Schaffen Sie sich mit diesem einsteigerfreundlichen, praxisorientierten Kurs eine solide Grundlage in PySpark und Python für die verteilte Datenverarbeitung. Sie erfahren, wie verteilte Datenverarbeitung die moderne Datenanalyse unterstützt, und erwerben gleichzeitig die Python-Programmierkenntnisse, die Sie für die Erstellung von PySpark-Anwendungen benötigen.

Ausgehend von der Python-Syntax, der Ablaufsteuerung und Konzepten der funktionalen Programmierung lernen Sie, mit Resilient Distributed Datasets (RDDs) zu arbeiten, CORE-Spark-Transformationen und -Aktionen anzuwenden und skalierbare Workflows zur Datenverarbeitung zu erstellen. Im weiteren Verlauf führen Sie DataFrame-Transformationen durch, führen Join-Operationen aus, integrieren MySQL-Daten über JDBC und erstellen eine Pipeline zur Wortzählung, um Ihre Kenntnisse im Bereich der verteilten Datenverarbeitung zu vertiefen. Dieser Kurs richtet sich an Anfänger, die sich für Big Data, Datenverarbeitung und PySpark interessieren. Er kombiniert praktische Programmierübungen mit anschaulichen Erklärungen, um Ihnen sowohl die Konzepte als auch deren praktische Anwendung näherzubringen. Im Laufe des Kurses üben Sie die Analyse, Fehlerbehebung und Bewertung von PySpark-Programmen und sammeln gleichzeitig Erfahrungen mit verteilten Daten-Workflows. Am Ende des Kurses sind Sie in der Lage, PySpark-Anwendungen zu erstellen und zu analysieren, verteilte Datensätze effizient zu verarbeiten, externe Datenquellen zu integrieren und grundlegende Konzepte des Data Engineering anzuwenden, die Sie auf fortgeschrittenere Big-Data-Analysen vorbereiten.