Sobre o Treinamento

Neste treinamento vamos explorar o Apache Ranger como uma solução central para controle de acesso e auditoria em ambientes Hadoop e outras ferramentas do ecossistema de Big Data. O foco será prático, com instalação e configuração do Apache Ranger, e integração com ferramentas como Apache Atlas, Elasticsearch e Kibana já pré-configuradas em uma máquina virtual fornecida pela Ambiente Livre.

O que vou aprender?

Ao final deste treinamento você será capaz de:

• Instalar e configurar o Apache Ranger em ambientes Big Data.
• Compreender a arquitetura do Ranger e o papel de cada componente.
• Criar políticas de segurança para Hive, HDFS, Kafka, entre outros serviços.
• Controlar acessos por usuários, grupos, IPs e condições avançadas.
• Criar e aplicar políticas dinâmicas baseadas em tags com Apache Atlas.
• Navegar e configurar o Ranger Admin UI.
• Integrar o Ranger com sistemas de autenticação como LDAP ou AD.
• Visualizar e auditar logs de acesso no Kibana com dados do Elasticsearch.
• Utilizar o Ranger com integração com o Apache Atlas.
• Aplicar boas práticas e segurança em ambientes distribuídos.

Calendário de turmas.

Somente no modelo corporativo no momento.

Dificuldade:Avançado

Aplicabilidade.

Este treinamento foi desenvolvido usando o Apache Ranger 2.6.0 e foi modificado pela última vez em 31 de maio de 2025.

Conteúdo Programático.

Conceitual Apache Ranger.

• Introdução à Segurança em Ambientes Big Data.
• Apache Ranger no Ecossistema Hadoop.
• Apache Ranger X Apache Sentry.
• Componentes e Arquitetura do Apache Ranger.
• Casos de uso do Ranger em ambientes corporativos.
• Empresas utilizando Apache Ranger no Mundo.
  Empresas utilizando Apache Ranger no Brasil.
• Apache Ranger em ambientes on-premise e na nuvem.

Instalação e Configuração.

• Requisitos de instalação.
• Instalando o Apache Ranger Server.
• Configuração inicial do Ranger Admin.
• Integração com Banco de Dados externo (MySQL/PostgreSQL).
• Inicializando o serviço do Ranger.
• Configuração via arquivos .xml e install.properties

Fundamentos do Apache Ranger

• Introdução ao Console Admin Web.
• Perfis, políticas e permissões.
• Criação de usuários, grupos e roles.
• Integração com LDAP/Active Directory.
• Políticas baseadas em recursos (Resource-Based Policies).
• Políticas baseadas em tags (Tag-Based Policies).
• Auditoria e logs de acesso.
• Workflows de aprovação (com Ranger KMS).

Integração com Sistemas de Big Data.

• HDFS Plugin: políticas e permissões de arquivos.
• Hive Plugin: controle de acesso a databases, tabelas e colunas.
• Kafka Plugin: controle de acesso por tópicos e consumidores.
• YARN, Knox, HBase, Solr: conceitos e exemplos de políticas.
• Integração com Apache NiFi.
• Integração com Trino e Presto.
• Plugins vs. Agentes Externos: modos de operação.

Gerenciamento de Políticas.

• Criação e gerenciamento de políticas no console.
• Clonagem e herança de políticas.
• Wildcards e expressões regulares em políticas.
• Auditoria e trilha de acesso: revisão e análise.
• Exportação e importação de políticas.
• Gerenciamento de múltiplos repositórios.
• Controle por tempo e condições (políticas dinâmicas).

Ranger KMS (Key Management Service)

• Introdução à Criptografia de Dados em Descanso (Encryption at Rest).
• Arquitetura do Apache Ranger KMS.
• Criação e gerenciamento de chaves.
• Integração com HDFS, Hive e HBase.
• Auditoria de uso de chaves.
• Políticas de acesso a chaves e rotação automática.

Auditoria e Monitoramento

• Configuração do Ranger Audit.
• Armazenamento de logs em Apache Solr, HDFS ou Elasticsearch.
• Integração com Kibana para visualização de eventos
• Alertas e notificações baseados em logs de auditoria.
• Boas práticas de retenção e análise de logs.
• Integração com sistemas SIEM.

Melhores Práticas e Manutenção

• Backup e restauração do Ranger Admin.
• Atualizações e upgrades de versão.
• Segurança do próprio Ranger Admin (HTTPS, firewalls).
• Hardening do Ranger Server.
• Performance tuning.
• Troubleshooting de plugins.
• Ranger em ambientes de alta disponibilidade (HA).

Tópicos Gerais.

• Aplicando políticas no Apache Ranger com base em tags do Apache Atlas.
• Apache Atlas no Cloudera Data Platform (CDP).

Carga Horária:

• 16 Horas de duração.

Pré-Requisitos:

• Conhecimento de comandos e servidores Linux.
• Conhecimento básico em governança de dados 
• Conhecimento básico no ecossistema de Big Data e Apache Atlas.

Requisitos:

• Todos os participantes devem trazer um notebook para realizar as atividades práticas.
• O Computador deve estar  com acesso de administrador para possibilitar instalações de aplicativos e acesso a Internet.
• Para Online ter uma boa conectividade com a Internet.
• Para turmas In-Company não trabalhamos com limite de participantes para os treinamentos, orientamos que as turmas sejam de até 12 alunos para um melhor desempenho.

Requisitos mínimos de hardware

• Memória RAM : 8GB
• Espaço em Disco: 20GB
• Processador: Dual-core AMD 64, EM64T
• Sistemas Operacionais: GNU/Linux, Windows.
• VirtualBox.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Apache Ranger e acessórios na sua última versão estável.
• Material próprio em Português do Brasil.
• Apresentações (slides do treinamento) desenvolvidas pela equipe Ambiente Livre.
• Apostilas digitais dos softwares desenvolvidas pela Ambiente Livre.
• Apostilas com exercícios práticos desenvolvidos no treinamento.
• Materiais e documentações complementares desenvolvido pela Comunidade Open Source Mundial.

Metodologia

• Todos os dias serão apresentados novos recursos e conceitos e avaliados através de exercícios práticos em todas as aulas.

Estamos localizados em Curitiba e atendemos em todo Brasil com treinamentos Apache Ranger e cursos Apache Ranger. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento

O Apache Sqoop é uma interface de linha de comando para mover dados de bancos de dados relacionais e Hadoop. O treinamento Apache Sqoop prepara profissionais a implantar , integrar e criar pipeline de dados.

Conteúdo Programático.

Conceitual Sqoop.

• Introdução ao Apache Sqoop.
• Histórico do projeto Apache Sqoop.
• Características do Apache Sqoop.
• Conceitos fundamentais.
• O Sqoop no Ecossistema Hadoop.
• Exemplos de casos de uso.
• Principais empresas que usam Sqoop no Mundo.
• Principais empresas que usam Sqoop no Brasil.
• Apache Sqoop X Apache NiFi X Apache Hop X Pentaho Data Integration.

Instalação do Sqoop.

• Instalando Apache Sqoop.
• Configurando o Apache Sqoop.
• Compatibilidades de versões do Hadoop e Sqoop.

Fundamentos do Sqoop

• Arquitetura do Sqoop.

Executando o Sqoop.

• Sqoop CLI.
• Comando Sqoop.
• Conexão com bancos de dados.
• Configuração de drivers JDBC.
• Comandos básicos de importação.
• Parâmetros de configuração.
• Importar MySQL para HDFS.
• Importar MySQL para HDFS com metastore no Hive.
• Importar do HDFS paraa o MySQL.
• Executando trabalhos do Sqoop.

Pipeline de Dados.

• Criando pipelines de processos Sqoop.
• Importação Incremental.
• Append.

Sqoop e HBase

• Comandos específicos para HBase.

Sqoop e Oozie

• Automação de jobs Sqoop com Oozie.

Otimização e assuntos gerais do Sqoop

• Otimização de jobs Sqoop.
• Parâmetros de desempenho.
• Técnicas de tunning.
• Troubleshooting.

Carga Horária:

• 4 Horas de duração.

Pré-Requisitos:

• Conhecimento de comandos e servidores Linux.
• Conhecimento básico de desenvolvimento.
• Conhecimento Básico em Hadoop e Banco de Dados.

Requisitos:

• Todos os participantes devem trazer um notebook para realizar as atividades práticas.
• O Computador deve estar  com acesso de administrador para possibilitar instalações de aplicativos e acesso a Internet.
• Para Online ter uma boa conectividade com a Internet.
• Para turmas In-Company não trabalhamos com limite de participantes para os treinamentos, orientamos que as turmas sejam de até 12 alunos para um melhor desempenho.

Requisitos mínimos de hardware

• Memória RAM : 8GB
• Espaço em Disco: 20GB
• Processador: Dual-core AMD 64, EM64T
• Sistemas Operacionais: GNU/Linux, Windows.
• VirtualBox.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Apache Sqoop e acessórios na sua última versão estável.
• Material próprio em Português do Brasil.
• Apresentações (slides do treinamento) desenvolvidas pela equipe Ambiente Livre.
• Apostilas digitais dos softwares desenvolvidas pela Ambiente Livre.
• Apostilas com exercícios práticos desenvolvidos no treinamento.
• Materiais e documentações complementares desenvolvido pela Comunidade Open Source Mundial.

Metodologia

• Todos os dias serão apresentados novos recursos e conceitos e avaliados através de exercícios práticos em todas as aulas.

Estamos localizados em Curitiba e atendemos em todo Brasil com treinamentos Apache Sqoop e cursos Apache Sqoop. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento

O Apache Atlas é uma solução Open Source de governança de dados projetada para ambientes de Big Data, permitindo a catalogação, classificação e rastreamento de metadados de forma centralizada. Amplamente utilizado em ecossistemas baseados em Apache adoop e integrado a diversas plataformas de dados, incluindo distribuições corporativas como o Cloudera CDP. O Apache Atlas desempenha um papel fundamental na implementação de estratégias modernas de governança de dados.

Este treinamento prepara profissionais para explorar e utilizar eficientemente os recursos do Apache Atlas, com foco em modelagem de metadados, linhagem de dados (data lineage), classificação e organização de informações. Ao longo do curso, os participantes irão adquirir as habilidades necessárias para implementar uma governança de dados robusta, escalável e aderente às demandas de ambientes corporativos.

Calendário de turmas.

Somente no modelo corporativo no momento.

Dificuldade: Alta.

Aplicabilidade.

Este treinamento foi desenvolvido usando o Apache Atlas 2.5.0. e foi modificado pela última vez em 15 de Junho de 2026.

Conteúdo Programático.

Conceitual Apache Atlas.

• Introdução à Governança de Dados.
• O que é o Apache Atlas?
• Apache Atlas no Ecossistema de Big Data.
• Integração com Apache Hadoop, Apache Hive, Apache Spark, Apache Kafka
• Casos de Uso: Linhagem de Dados, Catálogo de Metadados, Controle de Acesso
• Comparativo: Apache Atlas X Collibra X Amundsen X OpenMetadata.

Instalação do Apache Atlas.

• Requisitos de Sistema.
• Instalando o Apache Atlas standalone.
• Configuração inicial.
• Iniciando o servidor Atlas.
• Verificando logs e diagnósticos.
• Carregando dados de exemplo.
• Apache Atlas em Docker.

Fundamentos do Apache Atlas.

• Arquitetura do Apache Atlas.
• Componentes principais: Metadata Server, Apache Kafka, JanusGraph.
• Tipos de Metadados: Técnico, Empresarial, Operacional.
• Introdução ao Modelo de Entidade (Entity, Type, Classification)
• UI do Apache Atlas: Navegação e Recursos.

Modelagem de Metadados.

• Introdução à Modelagem de Metadados.
• Definição de Tipos e Entidades.
• Entity.
• Relationship.
• Classification.
• Classification Propagation.
• Attributes.
• Data Lineage.
• Criando e editando tipos personalizados.
• Relacionamentos e Heranças.
• Trabalhando com Linhagem de Dados.
• Importação de Modelos de Metadados.

Indexação e Pesquisa.

• Introdução à Pesquisa no Apache Atlas.
• Uso da linguagem DSL (Domain-Specific Language).
• Pesquisa por entidades, classificações e relacionamentos.
• Filtros avançados: wildcards, intervalos, operadores.
• Busca em grandes catálogos de dados.
• Integração com Apache Solr/Elasticsearch.

Configurações do Apache Atlas

• Configurações Básicas: atlas-application.properties.
• Configuração de Banco de Dados: JanusGraph e HBase.
• Integração com Apache Kafka: Atualizações de Metadados em tempo real.
• Configuração de Segurança: Autenticação e Autorização.
• Auditoria: Habilitando e gerenciando logs de auditoria

Integração com Big Data

• Apache Atlas + Apache Hive: Linhagem de tabelas e colunas.
• Apache Atlas + Apache Spark: Monitoramento de pipelines.
• Apache Atlas + Apache Kafka: Rastreabilidade de eventos.
• Apache Atlas + Hadoop HDFS: Metadados de arquivos distribuídos.
• Webhooks: Recebendo eventos personalizados.

APIs do Apache Atlas.

• Introdução às APIs REST do Apache Atlas.
• Autenticação e Tokens.
• Criando, atualizando e deletando entidades via API
• Consultas via API: busca de metadados.
• Exemplo prático: Criando um catálogo de dados automatizado.

Apache Atlas e Java

• Visão Geral da Integração com Java.
• Configuração do ambiente (Maven, Gradle).
• Uso do Atlas Client API.
• Criando e atualizando entidades via código.
• Exemplos práticos: automação de processos.

Integração com Apache Ranger (Visão Conceitual)

• O que é o Apache Ranger.
• Como o Apache Ranger envia classificações (tags).
• Integração entre Classificações e Políticas de Acesso.

Monitoramento

• Monitoramento do Apache Atlas: Métricas e Logs.
• Troubleshooting: Diagnóstico de erros comuns.
• Backup e Restore de Metadados.
• Estratégias de otimização para catálogos grandes.
• Melhores práticas de governança de dados.

Carga Horária:

• 24 Horas de duração.

Pré-Requisitos:

• Conhecimento de comandos e servidores Linux.
• Conhecimento básico no ecossistema de Big Data.

Requisitos:

• Todos os participantes devem trazer um notebook para realizar as atividades práticas.
• O Computador deve estar  com acesso de administrador para possibilitar instalações de aplicativos e acesso a Internet.
• Para Online ter uma boa conectividade com a Internet.
• Para turmas In-Company não trabalhamos com limite de participantes para os treinamentos, orientamos que as turmas sejam de até 12 alunos para um melhor desempenho.

Requisitos mínimos de hardware

• Memória RAM : 8GB
• Espaço em Disco: 50GB
• Processador: Dual-core AMD 64, EM64T
• Sistemas Operacionais: GNU/Linux, Windows.
• VirtualBox.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Apache Atlas e acessórios na sua última versão estável.
• Material próprio em Português do Brasil.
• Apresentações (slides do treinamento) desenvolvidas pela equipe Ambiente Livre.
• Apostilas digitais dos softwares desenvolvidas pela Ambiente Livre.
• Apostilas com exercícios práticos desenvolvidos no treinamento.
• Materiais e documentações complementares desenvolvido pela Comunidade Open Source Mundial.

Metodologia

• Todos os dias serão apresentados novos recursos e conceitos e avaliados através de exercícios práticos em todas as aulas.

Estamos localizados em Curitiba e atendemos em todo Brasil com treinamentos Apache Atlas e cursos Apache Atlas. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento

O HUE (Hadoop User Experience) tem o foco em capacitar profissionais de dados, principalmente em Big Data, para explorar, consultar e visualizar dados em ambientes Hadoop e Data Lake utilizando o Apache Hue, uma interface web leve, amigável e integrada com ferramentas como Apache Hive, Impala, Trino e Spark SQL. O foco está no uso prático da ferramenta para análise, prototipagem de dashboards e execução de queries SQL de forma visual e colaborativa.

Calendário de turmas.

Somente no modelo corporativo no momento.

Dificuldade: Fácil.

Aplicabilidade.

Este treinamento foi desenvolvido usando o HUE 4.11.0 e foi modificado pela última vez em 22 de Junho de 2025.

Conteúdo Programático.

Conceitual HUE.

• O que é o Apache Hue.
• Hue no ecossistema Hadoop/Spark.
• Casos de uso comuns e arquitetura geral.
• Conectando ao Hive, Impala e outros motores SQL
• Comparação: Hue X Apache Zeppelin X Jupyter.
• Casos de uso: BI, Data Discovery, Data Governance.
• Arquitetura geral (com HDFS, Hive, Impala, Spark SQL).

Instalação e Configuração.

• Instalação standalone
• Estrutura de arquivos.
• O arquivo hue.ini.
• Configuração de conexão com Apache Hive, Impala, Apache Solr e Trino.
• Autenticação (LDAP - visão geral).

Navegação e Conexões com Data Lake.

• Interface principal do Hue.
• Exploração de arquivos HDFS/S3/Minio.
• Exploração de tabelas Hive e Impala.
• Upload e preview de arquivos CSV e JSON.

SQL Editor e Visualização de Resultados.

• Execução de queries em Hive/Impala/Spark SQL.
• Salvando consultas e favoritos.
• Visualização de dados (tabelas, gráficos).
• Exportação de resultados.

Gerenciamento de Tabelas

• Criação e visualização de tabelas Hive e Impala.
• Upload de arquivos CSV/JSON.
• Preview de dados.
• Criação de partições e schemas.

Visualização e Dashboards.

• Criação de dashboards interativos no Hue.
• Visualização de gráficos (barras, linhas, pizza, mapa).
• Filtros e parâmetros.
• Criação de painéis executivos.

Gerenciamento de Dados e Metadados.

• Exploração de metastore.
• Edição de schemas.
• Gerenciamento de permissões (via Hue e Apache Ranger - visão geral)

Carga Horária:

• 8 Horas de duração.

Pré-Requisitos:

• Conhecimento de comandos e servidores Linux.
• Conhecimento básico do Ecossistema de Big Data.

Requisitos:

• Todos os participantes devem trazer um notebook para realizar as atividades práticas.
• O Computador deve estar  com acesso de administrador para possibilitar instalações de aplicativos e acesso a Internet.
• Para Online ter uma boa conectividade com a Internet.
• Para turmas In-Company não trabalhamos com limite de participantes para os treinamentos, orientamos que as turmas sejam de até 12 alunos para um melhor desempenho.

Requisitos mínimos de hardware

• Memória RAM : 8GB
• Espaço em Disco: 40GB
• Processador: 2 Cores
• Sistemas Operacionais: GNU/Linux, Windows.
• VirtualBox.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares HUE e acessórios na sua última versão estável.
• Material próprio em Português do Brasil.
• Apresentações (slides do treinamento) desenvolvidas pela equipe Ambiente Livre.
• Apostilas digitais dos softwares desenvolvidas pela Ambiente Livre.
• Apostilas com exercícios práticos desenvolvidos no treinamento.
• Materiais e documentações complementares desenvolvido pela Comunidade Open Source Mundial.

Metodologia

• Todos os dias serão apresentados novos recursos e conceitos e avaliados através de exercícios práticos em todas as aulas.

Estamos localizados em Curitiba e atendemos em todo Brasil com treinamentos HUE e cursos HUE. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

Sobre o treinamento

O treinamento Prometheus fundamental é destinado há para quem precisa conhecer as principais funcionalidades do Prometheus e implantar uma solução de base de dados de série de tempo para monitoramento e alerta. Ele é desbloqueado de uma infraestrutura maior, tornando-o uma ferramenta confiável para diagnosticar problemas imediatamente, sólido para coleta de dados de eventos e alertas para monitoramento. O curso permite desde a configuração e administração do ambiente Prometheus e suas principais integrações com ambiente computacionais. 

Todo o treinamento e ministrado com a versão Open Source do Prometheus. Materiais Prometheus em Português do Brasil. Ambiente de educação e metodologia de ensino personalizada. Conheça nosso conteúdo programático que foi construído para formação de especialistas em Prometheus , O mesmo mescla conhecimentos conceituais e praticas para registro de métricas em tempo real em um banco de dados de séries temporais (permitindo alta dimensionalidade) construído usando um modelo HTTP pull, com consultas flexíveis e alertas em tempo real, assim como necessidades de infraestrutura, integração e programação, necessários para implementação completa do Prometheus.

Calendário de turmas abertas Prometheus.

Somente turmas corporativas.

Dificuldade: Intermediário.

Aplicabilidade.

Este treinamento foi desenvolvido usando o Prometheus LTS 2.53.1 e foi modificado pela última vez em 6 de Agosto de 2024.

Conteúdo Programático

Conceitual - Visão geral do Prometheus.

• A importância do monitoramento.
• Métricas.
• Monitoramento de serviços
• NOC (Network Operations Center).
• Introdução ao Prometheus.
• Arquitetura e tecnologias utilizadas.
• Histórico da Prometheus.
• Interfaces do Prometheus.
• Empresas usando Prometheus no Brasil e no Mundo.
• Casos de uso do Prometheus.
• Comunidades Prometheus.
• Licenciamento (Free Software X Open Source).
• Versões do Prometheus.
• Prometheus X Graphite X InfluxDB.

Instalação e configuração do Prometheus.

• Pré-requisitos de instalação do Prometheus.
• Instalando o Prometheus.
• Configurando o Prometheus.
• Autenticação do Prometheus via LDAP/AD.
• Configurando SMTP.
• Os arquivos de configuração.

Trabalhando com o Prometheus.

• Prometheus Web UI.
• PromQL (Prometheus Query Language).
• Casos de Uso.
• Navegando nas interfaces gráficas (UI).
• Dashboarding.

Coletando dados

• Scraping & Exporters.
• Pushing Data.
• Push Metrics.
• Pushing metrics.

Instrumentação de aplicações.

• Códigos de instrumentação.
• Client libraries.

Monitoramento e alerta.

• Definição e Configuração de Alertas.
• Regras de gravação e alerta.
• Monitoring Host Metrics.
• Monitorando AWS Lambda.
• Node e WMI exporters.
• Configurando o Alertmanager.
• Gerenciando alertas.
• Building Exporters.
• Advanced Querying.
• Relabeling.
• Blackbox Monitoring.
• Local Storage.

Infraestrutura distribuída.

• Monitoramento de ambientes On-Premises.
• Monitoramento em Cloud.
• Monitoramento GCP e EC2.

Segurança, Integrações e Otimizações.

• Prometheus security model.
• Authentication.
• Authorization.
• Encryption.
• API management.
• Federation e HTTP service discovery
• Remote write tuning parameters.
• Optimizing data.
• Systems usage.
• Monitoring and Debugging Prometheus.

Assuntos avançados.

• Manutenção do Prometheus.
• Escalabilidade do Prometheus.
• Automação e Integração Contínua.

Carga Horária.

• 16 Horas.

Público Alvo.

• Administradores de sistemas e redes.
• Equipes DevOps.
• Interessados em monitoramentos de sistemas.

Pré-requisitos.

• Conhecimentos em utilização de sistemas web.
• Conhecimento básico em algum sistema operacional (Windows, Linux ou MAC).
• Conhecimento básico em redes de computadores.

Requisitos:

• Todos os participantes devem trazer um notebook para realizar as atividades práticas.
• O Computador deve estar  com acesso de administrador para possibilitar instalações de aplicativos e acesso a Internet.
• Para turmas In-Company não trabalhamos com limite de participantes para os treinamentos, orientamos que as turmas sejam de até 15 alunos para um melhor desempenho.

Requisitos Recomendados de Hardware e Software.

• Memória RAM: 8GB.
• Espaço em Disco: 20GB.
• Processador: 64 bits (chipsts de x64).
• CPU: 2 núcleos.
• Sistemas Operacionais: GNU/Linux, Windows.
• VirtualBox.

Material.

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Prometheus e acessórios na sua última versão estável.
• Material próprio em Português do Brasil.
• Apresentações (slides do treinamento) desenvolvidas pela equipe Ambiente Livre.
• Apostilas digitais dos softwares desenvolvidas pela Ambiente Livre.
• Apostilas com exercícios práticos desenvolvidos no treinamento.
• Materiais e documentações complementares desenvolvido pela Comunidade Open Source Mundial.

Metodologia.

• O treinamento apresenta uma empresa fictícia chamada onde será implantado o Prometheus e todas as fases da implantação para monitoramentos.
• Todos os dias serão apresentados novos recursos e conceitos e avaliados através de exercícios práticos em todas as aulas.

Estamos localizados em Curitiba e atendemos em todo Brasil com treinamentos Prometheus e cursos Prometheus. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

O treinamento Análise de Dados com R foi elaborado para apresentar, conceituar e colocar na pratica a linguagem R, com sua aplicabilidade para análise de grandes conjuntos de dados em diversas áreas de negócio.
O R é uma tecnologia de código aberto e tem como sua principal característica atender necessidades da analise estatística e está incorporada ou integrada a diversos outros software de analise e processamento de dados como Apache Spark, Power BI, Tableau, Pentaho, Apache Hop, Apache Nifi, entre outros, assim como conectividade aos principais bancos de dados do mercado. Cientista de dados e Analistas de dados sãos profissional atuantes nesta ferramenta, e podem aplicar seus conceitos para especializações como: People Analytics, Financial Analytics, Marketing Analytics, etc.

Calendário de turmas.

Somente no modelo corporativo no momento.

Dificuldade: Intermediário.

Aplicabilidade.

Este treinamento foi desenvolvido usando a linguagem R 4.3.2 e foi modificado pela última vez em 12 de Novembro de 2023.

Conteúdo Programático

Conceitual.

• Introdução a Data Science.
• O profissional Cientista de Dados.
• People Analytics, Financial Analytics e outras especializações.
• O Software R.
• Software Livre x Open Source.
• Licenciamento do R.
• Histórico do R.
• R Foundation.
• Empresas usando R no Mundo.
• Empresas usando R no Brasil.
• Comunidade R.
• Versões do R.
• Casos de Uso com R.

Instalando o R.

• Instalando o Software R.
• Instalação do RStudio IDE.
• Instalação do software adicionais.

Fundamentos da Linguagem R.

• A linguagem R.
• Operadores.
• Tipos de Dados.
• Variáveis.
• Vetores.
• Matrizes.
• Listas
• Strings.
• Funções
• Expressões Regulares
• Pacotes.
• Principais Bibliotecas de R para análise de dados.
• NSE (Non-standard evaluation)
• Pipe.

RStudio IDE

• Interfaces.
• Atalhos.
• Projetos.
• Addins.
• Cheatsheets.
• Snippets.

Estrutura de Dados em R.

• Data Frames.
• Usando R para Importação.
• Lendo dados de arquivos (CSV).
• Limpeza de dados.
• Preparação de dados.
• Construindo Datasets.
• Outras fontes de dados (Excel, bases de dados, web).
• Manipulação de Banco de Dados.

Visualização de Dados em R.

• Graphics Package.
• plot.
• barplot.
• hist.
• boxplot
• scatter plot.
• Heat Map.
• ggplot2 package (qplot e ggplot).

Formatação de Dados.

• Formatando e Limpando os Dados com dplyr.
• Formatando e Limpando os Dados com tidyr.

Métodos estatísticos em R.

• Funções Estatísticas.
• Dealing.
• Probability distributions.
• Distributions (Binomial, Poisson, Normal).
• Grouping e loops.
• Conditional execution.
• Escrevendo suas funções.

Análise Preditiva e Machine Learning com R.

• Introdução à Machine Learning.
• Linear Regressions.
• Recommendations.
• Clusterin.
• KMeans.
• Classification.
• Naive Bayes.
• Decision Trees.
• Correlação entre causa e efeito.

Gerais.

• Big Data Ecosystem.
• Importação de Dados e Web Scraping.
• Text Mining.
• Subsetting, Séries Temporais e Análise Reproduzível.
• Documentação com R Markdown.
• Programação funcional com R.

Overview People Analytics - R para Recursos Humanos.

• Fundamentos de HR analytics.
• Interpretação de dados.
• Storytelling.
• Aquisição de dados.
• Data-Management Tools.

Carga Horária.

• 32 Horas.

Pré-Requisitos.

• Conhecimento Básico de Estatística é recomendável.
• Conhecimento Básico de programação é recomendável.

Requisitos:

• Todos os participantes devem trazer um notebook para realizar as atividades práticas.
• O Computador deve estar  com acesso de administrador para possibilitar instalações de aplicativos e acesso a Internet.
• Para turmas In-Company não trabalhamos com limite de participantes para os treinamentos, orientamos que as turmas sejam de até 15 alunos para um melhor desempenho.

Requisitos Recomendados de Hardware.

• Memória RAM: 8GB.
• Espaço em Disco: 30 GB
• Processadores: 64 bits (chipsets de x64).
• CPU: 4 CPUs/núcleos.
• Sistemas Operacionais: GNU/Linux, Windows.
• Virtualbox.

Material.

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares R e acessórios na sua última versão estável.
• Material próprio em Português do Brasil.
• Apresentações (slides do treinamento) desenvolvidas pela equipe Ambiente Livre.
• Apostilas com exercícios práticos (hacks) desenvolvidos no treinamento.
• Materiais e documentações complementares desenvolvido pela Comunidade Open Source Mundial.

Metodologia.

• Todos os dias serão apresentados novos recursos e conceitos e avaliados através de exercícios práticos em todas as aulas.

Estamos localizados em Curitiba e atendemos em todo Brasil com treinamentos R e cursos R. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor.

Sobre o Treinamento

O OpenSearch é um mecanismo de pesquisa e análise de código aberto distribuído, construído no Apache Lucene e desenvolvido em Java. O treinamento fundamental em OpenSearch prepara profissionais para o mercado de indexação textual e documental para pesquisas elásticas e eficientes de fontes de big data ou de sistemas com que pretendem embutir o OpenSearch como motor de busca textual. Seu conteúdo programático foi desenvolvido para que profissionais possam implementar soluções complexas em ambientes clusterizados para gestão de buscas textuais.

Conteúdo Programático.

Conceitual OpenSearch.

• Introdução a Pesquisas.
• Apache Lucene/Elasticsearch.
• Elasticsearch no ecossistema de Big Data.
• OpenSearch Stack.
• Text Analytics e Geo Search.
• Terminologias.
• Cases de OpenSearch.
• Empresas usando OpenSearch no Brasil
• Elasticsearch X AWS OpenSearch X Apache Solr.

Instalação do OpenSearch.

• Instalando um nó de OpenSearch.
• Iniciando o OpenSearch.

Fundamentos do OpenSearch

• Arquitetura do OpenSearch.
• Sharding.
• Arquivos Básicos.
• Conceitos Básicos.
• Admin UI.
• Adicionando conteúdo ao OpenSearch.
• Alterando parâmetros da URL.
• Adicionando conteúdo personalizado.
• indexando coleções de documentos.
• Deletando documentos.
• Pesquisando Documentos
• Operações de CRUD.

 Índices no OpenSearch.

• Introdução aos índices no OpenSearch.
• Estrutura de um índice: documentos, shards e réplicas.
• Criação de um índice
• Configurações de índice e mapeamento de tipos.
• Indexação de documentos
• Tokenização.
• Normalização.
• Encontrando a raiz das palavras.
• Stopwords.
• Sinônimos.
• Erros ortográficos
• Analysis.
• Index Shard Allocation.
• Index blocks.
• Mapper.
• Merge.
• Similarity module.
• Slow Log.
• Index Sorting.

Configurações do OpenSearch.

• Introdução às configurações no OpenSearch.
• Arquivo de configuração OpenSearch.yml.
• Configuração de armazenamento (caminho de dados e log).
• Configuração de plugins e módulos.
• Configuração de indexação e busca.
• Configuração de idioma.

Cluster

• O modelo distribuído.
• Configuração de um cluster OpenSearch.
• Configurações de rede e descoberta de nós.
• Shards: número, tamanho e alocação
• Réplicas e alta disponibilidade.

API

• API OpenSearch.
• EQL search APIs.
• Data stream APIs

OpenSearch e Java

• Overview.
• Apache Maven.
• Setup do Ambiente de Desenvolvimento.
• Java client.
• Conectando ao OpenSearch.
• Java Low Level REST Client.
• Indexando documentos.

Logstash

• Instalação e Configuração.
• Inputs, Filters, and Outputs.
• Backup and restore.
• Melhores práticas.

Openseach Dashboard

• Instalação e configuração.
• Time Picker, Search, and Filters.
• OpenSearch Discover, Visualization, and Dashboard Interfaces.
• Backup and restore
• Melhores práticas.

Monitoramento

• Monitoramento.
• Desdobramento, desenvolvimento.
• Manutenção e otimização básica.

Carga Horária:

• 32 Horas de duração.

Pré-Requisitos:

• Conhecimento de comandos e servidores Linux.
• Conhecimento básico de desenvolvimento.

Requisitos:

• Todos os participantes devem trazer um notebook para realizar as atividades práticas.
• O Computador deve estar  com acesso de administrador para possibilitar instalações de aplicativos e acesso a Internet.
• Para Online ter uma boa conectividade com a Internet.
• Para turmas In-Company não trabalhamos com limite de participantes para os treinamentos, orientamos que as turmas sejam de até 12 alunos para um melhor desempenho.

Requisitos mínimos de hardware

• Memória RAM : 8GB
• Espaço em Disco: 20GB
• Processador: Dual-core AMD 64, EM64T
• Sistemas Operacionais: GNU/Linux, Windows.
• VirtualBox.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares OpenSearch e acessórios na sua última versão estável.
• Material próprio em Português do Brasil.
• Apresentações (slides do treinamento) desenvolvidas pela equipe Ambiente Livre.
• Apostilas digitais dos softwares desenvolvidas pela Ambiente Livre.
• Apostilas com exercícios práticos desenvolvidos no treinamento.
• Materiais e documentações complementares desenvolvido pela Comunidade Open Source Mundial.

Metodologia

• Todos os dias serão apresentados novos recursos e conceitos e avaliados através de exercícios práticos em todas as aulas.

Estamos localizados em Curitiba e atendemos em todo Brasil com treinamentos OpenSearch e cursos OpenSearch. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento

O ElasticSearch é um mecanismo de pesquisa e análise de código aberto distribuído, construído no Apache Lucene e desenvolvido em Java. O treinamento fundamental em ElasticSearch prepara profissionais para o mercado de indexação textual e documental para pesquisas elásticas e eficientes de fontes de BIG DATA ou de sistemas com que pretendem embutir o ElasticSearch como motor de busca textual. Seu conteúdo programático foi desenvolvido para que profissionais possam implementar soluções soluções complexas em ambientes clusterizados para gestão de buscas textuais.

Conteúdo Programático.

Conceitual ElasticSearch.

• Introdução a Pesquisas.
• A empresa Elastic.
• Apache Lucene/ElasticSearch.
• ElasticSearch no ecossistema de BIG DATA.
• Elastic Stack (ELK).
• Text Analytics e Geo Search.
• Terminologias.
• Cases de ElasticSearch.
• Empresas usando ElasticSearch no Brasil
• ElasticSearch X Opensearch X Apache Solr.

Instalação do ElasticSearch.

• Instalando um nó de ElasticSearch.
• Iniciando o ElasticSearch.

Fundamentos do ElasticSearch

• Arquitetura do ElasticSearch.
• Sharding.
• Arquivos Básicos.
• Conceitos Básicos.
• Admin UI.
• Adicionando conteúdo ao ElasticSearch.
• Alterando parâmetros da URL.
• Adicionando conteúdo personalizado.
• indexando coleções de documentos.
• Deletando documentos.
• Pesquisando Documentos
• Operações de CRUD.

 Índices no ElasticSearch.

• Introdução aos índices no ElasticSearch.
• Estrutura de um índice: documentos, shards e réplicas.
• Criação de um índice
• Configurações de índice e mapeamento de tipos.
• Indexação de documentos
• Tokenização.
• Normalização.
• Encontrando a raiz das palavras.
• Stopwords.
• Sinônimos.
• Erros ortográficos
• Analysis.
• Index Shard Allocation.
• Index blocks.
• Mapper.
• Merge.
• Similarity module.
• Slow Log.
• Index Sorting.

Configurações do ElasticSearch.

• Introdução às configurações no ElasticSearch.
• Arquivo de configuração ElasticSearch.yml.
• Configuração de armazenamento (caminho de dados e log).
• Configuração de plugins e módulos.
• Configuração de indexação e busca.
• Configuração de idioma.

Cluster

• O modelo distribuído.
• Configuração de um cluster ElasticSearch.
• Configurações de rede e descoberta de nós.
• Shards: número, tamanho e alocação
• Réplicas e alta disponibilidade.

API

• API ElasticSearch.
• EQL search APIs.
• Data stream APIs

ElasticSearch e Java

• Overview.
• Apache Maven.
• Setup do Ambiente de Desenvolvimento.
• Java client.
• Conectando ao ElasticSearch.
• Java Low Level REST Client.
• Indexando documentos.

Logstash

• Instalação e Configuração.
• Inputs, Filters, and Outputs.
• Backup and restore.
• Melhores práticas.

Kibana

• Instalação e configuração.
• Time Picker, Search, and Filters.
• Kibana Discover, Visualization, and Dashboard Interfaces
• Backup and restore
• Melhores práticas.

Monitoramento

• Monitoramento.
• Desdobramento, desenvolvimento.
• Manutenção e otimização básica.

Carga Horária:

• 32 Horas de duração.

Pré-Requisitos:

• Conhecimento de comandos e servidores Linux.
• Conhecimento básico de desenvolvimento.

Requisitos:

• Todos os participantes devem trazer um notebook para realizar as atividades práticas.
• O Computador deve estar  com acesso de administrador para possibilitar instalações de aplicativos e acesso a Internet.
• Para Online ter uma boa conectividade com a Internet.
• Para turmas In-Company não trabalhamos com limite de participantes para os treinamentos, orientamos que as turmas sejam de até 12 alunos para um melhor desempenho.

Requisitos mínimos de hardware

• Memória RAM : 8GB
• Espaço em Disco: 20GB
• Processador: Dual-core AMD 64, EM64T
• Sistemas Operacionais: GNU/Linux, Windows.
• VirtualBox.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares ElasticSearch e acessórios na sua última versão estável.
• Material próprio em Português do Brasil.
• Apresentações (slides do treinamento) desenvolvidas pela equipe Ambiente Livre.
• Apostilas digitais dos softwares desenvolvidas pela Ambiente Livre.
• Apostilas com exercícios práticos desenvolvidos no treinamento.
• Materiais e documentações complementares desenvolvido pela Comunidade Open Source Mundial.

Metodologia

• Todos os dias serão apresentados novos recursos e conceitos e avaliados através de exercícios práticos em todas as aulas.

Estamos localizados em Curitiba e atendemos em todo Brasil com treinamentos ElasticSearch e cursos ElasticSearch. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento.

Este treinamento capacita os alunos para com o Software PrestoDB. O Presto é um mecanismo de consulta distribuído para BIG DATA usando a linguagem de consulta SQL. Sua arquitetura permite que os usuários consultem fontes de dados como Hadoop, Cassandra, Kafka, AWS S3, Alluxio, MySQL, MongoDB e Teradata, e permite o uso de várias fontes de dados em uma consulta.

O que vou aprender?

Ao final deste treinamento você será capaz de:

• Empregar Presto conceitos-chave para otimizar os sistemas de BIG DATA modernos.
• Executar armazéns de escala de exabyte.
• Clone os dados para um sistema de armazenamento de dados proprietário.
• Configurar os principais recursos do PrestoDB.
• Utilizar as opções da interface do usuário do PrestoDB.
• Connectar-se com Ferramentas de Visualização.

Público-alvo.

Este treinamento é direcionado para as seguintes profissionais:

• Engenheiros de infraestrutura de BIG DATA.
• Engenheiro de Dados.
• Desenvolvedores.
• Cientistas de Dados.

Dificuldade.

Intermediário.

Aplicabilidade.

Este treinamento foi desenvolvido usando o PrestoDB 0.254 e foi modificado pela última vez em 02 de Março de 2023.

Conteúdo Programático

Introdução e conceituais.

• SQL ANSI.
• Query Engines.
• O que é o PrestoDB.
• Arquitetura do PrestoDB.
• Recursos e benefícios do PrestoDB.
• Comparação com outras ferramentas de processamento de dados.
• Licenciamento (Free Software X Open Source).
• Empresas usando PrestoDB no mundo.
• Empresas usando PrestoDB no Brasil.
• Versões do PrestoDB.
• Comunidade PrestoDB no Brasil e no Mundo.
• Casos de Uso.
• Livros, sites, documentação e referências complementares.

Instalação e Configuração.

• Requisitos de hardware e software.
• Instalação do PrestoDB em diferentes sistemas operacionais.
• Configuração básica do PrestoDB.

Modelagem de Dados e Consultas

• SQL Statement Syntax.
• Tipos de dados suportados pelo PrestoDB.
• Modelagem de dados no PrestoDB.
• Consultas SQL básicas no PrestoDB.
• Consultas SQL avançadas no PrestoDB.
• Consultas distribuídas no PrestoDB.
• Filtrando dados.
• Migrando fontes de dados.
• Trabalhando com bandas de bolllinger.
• Benchmarking com TCHP.
• Trabalhando com conectores.

Administração e Gerenciamento de Cluster

• Web Interface.
• Tuning Presto.
• Properties Reference.
• Conceitos de gerenciamento de cluster no PrestoDB.
• Configuração de um cluster PrestoDB.
• Adição e remoção de nós do cluster.
• Monitoramento e solução de problemas do cluster.

Integração com outras Ferramentas

• Driver JDBC para PrestoDB.
• Integração com ferramentas de armazenamento de dados, como Hadoop HDFS, Amazon S3, Minio, e outros
• Integração com ferramentas de processamento de dados, como Apache Spark e Apache Flink.
• Integração com ferramentas de Business Intelligence e ETL (Pentaho, Hop).

Segurança

• Configuração de segurança.
• Password File Authentication.
• Authorization.

API

• HTTP Connector
• Presto Client REST API.
• Presto Worker REST API.
• SerializedPage Wire Format.

Uso Avançado

• Uso de funções personalizadas no PrestoDB.
• Uso de UDFs (User-Defined Functions) no PrestoDB.
• Uso de recursos avançados de segurança, como a criptografia de dados.
• Uso do PrestoDB em ambientes de produção.

Práticas recomendadas

• Melhores práticas para modelagem de dados e consultas no PrestoDB.
• Melhores práticas para gerenciamento de cluster no PrestoDB.
• Melhores práticas para integração com outras ferramentas.
• Melhores práticas para uso avançado do PrestoDB.

Carga Horária.

• 24 Horas.

Pré-requisitos.

Este treinamento pressupõe que o aluno seja competente com as seguintes ferramentas, tecnologias e conceitos:

• Conhecimento básico em desenvolvimento Java.
• Conhecimento básico em arquitetura de microsserviços.

Requisitos:

• Todos os participantes devem trazer um notebook para realizar as atividades práticas.
• O Computador deve estar  com acesso de administrador para possibilitar instalações de aplicativos e acesso a Internet.
• Para turmas In-Company não trabalhamos com limite de participantes para os treinamentos, orientamos que as turmas sejam de até 12 alunos para um melhor desempenho.

Requisitos Recomendados de Hardware.

• Memória RAM: 8GB.
• Espaço em Disco: 20GB.
• Processador: 64 bits (chipsts de x64).
• CPU: 2 núcleos.
• Sistemas Operacionais: GNU/Linux, Windows.
• VirtualBox.

Material.

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares PrestoDB e acessórios na sua última versão estável.
• Material próprio em Português do Brasil.
• Apresentações (slides do treinamento) desenvolvidas pela equipe Ambiente Livre.
• Apostilas digitais dos softwares desenvolvidas pela Ambiente Livre.
• Apostilas com exercícios práticos desenvolvidos no treinamento.
• Materiais e documentações complementares desenvolvido pela Comunidade Open Source Mundial.

Metodologia.

• O treinamento apresenta uma empresa fictícia que necessita analisar dados de suas áreas e todas as fases da implantação.
• Todos os dias serão apresentados novos recursos e conceitos e avaliados através de exercícios práticos em todas as aulas.

Estamos localizados em Curitiba e atendemos em todo Brasil com treinamentos PrestoDB e cursos PrestoDB. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento

O treinamento fundamental em Camunda Platform 7 BPM, conhecido como Camunda 7, é voltado para analista de negocio que pretendem mapear processos usando notação BPMN, CMMN ou DMN e desenvolvedores que pretendem conhecer o processo de implementação de workflows na ferramenta Camunda e integrar a suas aplicações. As integrações técnicas do treinamento serão expostas em linguagem Java mas podem ser desenvolvidos via SDK em PHP, Javascript ou C#, e analistas de negocio mesmo não sendo dominantes de programação entenderão as possibilidades de uso da solução como um motor de processos incorporado a qualquer software.

O objetivo deste treinamento de 3 dias é dar-lhe informações detalhadas sobre a automação de processos com o Camunda BPM e Java, no final desse treinamento você irá conhecer o básico da BPMN, compreender os conceitos técnicos essenciais do mecanismo BPM da Camunda 7 e ser capaz de implementar aplicativos de processo por conta própria e saber como testá-los.

Dificuldade: Intermediário.

Aplicabilidade.

Este treinamento foi desenvolvido usando o Camunda 7 Community Edition na versão 7.19, e foi modificado pela última vez em 4 de Novembro de 2023.

Conteúdo Programático

Introdução

• O que é um fluxo de trabalho (Workflow).
• Introdução ao BPMN 2.0 (Business Process Model and Notation).
• Introdução ao DMN 1.1.
• Introdução ao CMMN 1.1.
• O Projeto Camunda.
• Activiti x Camunda x Bonita X Flowable.
• Licenciamento (Free Software X Open Source).
• Empresas usando Camunda no mundo.
• Empresas usando Camunda no Brasil.
• Versões do Camunda.
• Comunidade Camunda no Brasil e no Mundo.
• Livros, sites, documentação e referências complementares.

BPM e Automação de processos

• Modelagem de processo com BPMN 2.0.
• Principais Elementos da Notação BPMN.
• Gestão de Decisão com DMN 1.1.
• Gerenciamento de Casos com CMMN 1.1.
• Automação do processo.
• Cadeia de ferramentas e metodologia.
• Padrões e melhores práticas.

Process Engine

• Arquitetura do Camunda.
• API (Java, REST, SOAP).
• Dados de processo (Variáveis, XML, JSON) e Idioma de Expressão (JUEL, XPath).
• Gestão de tarefas humanas.
• Manipulação de erros.
• Cenários de implantação.
• Versionamento de Processos.
• Orquestração de serviços.

Aplicações de processo

• Arquitetura de aplicações de processo.
• Testes unitários com JUnit e Arquillian.
• Interfaces de usuário / Formulários de tarefas.
• Cenários de implantação.
• Acessando Serviços (Java, REST, SOAP, EMail)

Integrações via API REST

• O protocolo REST.
• Arquitetura dos Serviços Camunda (API REST).
• Formas de Autenticação.
• JSON Objects
• Usando o RESTClient.
• API REST Batch.
• API REST Case Definition.
• API REST Case Instance.
• API REST Deployment.
• API REST Engine.
• API REST Execution e External Task.
• API REST Variable Instance.
• Camunda REST client para Java Spring Boot.

Tópicos Avançados.

• Friendly Enough Expression Language (FEEL).
• Modelo de programação usando CDI ou Spring.
• Autenticação via protocolo LDAP (OpenLDAP ou Active Directory).
• DMN com outras linguagens: JUEL, JavaScript, Groovy ou Python.
• Integração com Bibliotecas externas Python, Java, etc.
• Tenants no Camunda.
• Camunda e Spring Framework.
• Microsserviços e conectores.
• Camunda com Apache Maven.
• Usando o Java Delegate.
• Como Apoiar o projeto Camunda com códigos de melhorias.
• Overview do Zeebe para orquestração de microsserviços.

Carga Horária:

• 24 Horas.

Pré-Requisitos:

• Conhecimento básico de Java
• Conhecimento em Java IDE (Eclipse, IntelliJ, NetBeans).

Requisitos:

• Todos os participantes devem trazer um notebook para realizar as atividades práticas.
• O Computador deve estar  com acesso de administrador para possibilitar instalações de aplicativos e acesso a Internet.
• Para turmas In-Company não trabalhamos com limite de participantes para os treinamentos, orientamos que as turmas sejam de até 12 alunos para um melhor desempenho.

Requisitos mínimos de hardware

• Memória RAM : 4GB
• Espaço em Disco: 10GB
• Processador: Dual-core AMD 64, EM64T ou Superior.
• Sistemas Operacionais : GNU/Linux, Windows.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Camunda e acessórios na sua última versão estável.
• Material próprio em Português do Brasil.
• Apresentações (slides do treinamento) desenvolvidas pela equipe Ambiente Livre.
• Apostilas digitais dos softwares desenvolvidas pela Ambiente Livre.
• Apostilas com exercícios práticos desenvolvidos no treinamento.
• Materiais e documentações complementares desenvolvido pela Comunidade Open Source Mundial.

Metodologia

• Todos os dias serão apresentados novos recursos e conceitos e avaliados através de exercícios práticos em todas as aulas.

Próxima turma

Estamos localizados em Curitiba e atendemos em todo Brasil com treinamentos Camunda e cursos Camunda. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor