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.

Modalidades do Treinamento:

• Presencial - Abrimos turmas onde pode se inscrever, atuamos na maioria das capitais Brasileiras.
• On Line Ao Vivo - Fazemos a transmissão Online do Treinamento.
• In Company (Presencial ou Online) - Turmas Fechadas para empresas a custo único para até 15 Alunos.

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, MacOS.
• 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 ou MacOS.
• 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.

Modalidade do Treinamento.

• Presencial - Abrimos turmas onde pode se inscrever, atuamos na maioria das capitais Brasileiras.
• On Line Ao Vivo - Fazemos a transmissão Online do Treinamento.
• In Company (Presencial ou Online) - Turmas Fechadas para empresas a custo único para até 15 Alunos.

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 ou Mac OS.
• 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 soluções complexas em ambientes clusterizados para gestão de buscas textuais.

Modalidades do Treinamento:

• In Company (Presencial ou Online) - Turmas fechadas para empresas a custo único para até 15 Alunos.

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.

Modalidades do Treinamento:

• Presencial - Abrimos turmas onde pode se inscrever, atuamos na maioria das capitais Brasileiras.
• On Line Ao Vivo - Fazemos a transmissão Online do Treinamento.
• In Company (Presencial ou Online) - Turmas Fechadas para empresas a custo único para até 15 Alunos.

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, MacOS.
• 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.

Modalidades do Treinamento:

• In Company (Presencial ou Online) - Turmas fechadas para empresas a custo único para até 15 Alunos.

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.

Modalidades do Treinamento:

• Presencial - Abrimos turmas onde pode se inscrever, atuamos na maioria das capitais Brasileiras.
• On Line Ao Vivo - Fazemos a transmissão Online do Treinamento.
• In Company (Presencial ou Online) - Turmas Fechadas para empresas a custo único para até 15 Alunos.

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, MacOS.
• 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.

Modalidade do Treinamento.

• In Company (Presencial ou Online) - Turmas Fechadas para empresas a custo único para até 15 Alunos.

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 ou MacOS.
• 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

O treinamento BentoML prepara profissionais para utilizar framework Python utilizado para servir modelos de aprendizado de máquina em produção em escala. Os modelos fornecidos são independentes de seu ambiente; todos os artefatos de modelo, código-fonte e dependências são encapsulados em um formato autocontido chamado Bento. É como ter seu modelo "como um serviço". Entenda o BentoML como o Docker para modelos de ML gerando imagens de Virtual Machines com APIs pré-programadas prontas para implantação e inclui recursos que facilitam para testar essas imagens. O BentoML pode ajudar a acelerar o esforço iniciais de desenvolvimento de projetos de Machine Learning.

Calendário de turmas.

Somente no modelo corporativo no momento.

Dificuldade: Avançado.

Aplicabilidade.

Este treinamento foi desenvolvido usando o BentoML V1.0.12 e foi modificado pela última vez em 14 de Janeiro de 2023.

Conteúdo Programático

Conceitual.

• Introdução a Data Science.
• O profissional Data Scientist.
• Pipeline de dados.
• A Linguagem Python.
• O Software BentoML.
• Software Livre x Open Source.
• Licenciamento.
• Histórico do BentoML.
• Empresas usando BentoML no Mundo.
• Empresas usando BentoML no Brasil.
• Comunidade BentoML.
• Versões do BentoML.
• BentoML Cloud.
• Casos de Uso com BentoML.

Introdução as Frameworks de Machine Learning no BentoML.

• Scikit-learn.
• Pandas
• PyTork.
• TensorFlow.
• XGBoost.
• Jupyter Notebook.

Arquitetura do BentoML.

• Arquitetura do BentoML.
• Bento Client.
• Bento Server.
• Frameworks de Machine Learning suportados.

Instalação do BentoML.

• Requisitos de instalação.
• Instalando o BentoML com Docker.
• Configurando o BentoML.
• gRPC X HTTP.
• YAML.
• Docker.
• Bentoctl.

Modelos no BentoML

• Modelos
• Preparando Modelos.

Serviços.

• Services.
• Criando um Service.
• Debugging Runners.
• Route.
• Inference Context.
• IO Descriptors.
• Schema e Validação.
• Pandas DataFrame.
• JSON.
• Composite Types.
• Usando modelos em Serviços.

Building BentoML.

• Construindo Bentos.
• Gerenciando Bentos.
• Local Bento Store.
• Import and Export.
• Push and Pull.
• Bento Build Options
• Python Packages.

Generate Docker.

• Deploying Bentos.
• Containerize Bentos.
• Deploy via Web UI.
• Deploy via kubectl.
• Deploy with bentoctl

API.

• Service API.
• Bento Store APIs.
• Metric APIs.
• Framework API.
• BentoML CLI.
• Deploy API.

Integrações.

• Apache Airflow.
• Apache Flink.
• MLFlow.

Segurança

• Securing Endpoint Access.
• Server Side Authentication.
• Security Policy.

Carga Horária.

• 24 Horas.

Modalidade do Treinamento.

• Presencial - Abrimos turmas onde pode se inscrever, atuamos na maioria das capitais Brasileiras.
• On Line Ao Vivo - Fazemos a transmissão Online do Treinamento.
• In Company (Presencial ou Online) - Turmas Fechadas para empresas a custo único para até 15 Alunos.

Pré-Requisitos.

• Conhecimento Básico containers.
• Conhecimento Básico de Machine Learning e Data Science.

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

Material.

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares BentoML 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 BentoML e cursos BentoML. 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 Apache Mesos é recomendado a técnicos que já conheçam os conceitos e o básicos da infraestrutura de Big Data e queiram ampliar seus conhecimento sobre sistemas distribuídos para ambiente de Big Data, principalmente para uso junto ao Apache Hadoop e Apache Spark.
O Apache Mesos (https://mesos.apache.org/) é uma plataforma que abstrai recursos computacionais de camada subjacentes, facilitando o desenvolvimento de sistemas distribuídos bastante escaláveis. Pode ser usada para prover uma camada de agendamento para o Docker ou atuar como uma camada de abstração para coisas como AWS. O Twitter a utilizou com grande sucesso para ajudar a escalonar sua infraestrutura, e ferramentas construídas a partir do Apache Mesos já começaram a aparecer, como o Chronos do Airbnb, um substituto do cron tolerante a falhas.

Calendário de turmas

Somente corporativos.

Objetivo

Ministrar os conceitos e técnicas de Sistemas Distribuídos no Mesos.

Público Alvo

O Treinamento Apache Mesos destina-se a profissionais de infraestrutura, arquitetos de sistemas,  engenheiros de dados e equipes de DevOps.

Dificuldade.

Avançado.

Aplicabilidade.

Este treinamento foi desenvolvido usando o Apache Mesos 1.11 e foi modificado pela última vez em 18 de Dezembro de 2022.

Conteúdo Programático:

Introdução ao Hadoop.

• Introdução ao Hadoop.
• Histórico do projeto Apache Hadoop.
• Características do Hadoop.
• Conceitos fundamentais.
• Componentes do núcleo do Hadoop.
• Ecossistema Hadoop.

Introdução ao Apache Mesos.

• Introdução ao Apache Mesos
• O projeto Apache Mesos.
• Histórico do projeto Apache Mesos.
• Versões do Apache Mesos.
• Licenciamento (Free Software X Open Source).
• Apache Software Foundation.
• Patrocinadores da Apache Software Foundation.
• Sistemas distribuídos.
• Arquitetura do Apache Mesos.
• Apache Mesos X Kubernetes.
• Principais empresas que usam Apache Mesos no Mundo.
• Principais empresas que usam Apache Mesos no Brasil.

Instalação e configuração do Apache Mesos.

• Requisitos de instalação.
• Instalando o Apache Mesos.
• Configurações de Building.
• Building Apache Mesos.
• Apache Mesos Master
• Apache Mesos Agent.
• Portas e protocolos de comunicação.
• Principais propriedades.

Apache Zookeeper.

• Apache Zookeeper.
• Recursos.
• Arquitetura.
• Data Model.
• Caso de uso.
• Projetos usando Zookeeper.

Administração do Apache Mesos.

• Agendamento e alocação de recursos.
• Resource scheduling.
• Resource allocation.
• Resources e attributes.
• Alta Performance - Master Setup.
• Tolerância a falha - Agent Setup.
• Mesosphere.
• ZooKeeper connection.
• Mesos - Master server.
• Configurando o Marathon services.
• Configurando por argumentos de  command-line.
• Replicated Log.
• Fault Tolerant Agent Setup
• Framework Rate Limiting
• Manutenção do Cluster Mesos.
• Upgrades e Downgrades.
• Logging.
• Monitoring / Metrics
• Debugging usando CLI.
• Configurando Fetcher Cache.
• Fault Domains.
• Performance Profiling.
• Memory Profiling.

Gerenciamento de Recursos.

• Atributos e Recursos para descrever os agentes que compõem um cluster.
• Usando Funções de Recursos.
• Resource Role para fair sharing.
• Resource Role Quota.
• Reservations.
• Shared Resources.
• Oversubscription.

Segurança no Apache Mesos.

• Autenticação.
• Autorização.
• SSL.
• Secrets
• Gerenciando secrets com Mesos.

Containerização.

• Overview sobre contêineres.
• Orquestração de contêineres.
• Containerizer Internals.
• Configurando o suporte de imagem do Docker para o contêiner Mesos.
• Suporte para Linux e POSIX systems.
• Docker Volume Support
• Container Sandboxes.
• Container Volumes.
• Nested Container and Task Group (Pod).
• Standalone Containers.

Redes.

• Networking Overview.
• Detalhes de Networking.
• Container Network Interface (CNI).
• Port Mapping Isolator.

Storage.

• Multiple Disks.
• Persistent Volume.
• Suporte a  Container Storage Interface (CSI).

Scheduler e Executor Development.

• Executando Workloads no Apache Mesos.
• Framework Development.
• Designing Highly Available Mesos Frameworks.
• Reconciliation.
• Task State.
• Task Health Checking.
• Scheduler HTTP API.
• Executor HTTP API.

API.

• HTTP Endpoints.
• API Client Libraries.
• API Versioning  HTTP API.
• RecordIO.
• Java API
• Operator HTTP API.
• Scheduler HTTP API.
• Executor HTTP API.
• Mesos Modules.
• Allocation Module.

Pré-requisitos de conhecimento

• Conhecimento básico Linux.
• Conhecimento básico de redes (proxy, gateway,etc).

Requisitos dos alunos

• 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: 8 GB.
• Espaço em Disco: 50GB.
• Processador: i5 ou i7 com no mínimo 4 cores.
• Sistemas Operacionais: GNU/Linux, Windows ou Mac OS.
• Todos equipamentos devem ter algum software de virtualização Oracle Virtual Box.

Carga Horária

• 24 Horas de duração.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Apache Mesos 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

Inscrições, Informações e Valores

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

Instrutores

Sobre o Treinamento.

Este treinamento capacita os alunos para trabalharem com o Conductor, que é uma plataforma criada pela Netflix para orquestrar fluxos de trabalho que abrangem microsserviços. O Netflix Conductor é um um software de código aberto popular e amplamente utilizado. Ele usa DSL baseado em JSON para definir os fluxos de trabalho e as etapas do fluxo de trabalho (tarefas) e fornece recursos notáveis tais como visibilidade e rastreabilidade de fluxos de trabalho, controles para parar, reiniciar, pausar e retomar fluxos de trabalho e tarefas, uma GUI para visualizar os fluxos de trabalho e as instâncias de fluxo de trabalho em execução atuais, assim como dimensiona milhões de fluxos de trabalho em execução simultânea com suporta gRPC, REST e eventos.

Todo o treinamento e ministrado sobre a versão Community do Conductor com Materiais em Português do Brasil. Ambiente de educação e metodologia de ensino personalizada.

O que vou aprender?

Ao final deste treinamento você será capaz de:

• Identifique os desafios de negócios e arquiteturas resolvidos pelo Conductor
• Realizar a instalação e setup do AConductor.
• Configurar os principais recursos do Conductor:
  • Criar fluxos de trabalho.
  • Rastrear fluxos de trabalho.
  • Conhecer como utilizar os protocolos gRPC e REST programaticamente.
  • Funções de segurança.
• Configurar recursos adicionais comumente usados ​​com Conductor:
  • Deploy em ambiente de containers.
  • Embeeded do Conductor em sua solução.
• Utilizar as opções da interface do usuário do Conductor.

Público-alvo.

Este treinamento é direcionado para as seguintes profissionais:

• Administradores de Sistemas.
• Arquitetos de Software.
• Desenvolvedores.
• Equipes DevOps que atuam com microsserviços.

Dificuldade.

Intermediário.

Aplicabilidade.

Este treinamento foi desenvolvido usando o Conductor 3.13 e foi modificado pela última vez em 28 de outubro de 2022.

Conteúdo Programático

Conceituais

• O que é um fluxo de trabalho (Workflow).
• Processo de automação de negócios.
• DevOps.
• Microserviços.
• Arquitetura de Microsserviços.
• CI/CD pipelines.
• O Projeto Conductor.
• Netflix OSS.
• Orkes Conductor.
• Orkes Enterprise Conductor.
• Conductor SaaS da Orkes.
• Conductor X Camunda BPM Platform 7 X Zeebe x Camunda Platform 8.
• Licenciamento (Free Software X Open Source).
• Empresas usando Conductor no mundo.
• Empresas usando Conductor no Brasil.
• Versões do Conductor.
• Comunidade Conductor no Brasil e no Mundo.
• Casos de Uso.
• Livros, sites, documentação e referências complementares.

Conceitos do Conductor

• Workflow.
• Workflow para Humanos.
• Workflow para Sistemas.
• Workers.
• Tasks.
• Operators.
• Scheduler Workflow.
• Blueprint.
• JSON DSL.
• Deployment.
• Conductor UI.
• Conductor Server.
• ElasticSearch.
• OpenSearch.
• Dynomite
• Arquitetura do Conductor.
• OpenSearch, ElasticSearch, Redis e PostgreSQL.

Instalando o Conduktor

• Pré-requisitos.
• Conductor playground.
• Orkes Community Container
• Instalando o Conductor.
• Configurando o Conductor.
• Conductor-Postman.
• API Gateway

Workflows

• Directed Acyclic Graph (DAG)
• Executando um workflow.
• Workflow definition.
• Poll para Worker Task.
• Construindo um worker.
• Executando um worker.
• Workers and Conductor interact.
• Criando um worker.
• Worker Features.
• Worker Callbacks.
• JSON explainer.
• Workflow Results.
• Workflow Secrets.
• Secret.
• Pesquisa de Workflow em execução.
• UI Workflows View.
• Versionamento.
• Histórico de execução.
• Melhores práticas.

Tasks

• Task Definition.
• Parâmetros.
• Retry Logic.
• Timeout Policy.
• Task Concurrent Execution Limits.
• Task Rate limits.
• InputKeys e outputKeys.
• InputTemplate.
• Reuso de Tasks
• Task Domain.
• Domain.
• Fallback task to domain.
• Task Lifecycle.
• Task state transitions.
• Task failure e retries.
• Response timeout.
• Task Timeout.
• Poll Timeout
• Extending System Tasks.
• HTTP Task
• Task Inputs.
• Inputs referred.
• Hard coded inputs.
• Annotations.
• Melhores práticas

Eventos

• Eventos SQS.
• Conductor for SQS.

Workflow CI/CD.

• Conductor APIs For CI/CD
• API Endpoints.
• Updating Workflows/tasks.
• CI/CD with Github Actions.
• Access Control.
• GitHub Secrets.
• GitHub Action Basics.

gRPC

• Desenvolvendo gRPC com Java.
• Topologia RPC.
• Service definition.
• Synchronous vs. asynchronous.
• Ciclo de vida do RPC.
• Server streaming RPC.
• Client streaming RPC.
• Bidirectional streaming RPC.
• Deadlines/Timeouts.
• RPC termination.
• Cancelling an RPC.
• Metadata.
• Channels

SDK

• SDK Clients.
• Java SDK.
• Python SDK.
• Java Workflow SDK.
• Java Worker SDK.
• Java Unit Testing.
• Outras Linguagens do SDK.

Observability

• Debugging Executions.
• Timeline.
• Recovering From Failures.
• Retry.
• Troubleshooting Workflows.
• Failures and Rate Limits.
• Task Timeout
• Task Retries.
• Task Failure.
• Monitoring Task Queues.
• Conductor Log Level.

Controle de acesso

• Controle de Acessos.
• Usuários
• Grupos.
• Permissões.
• Aplicações.
• Tags.

API

• Workflow API.
• Task API.
• Reordering API.
• Automating the API call.
• HTTP task.
• Error handling.

Extensões

• Conductor integration.
• Dadog.
• Cassandra Persistence.
• AWS S3 storage.
• MinIO storage.

Carga Horária.

• 32 Horas.

Modalidade do Treinamento.

• In Company (Presencial ou Online) - Turmas Fechadas para empresas a custo único para até 15 Alunos.

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 ou MacOS.
• VirtualBox.

Material.

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Conductor 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 de uma implantação de orquestração de microsserviços 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 Conductor e cursos Conductor. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor