Spark | Les fondamentaux Mixte : présentiel / à distance

• Comprendre les fondamentaux de Spark
• Découvrir les différents modules de Spark
• Manipuler des données avec Spark SQL

Présentation d'Apache Spark

• Introduction et historique
• Les langages de programmation supportés par Spark (Scala, Python et Java)
• Comparaison avec l'environnement Apache Hadoop
• Les modules de Spark (Spark SQL, Spark Streaming, MLlib, GraphX )

Resilient Distributed Dataset (RDD)

• C'est quoi un RDD ?
• Créer, manipuler et réutiliser des RDD
• Accumulateurs et variables broadcastées
• Utiliser des partitions

Manipuler des données structurées avec Spark SQL

• SQL, DataFrames et Datasets
• Les différents types de sources de données
• Interopérabilité avec les RDD
• Performance de Spark SQL
• JDBC/ODBC server et Spark SQL CLI

Spark sur un cluster

• Les différents types d'architectures : Standalone, Apache Mesos ou Hadoop YARN
• Configurer un cluster en mode Standalone
• Packager une application avec ses dépendances
• Déployer des applications avec Spark-submit
• Dimensionner un cluster

• Développeurs
• Architectes

• Admission sans disposition particulière

• Bonnes connaissances du langage Python

Docaposte Institute propose plusieurs dispositifs pédagogiques adaptés aux apprenants :

• Formation en présentiel
• En groupe (inter-entreprises ou intra-entreprise)
• En individuel (monitorat)
• En journée ou en cours du soir (sur demande spécifique)
• Formation en distanciel
• Distanciel synchrone
• Distanciel asynchrone

• Apports des connaissances communes.
• Mises en situation sur le thème de la formation et des cas concrets.
• Méthodologie d'apprentissage attractive, interactive et participative.
• Equilibre théorie / pratique : 60 % / 40 %.
• Supports de cours fournis au format papier et/ou numérique.
• Ressources documentaires en ligne et références mises à disposition par le formateur.
• Pour les formations en présentiel dans les locaux mis à disposition, les apprenants sont accueillis dans une salle de cours équipée d'un réseau Wi-Fi, d'un tableau blanc ou paperboard. Un ordinateur avec les logiciels appropriés est mis à disposition (le cas échéant).

En amont de la formation

• Recueil des besoins des apprenants afin de disposer des informations essentielles au bon déroulé de la formation (profil, niveau, attentes particulières...).
• Auto-positionnement des apprenants afin de mesurer le niveau de départ.

Tout au long de la formation

• Évaluation continue des acquis avec des questions orales, des exercices, des QCM, des cas pratiques ou mises en situation...

A la fin de la formation

• Auto-positionnement des apprenants afin de mesurer l'acquisition des compétences.
• Evaluation par le formateur des compétences acquises par les apprenants.
• Questionnaire de satisfaction à chaud afin de recueillir la satisfaction des apprenants à l'issue de la formation.
• Questionnaire de satisfaction à froid afin d'évaluer les apports ancrés de la formation et leurs mises en application au quotidien.