Este curso tentará articular a produção esperada dos cientistas de dados e, em seguida, ensinar aos alunos como usar o PySpark (parte de Apache SparkO Apache Spark é um mecanismo de processamento de dados de código aberto que permite a análise de grandes volumes de informações de forma rápida e eficiente. Seu design é baseado na memória, que otimiza o desempenho em comparação com outras ferramentas de processamento em lote. O Spark é amplamente utilizado em aplicativos de big data, Aprendizado de máquina e análise em tempo real, graças à sua facilidade de uso e...) para atender a essas expectativas. As atribuições do curso incluem exercícios de mineração de toras, credenciamento de entidade textual e filtragem colaborativa que ensinam os alunos a manipular conjuntos de dados por meio de processamento paralelo com PySpark.
