Öğrencilere ve Mezunlarımıza Özel %20 İndirim Sepette!

Haziran İndirimlerini Yakala!🔥

%50'ye varan indirim.

İncele!
0
  • Bootcamp Programları
    ㅤ
    ㅤ
    ㅤ
    Kubernetes Bootcamp for Data Professionals
    50% indirim
    Thinkific

    Kubernetes Bootcamp for Data Professionals

    16,000.00TL
    16,000.00TL 32,000.00TL
    Öğrenci Fiyatı: 12,800.00TL %20
    Data Engineering Project Bootcamp
    30% indirim
    Thinkific

    Data Engineering Project Bootcamp

    19,600.00TL
    19,600.00TL 28,000.00TL
    Öğrenci Fiyatı: 15,680.00TL %20
    Data Engineering Bootcamp
    45% indirim
    Thinkific

    Data Engineering Bootcamp

    37,400.00TL
    37,400.00TL 68,000.00TL
    Öğrenci Fiyatı: 29,920.00TL %20
    AI ve LLM Bootcamp
    Thinkific

    AI ve LLM Bootcamp

    34,000.00TL
    34,000.00TL
    Öğrenci Fiyatı: 27,200.00TL %20
    MLOps/LLMOps Bootcamp
    Thinkific

    MLOps/LLMOps Bootcamp

    38,000.00TL
    38,000.00TL
    Öğrenci Fiyatı: 30,400.00TL %20
  • Kurumsal Eğitimler
    ㅤ
    ㅤ
    ㅤ
    ㅤ
    Big Data Eğitimi
    veri-bilimi

    Big Data Eğitimi

    MLflow Eğitimi
    veri-bilimi

    MLflow Eğitimi

    MLOps Eğitimi
    veri-bilimi

    MLOps Eğitimi

    Uygulamalı Generative AI, LLM, LangChain, LangGraph, RAG Eğitimi
    veri-bilimi

    Uygulamalı Generative AI, LLM, LangChain, LangGraph, RAG Eğitimi

    Makine Öğrenmesi 101 eğitimi
    veri-bilimi

    Makine Öğrenmesi 101 eğitimi

  • Eğitmenlerimiz
  • VBO Blog
  • İletişim

Apache Spark Eğitimi

Apache Spark eğitimi, katılımcıların yüksek performanslı dağıtık uygulamalar geliştirebilmeleri için temel kavramları anlamalarını ve uygulama seviyesinde yetenek kazanmalarını sağlar. Katılımcılar, Apache Spark’ın temel kavramlarını ve çalışma mantığını öğrenir, Spark ile farklı kaynaklardan veri alışverişi yapabilir, yapılandırılmış verileri sorgulamak için Spark SQL’i ve akan veri üzerinde gerçek zamanlı veri işleme için Spark Streaming’i nasıl kullanacaklarını öğrenirler. Kurs, dağıtılmış bir dosya sisteminde depolanan büyük veri setleriyle nasıl çalışılacağını ve Spark kümesinde (cluster) uygulamaların nasıl yürütüleceğini kapsar. Bu kursu aldıktan sonra, katılımcılar çok çeşitli kullanım durumlarına, mimarilere ve endüstrilere göre; daha hızlı ve daha iyi kararlar alınmasını sağlayacak büyük veri üzerinde etkileşimli analizler uygulamak için gerçek dünyadaki zorluklarla yüzleşmeye ve uygulamalar geliştirmeye hazır olurlar.

💡 Açık sınıfımız yoktur. Eğitim, kurum ve şirketlere yöneliktir. Ortalama grup büyüklüğü 10-12 civarındadır.

🗓️ Eğitim Süresi: 4 gün

🖥️ Eğitim Şekli: Online Canlı

  • Temel linux komutlarına hakimiyet
  • İnternet bağlantısı
1. GÜN: Spark İç Mimarisi ve Temel Operasyonlar
  • Giriş: Büyük Veri dünyasında Spark’ın yeri ve evrimi.
  • Derin Mimari: Driver, Executor, Slot, Task kavramları. Catalyst Optimizer ve Tungsten motoru.
  • Lazy Evaluation ve DAG: İşlerin arka planda nasıl planlandığını anlama.
  • DataFrame API: Temel transformasyonlar ve aksiyonlar.
  • Uygulama: Lokal ve Docker üzerinde ilk Spark uygulamasını ayağa kaldırma.
2. GÜN: Gelişmiş Veri İşleme ve Lakehouse Mimarisi
  • Spark SQL & Built-in Functions: Window functions, complex types (Array, Map, Struct).
  • Veri Kaynakları: Parquet, Avro ve JSON ile derinlemesine çalışma (Predicate Pushdown kavramı).
  • Modern Depolama: Delta Lake veya Apache Iceberg giriş. ACID transactions ve Time Travel.
  • Harici Entegrasyonlar: JDBC ile PostgreSQL/MySQL bağlantısı, S3/HDFS okuma-yazma stratejileri.
  • LAB: Kirli bir veri setinin temizlenmesi, normalize edilmesi ve Delta formatında kaydedilmesi.
3. GÜN: Performans Tuning ve Cluster Yönetimi
  • Spark UI Okuryazarlığı: Darboğazları (bottlenecks) tespit etme, Stage ve Shuffle takibi.
  • Shuffle ve Partitioning: repartition vs coalesce, Shuffle neden pahalıdır?
  • Optimizasyon Teknikleri:AQE (Adaptive Query Execution): Spark 3+ özelliklerinin kullanımı.Data Skew: Salting teknikleri ile dengesiz veri dağılımını çözme.Broadcasting: Broadcast Join ve kuralları.
  • Deployment: Spark-submit parametreleri, YARN ve Kubernetes (K8s) üzerinde kaynak yönetimi.
  • Memory Management: Heap, Storage ve Execution memory ayarları.
4. GÜN: Structured Streaming ve Uçtan Uca Proje
  • Streaming Temelleri: Micro-batch mantığı ve DStream vs Structured Streaming.
  • Kafka Entegrasyonu: Kafka’dan okuma, veri şeması uygulama ve Kafka’ya yazma.
  • State Management: Checkpointing ve Watermarking (Geç gelen veriyi yönetme).
  • Hata Yönetimi: Exactly-once semantiği ve Failure Recovery.
  • Bitirme Projesi (Capstone Project):Kafka’dan akan canlı veriyi yakalama.Delta Lake üzerindeki referans verilerle Join yapma.Aggregate (dakikalık özetler) hesaplama.Sonucu bir BI aracının okuyabileceği bir tabloya veya Kafka sink’e yazma.