacenamiento y procesamiento de datos masivos. Su flexibilidad y capacidad de crecimiento la hacen ideal para proyectos de big data.... Zookeeper"Zookeeper" es un videojuego de simulación lanzado en 2001, donde los jugadores asumen el rol de un cuidador de zoológico. La misión principal consiste en gestionar y cuidar diversas especies de animales, asegurando su bienestar y la satisfacción de los visitantes. A lo largo del juego, los usuarios pueden diseñar y personalizar su zoológico, enfrentando desafíos que incluyen la alimentación, el hábitat y la salud de los animales...., etc.
Después de completar el curso de Big Data y Hadoop en Edureka, debería poder:
- Domine los conceptos del sistema de archivos distribuidoUn sistema de archivos distribuido (DFS) permite el almacenamiento y acceso a datos en múltiples servidores, facilitando la gestión de grandes volúmenes de información. Este tipo de sistema mejora la disponibilidad y la redundancia, ya que los archivos se replican en diferentes ubicaciones, lo que reduce el riesgo de pérdida de datos. Además, permite a los usuarios acceder a los archivos desde distintas plataformas y dispositivos, promoviendo la colaboración y... Hadoop y el marco MapReduceMapReduce es un modelo de programación diseñado para procesar y generar grandes conjuntos de datos de manera eficiente. Desarrollado por Google, este enfoque Divide el trabajo en tareas más pequeñas, las cuales se distribuyen entre múltiples nodos en un clúster. Cada nodo procesa su parte y luego se combinan los resultados. Este método permite escalar aplicaciones y manejar volúmenes masivos de información, siendo fundamental en el mundo del Big Data....
- Configurar un clústerUn clúster es un conjunto de empresas y organizaciones interconectadas que operan en un mismo sector o área geográfica, y que colaboran para mejorar su competitividad. Estos agrupamientos permiten compartir recursos, conocimientos y tecnologías, fomentando la innovación y el crecimiento económico. Los clústeres pueden abarcar diversas industrias, desde tecnología hasta agricultura, y son fundamentales para el desarrollo regional y la creación de empleo.... de Hadoop
- Comprender las técnicas de carga de datos usando SqoopSqoop es una herramienta de código abierto diseñada para facilitar la transferencia de datos entre bases de datos relacionales y el ecosistema Hadoop. Permite la importación de datos desde sistemas como MySQL, PostgreSQL y Oracle a HDFS, así como la exportación de datos desde Hadoop a estas bases de datos. Sqoop optimiza el proceso mediante la paralelización de las operaciones, lo que lo convierte en una solución eficiente para el... y FlumeFlume es un software de código abierto diseñado para la recolección y transporte de datos. Utiliza un enfoque basado en flujos, lo que permite mover datos de diversas fuentes hacia sistemas de almacenamiento como Hadoop. Su arquitectura modular y escalable facilita la integración con múltiples orígenes de datos, lo que lo convierte en una herramienta valiosa para el procesamiento y análisis de grandes volúmenes de información en tiempo real....
- Programa en MapReduce (tanto MRv1 como MRv2)
- Aprenda a escribir programas complejos de MapReduce
- Programa en YARNYARN es un gestor de paquetes para JavaScript que permite la instalación y gestión eficiente de dependencias en proyectos de desarrollo. Desarrollado por Facebook, se caracteriza por su rapidez y seguridad en comparación con otros gestores. YARN utiliza un sistema de caché para optimizar las instalaciones y proporciona un archivo de bloqueo para garantizar la consistencia de las versiones de las dependencias en diferentes entornos de desarrollo.... (MRv2)
- Realice análisis de datos con PigEl cerdo, un mamífero domesticado de la familia Suidae, es conocido por su versatilidad en la agricultura y la producción de alimentos. Originario de Asia, su cría se ha extendido por todo el mundo. Los cerdos son omnívoros y poseen una alta capacidad de adaptación a diversos hábitats. Además, juegan un papel importante en la economía, proporcionando carne, cuero y otros productos derivados. Su inteligencia y comportamiento social también son... y HiveHive es una plataforma de redes sociales descentralizada que permite a sus usuarios compartir contenido y conectar con otros sin la intervención de una autoridad central. Utiliza tecnología blockchain para garantizar la seguridad y la propiedad de los datos. A diferencia de otras redes sociales, Hive permite a los usuarios monetizar su contenido a través de recompensas en criptomonedas, lo que fomenta la creación y el intercambio activo de información....
- Poner en práctica HBase, la integración de MapReduce, el uso avanzado y la indexación avanzada
- Tener un buen conocimiento del servicio Zookeeper.
- Nuevas funciones en Hadoop 2.0 – YARN, Hadfs Federation, NameNodeEl NameNode es un componente fundamental del sistema de archivos distribuido Hadoop (HDFS). Su función principal es gestionar y almacenar la metadata de los archivos, como su ubicación en el clúster y el tamaño. Además, coordina el acceso a los datos y asegura la integridad del sistema. Sin el NameNode, el funcionamiento de HDFS se vería gravemente afectado, ya que actúa como el maestro en la arquitectura del almacenamiento distribuido.... High Availability
- Poner en práctica las mejores prácticas para el desarrollo y la depuración de Hadoop
- Poner en práctica un proyecto Hadoop
- Trabaje en un proyecto de la vida real sobre Big Data Analytics y obtenga experiencia práctica en proyectos
¿Quién debería asistir a este curso?
Este curso está diseñado para profesionales que aspiran a hacer una carrera en Big Data Analytics usando Hadoop Framework. Profesionales de software, profesionales de análisis, desarrolladores de ETL, directores de proyectos, profesionales de pruebas son los principales beneficiarios de este curso. Otros profesionales que deseen obtener una base sólida de Arquitectura Hadoop además pueden decantarse por este curso.
Prerrequisitos:
Algunos de los requerimientos previos para aprender Hadoop incluyen experiencia práctica en Core Java y buenas habilidades analíticas para comprender y aplicar los conceptos en Hadoop. Edureka proporcionará un curso complementario «Java Essentials for Hadoop» a todos los integrantes que se inscriban en la capacitación de Hadoop. Este curso le ayuda a mejorar sus habilidades Java imprescindibles para escribir programas Map Reduce.
Clases:
- Las clases se imparten los fines de semana. Dependiendo de su lote, sus clases en vivo serán los sábados o domingos.
- Hacia el final del programa de 8 semanas, se someterá a un proyecto de capacitación y 2 horas en su examen en línea al final del curso.
Medio tiempo, tiempo completo:
Tiempo parcial
Duración:
Clases en línea: 30 hrs, habrá 10 instructores dirigidos por clases interactivas en línea a lo largo del curso. Cada clase tendrá una duración aproximada de 3 horas y se llevará a cabo a la hora programada del lote que elijas.
Horas de laboratorio: 40 horas, cada clase será seguida de tareas prácticas que se pueden completar antes de la próxima clase. Edureka le ayudará a configurar una máquina virtual en su sistema para realizar las prácticas.
Proyecto: 20 horas, hacia el final del curso, estará trabajando en un proyecto en el que se espera que realice Big Data Analytics usando Map Reduce, PIG, Hive y HBase.
Próximos lotes:
Fecha de inicio: 2 de julio de 2016
