AGILE DATA SCIENCE 2.0
Full-Stack Analytics Application Development con Kafka e Spark
Descrizione
Agile Data Science 2.0 copre la teoria e la pratica di una metodologia di sviluppo Agile creata per sviluppare applicazioni analitiche.
I partecipanti impareranno la teoria e l’applicazione dell’Agile Data Science, una metodologia di sviluppo in cui il Data Scientist usa metodi Agili per lo sviluppo di applicazioni analitiche full-stack. Apprenderanno inoltre come definire, implementare e usare un Big Data full-stack e come creare da zero le proprie applicazioni Big Data.
Questo consentirà loro di presentare in modo efficace le proprie scoperte come applicazioni e li aiuterà a fare cambiamenti all'interno delle organizzazioni tecnologiche.
Alla fine del workshop i partecipanti avranno le conoscenze e un template tecnologico che permetteranno loro di creare le proprie applicazioni usando i propri datasets.
Cosa Imparerete
1. I partecipanti capiranno:
- Come definire “full-stack” di tools di Big Data
- Come applicare i metodi Agili alla Data Science
- Sviluppo Web Pyton/Flask
2. I partecipanti saranno in grado di:
- Usare “full-stack” di tools di Big Data
- Lavorare con alcuni frra i più popolari tools di Big Data: Python, Spark, Kafka, Elasticsearch, MongoDB
- Costruire applicazioni analitiche full-stack
- Costruire visualizzazioni in d3.js
- Costruire sistemi e applicazioni di Predictive Analytics
- Costruire applicazioni Web usando Pyton/Flask o Esplorare i Big Data in maniera interattiva
Argomenti Trattati
- Presentazione: Agile Data Science
- Presentazione: Introduzione all’ Analytics Stack
- Demo: camminare attraverso il nostro Full Stack
- Esercizio: Data Processing in PySpark
- Esercizio: Querying Data in MongoDB
- Esercizio: Creare un Web Service
- Demo: Hacking Charts in d3.js
- Esercizio: Hacking Charts in d3.js
- Presentazione/Demo: Predictive Modeling in PySpark
- Esercizio: Predictive Modeling in PySpark
- Presentazione/Demo: Deploying Spark Predictive Models
- Esercizio: Deploying Spark Predictive Models
- Presentazione/Demo: Predizioni sul Web
- Esercizio: Predizioni sul Web
- Discussione: Lessons Learned
Precedenti Edizioni
Dal
19 ottobre 2020 al
21 ottobre 2020