Informações sobre o curso
4.1
157 classificações
29 avaliações
Programa de cursos integrados
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Horas para completar

Aprox. 15 horas para completar

Sugerido: There is about 3-4 hours of video lectures per week. Each week's quiz takes about 30 minutes. ...
Idiomas disponíveis

Inglês

Legendas: Inglês, Coreano

Habilidades que você terá

GraphsDistributed ComputingBig DataMachine Learning
Programa de cursos integrados
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Horas para completar

Aprox. 15 horas para completar

Sugerido: There is about 3-4 hours of video lectures per week. Each week's quiz takes about 30 minutes. ...
Idiomas disponíveis

Inglês

Legendas: Inglês, Coreano

Programa - O que você aprenderá com este curso

Semana
1
Horas para completar
3 horas para concluir

Course Orientation

You will become familiar with the course, your classmates, and our learning environment. The orientation will also help you obtain the technical skills required for the course....
Reading
1 vídeo (total de (Total 26 mín.) min), 4 leituras, 1 teste
Reading4 leituras
Syllabus10min
About the Discussion Forums10min
Updating Your Profile10min
Social Media10min
Quiz1 exercício prático
Orientation Quiz10min
Horas para completar
2 horas para concluir

Module 1: Spark, Hortonworks, HDFS, CAP

In Module 1, we introduce you to the world of Big Data applications. We start by introducing you to Apache Spark, a common framework used for many different tasks throughout the course. We then introduce some Big Data distro packages, the HDFS file system, and finally the idea of batch-based Big Data processing using the MapReduce programming paradigm. ...
Reading
13 vídeos (total de (Total 108 mín.) min), 1 leitura, 1 teste
Video13 videos
1.1.2 Apache Spark11min
1.1.3 Spark Example: Log Mining9min
1.1.4 Spark Example: Logistic Regression7min
1.1.5 RDD Fault Tolerance4min
1.1.6 Interactive Spark4min
1.1.7 Spark Implementation4min
1.2.1 Introduction to Distros3min
1.2.2 Hortonworks23min
1.2.3 Cloudera CDH2min
1.2.4 MapR Distro2min
1.3.1 HDFS Introduction15min
1.3.2 YARN and MESOS9min
Reading1 leituras
Module 1 Overview10min
Quiz1 exercício prático
Module 1 Quiz30min
Semana
2
Horas para completar
6 horas para concluir

Module 2: Large Scale Data Storage

In this module, you will learn about large scale data storage technologies and frameworks. We start by exploring the challenges of storing large data in distributed systems. We then discuss in-memory key/value storage systems, NoSQL distributed databases, and distributed publish/subscribe queues. ...
Reading
24 vídeos (total de (Total 303 mín.) min), 1 leitura, 1 teste
Video24 videos
2.1.1 Introduction to MapReduce with Spark3min
2.1.2 MapReduce: Motivation15min
2.1.3 MapReduce Programming Model with Spark9min
2.1.4 MapReduce Example: Word Count9min
2.1.5 MapReduce Example: Pi Estimation & Image Smoothing15min
2.1.6 MapReduce Example: Page Rank13min
2.1.7 MapReduce Summary4min
2.2.1 Eventual Consistency – Part 110min
2.2.2 Eventual Consistency – Part 220min
2.2.3 Consistency Trade-Offs4min
2.2.4 ACID and BASE19min
2.2.5 Zookeeper and Paxos: Introduction10min
2.2.6 Paxos17min
2.2.7 Zookeeper16min
2.3.1 Cassandra Introduction27min
2.3.2 Redis7min
2.3.3 Redis Demonstration14min
2.4.1 HBase Usage API15min
2.4.2 HBase Internals - Part 117min
2.4.3 HBase Internals - Part 29min
2.4.4 Spark SQL8min
2.5.5 Spark SQL Demo8min
2.5.1 Kafka17min
Reading1 leituras
Module 2 Overview10min
Quiz1 exercício prático
Module 2 Quiz30min
Semana
3
Horas para completar
4 horas para concluir

Module 3: Streaming Systems

This module introduces you to real-time streaming systems, also known as Fast Data. We talk about Apache Storm in length, Apache Spark Streaming, and Lambda and Kappa architectures. Finally, we contrast all these technologies as a streaming ecosystem. ...
Reading
18 vídeos (total de (Total 216 mín.) min), 1 leitura, 1 teste
Video18 videos
3.1.1 Streaming Introduction9min
3.1.2 "Big Data Pipelines: The Rise of Real-Time"7min
3.1.3 Storm Introduction: Protocol Buffers & Thrift15min
3.1.4 A Storm Word Count Example3min
3.1.5 Writing the Storm Word Count Example10min
3.1.6 Storm Usage at Yahoo3min
3.2.1 Anchoring and Spout Replay17min
3.2.2 Trident: Exactly Once Processing10min
3.3.1 Inside Apache Storm9min
3.3.2 The Structure of a Storm Cluster4min
3.3.3 Using Thrift in Storm10min
3.3.4 How Storm Schedulers Work12min
3.3.5 Scaling Storm to 4000 Nodes14min
3.3.6 Q&A with Bobby Evans (Yahoo) on Storm32min
3.4.1 Spark Streaming18min
3.4.2 Lambda and Kappa Architecture4min
3.4.3 Streaming Ecosystem24min
Reading1 leituras
Module 3 Overview10min
Quiz1 exercício prático
Module 3 Quiz30min
Semana
4
Horas para completar
4 horas para concluir

Module 4: Graph Processing and Machine Learning

In this module, we discuss the applications of Big Data. In particular, we focus on two topics: graph processing, where massive graphs (such as the web graph) are processed for information, and machine learning, where massive amounts of data are used to train models such as clustering algorithms and frequent pattern mining. We also introduce you to deep learning, where large data sets are used to train neural networks with effective results. ...
Reading
18 vídeos (total de (Total 173 mín.) min), 1 leitura, 1 teste
Video18 videos
4.1.2 Pregel - Part 17min
4.1.3 Pregel - Part 211min
4.1.4 Pregel - Part 36min
4.1.5 Giraph Introduction6min
4.1.6 Giraph Example4min
4.1.7 Spark GraphX15min
4.2.1 Big Data Machine Learning Introduction13min
4.2.2 Mahout: Introduction8min
4.2.3 Mahout kmeans5min
4.2.4 Mahout: Naïve Bayes9min
4.2.5 Mahout: fpm6min
4.2.6 Spark Naïve Bayes2min
4.2.7 Spark fpm2min
4.2.8 Spark ML/MLlib11min
4.2.9 Introduction to Deep Learning20min
4.2.10 Deep Neural Network Systems17min
4.3.1 Closing Remarks1min
Reading1 leituras
Module 4 Overview10min
Quiz1 exercício prático
Module 4 Quiz30min
4.1
29 avaliaçõesChevron Right

Melhores avaliações

por UNApr 10th 2018

My understanding of Big Data technologies was really enhanced by this course. I have decided to pursue more of these underlying technologies after this course. Good job

por MSNov 27th 2017

Very good introduction of application concepts of cloud data computing. Thank You!

Instrutores

Avatar

Reza Farivar

Data Engineering Manager at Capital One, Adjunct Research Assistant Professor of Computer Science
Department of Computer Science
Avatar

Roy H. Campbell

Professor of Computer Science
Department of Computer Science
Graduation Cap

Comece a trabalhar rumo ao seu mestrado

Este curso é parte de uma graduação 100% on-line Master in Computer Science pela University of Illinois at Urbana-Champaign. Caso seja aceito para o programa completo, seus cursos contarão para sua graduação.

Sobre University of Illinois at Urbana-Champaign

The University of Illinois at Urbana-Champaign is a world leader in research, teaching and public engagement, distinguished by the breadth of its programs, broad academic excellence, and internationally renowned faculty and alumni. Illinois serves the world by creating knowledge, preparing students for lives of impact, and finding solutions to critical societal needs. ...

Sobre o Programa de cursos integrados Cloud Computing

The Cloud Computing Specialization takes you on a tour through cloud computing systems. We start in in the middle layer with Cloud Computing Concepts covering core distributed systems concepts used inside clouds, move to the upper layer of Cloud Applications and finally to the lower layer of Cloud Networking. We conclude with a project that allows you to apply the skills you've learned throughout the courses. The first four courses in this Specialization form the lecture component of courses in our online Master of Computer Science Degree in Data Science. You can apply to the degree program either before or after you begin the Specialization....
Cloud Computing

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.