O treinamento em Apache Parquet tem foco em aprofundar o conhecimento de engenheiros de dados do formato mais utilizado pelos ambiente de Big data da atualidade, além dos conceitos, vantagens e arquitetura os profissionais poderão administrar a forma mais interessante do Parquet para seu ambiente de dados / big data. O treinamento passa pelo fundamental e estende-se ao avançado.

Calendário de turmas.

Somente no modelo corporativo no momento.

Conteúdo Programático

Conceitual.

• Introdução a Big Data.
• Arquivos serializados.
• Formato Colunar.
• O Software Apache Parquet.
• Motivações do Parquet.
• Software Livre x Open Source.
• Licenciamento.
• Apache Software Foundation.
• Histórico do Parquet.
• Empresas usando Parquet no Mundo.
• Empresas usando Parquet no Brasil.
• Comunidade Parquet.
• Versões do Parquet.

Apache Parquet

• Arquitetura do Apache Parquet.
• Otimização com Parquet.
• Parquet x JSON x CSV x Apache ORC.
• Tipos de dados.
• Block.
• File.
• Row group.
• Column chunk
• Page.
• Metadata.
• Nested Encoding.

Compactação e Criptogratia.

• Tipos de Compactação.
• Vantagens e Desvantagens.
• Criptografia do Parquet.

Parquet no Ecossistema de Big Data.

• Hive e Parquet.
• Spark e Parquet.
• Hadoop Input/Output e Parquet.
• Pentaho Data Integration e Parquet.

Build

• Apache Maven.
• Compilando o Parquet.

Módulos

• Apache Parquet for C++.
• Apache Parquet em Rust.
• Parquet MR.

Parquet na Cloud.

• AWS S3 Inventory

Gerais.

• Extendendo o Parquet.
• Config Row group size.
• Config Data page size

Carga Horária.

• 4 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 em algum Sistema Operacional (Windows, Linux ou MAC)
• Conhecimento Básico de de Hadoop e HDFS.

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: 20GB.
• Processador: 64 bits (chipsets de x64).
• CPU: 2 núcleos.
• Sistemas Operacionais: GNU/Linux, Windows ou Mac OS.

Material.

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Apache Parquet 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.
• Brindes: Caneta, Pasta e Bloco de Anotações. (Somente em presenciais)

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 Parquet e cursos Apache Parquet . caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

Programa de Capacitação e Desenvolvimento para times de profissionais de dados.

Este programa foi elaborado para acelerar o processo de desenvolvimento de time de dados e atender a profissionais como Data Scientists, Data Engineers, Engineers Analytics e Data Analyst assim como dar suporte para times de infraestrutura de Big Data. As capacitações são divididas em trilhas que podem ser seguidos pela squads dentro das empresas para alavancar a alta performance das equipes de dados.

Trilha - Infraestrutura para Big Data.
Esta trilha apoia profissionais de infraestrutura para se especializar em ferramentas de conteinerização e automação de infraestrutura, focado em necessidades de times de dados.

• Treinamento Python para DevOps – 32 Horas.
• Treinamento Docker – Fundamental – 24 Horas.
• Treinamento Kubernetes – Fundamental – 32 Horas.

Pré-requisitos da trilha:

• Conhecimento básico em redes.
• Conhecimento básico de GNU/Linux.
• Conhecimento básico de programação/scripts.

Total de horas de capacitação: 88 Horas

Trilha - Data Engineers.
Esta trilha e voltada para profissionais responsáveis por manter e organizar toda a arquitetura para dados do ambiente de Big Data.

• Treinamento Apache Hadoop - Big Data Open Source – 32 Horas.
• Treinamento Apache Kafka – Fundamental – 32 Horas.
• Treinamento Apache NiFi – Fundamental – 24 Horas.
• Treinamento Apache Parquet – Fundamental – 4 Horas.
• Treinamento Apache ORC – Fundamental – 8 Horas.
• Treinamento Apache Spark – Fundamental – 32 Horas.
• Treinamento Apache AirFlow – Fundamental – 24 Horas.

Pré-requisitos da trilha:

• Conhecimento básico em redes.
• Conhecimento básico de GNU/Linux.
• Conhecimento em lógica de programação.
• Conhecimento em banco de dados e SQL.

Total de horas de capacitação: 156 Horas

Trilha - Data Analyst.
Esta trilha foca em profissionais que atuarão no tratamento, apresentação e análise dos dados, sem as complexidades de um Data Scientist, mas com todo potencial para análise quantitativa e estatística através de técnicas e ferramentas tradicionais como Business Intelligence, OLAP, metadados, reports e dashboards

• Treinamento Pentaho Business Intelligence - Fundamental – 32 Horas.
• Treinamento Apache Hop - Fundamental – 24 Horas.
• Treinamento Apache Druid - Fundamental – 24 Horas.
• Treinamento Apache Grafana - Fundamental – 16 Horas.
• Treinamento Apache Superset – Fundamental – 24 Horas.
• Treinamento Metabase - 16 Horas.

Pré-requisitos da trilha:

• Conhecimento em lógica de programação.
• Conhecimento em banco de dados e SQL.

Total de horas de capacitação: 120 Horas

Trilha - Data Scientist.
Esta trilha e voltada para profissionais que já tenham uma vivência com dados e vão evoluir agora no tratamento mais aprofundado usando técnicas de Inteligencia Artificial, Machine Learning e Deep Learning.

• Treinamento IA, ML e Data Mining com Pentaho DM - Fundamental – 16 Horas.
• Treinamento Apache Zeppelin - 8 Horas.
• Treinamento Deep Learning com TensorFlow - Fundamental – 24 Horas.
• Treinamento mlFlow - 24 Horas.
• Treinamento Kubeflow – Fundamental – 24 Horas.

Pré-requisitos da trilha:

• Conhecimento em lógica de programação.
• Conhecimento de alguma linguagem de programação.
• Conhecimento em banco de dados e SQL.
• Conhecimento básico de estatística.

Total de horas de capacitação: 96 Horas

Trilha - Engineers Analytics.
Esta trilha e para especialista em Data Analytics que queiram ampliar seus conhecimentos para nova área que está se formando voltada a engenharia analítica. Esta trilha é uma ligação entre a trilha de engenharia de dados e a trilha de análise de dados.

• Treinamento dbt - Analytics Engineering Workflow - Fundamental – 24 Horas.

Pré-requisitos da trilha:

• Conhecimento em lógica de programação.
• Conhecimento em banco de dados e SQL.

Total de horas de capacitação: 24 Horas

Programa de Capacitação e Desenvolvimento para times de profissionais de DevOps.

Este programa foi elaborado para acelerar o processo de desenvolvimento de time Devops e atender a profissionais como Data Scientists, Data Engineers, Engineers Analytics e Data Analyst assim como dar suporte para times de infraestrutura de Big Data. As capacitações são divididas em trilhas que podem ser seguidos pela squads dentro das empresas para alavancar a alta performance das equipes de dados.

Trilha - Infraestrutura para Big Data.
Esta trilha apoia profissionais de infraestrutura para se especializar em ferramentas de conteinerização e automação de infraestrutura, focado em necessidades de times de dados.

• Treinamento Python para DevOps – 32 Horas.
• Treinamento Docker – Fundamental – 24 Horas.
• Treinamento Kubernetes – Fundamental – 32 Horas.

Pré-requisitos da trilha:

• Conhecimento básico em redes.
• Conhecimento básico de GNU/Linux.
• Conhecimento básico de programação/scripts.

Total de horas de capacitação: 88 Horas

Trilha - Data Engi

Sobre o Treinamento.

Este treinamento capacita os alunos para com o software Trino. O Trino 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 mesmo é um fork do PrestoDB.

O que vou aprender?

Ao final deste treinamento você será capaz de:

• Empregar o Trino em 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 Trino.
• Utilizar as opções da interface do usuário do Trino.
• Conectar-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 Trino 450 e foi modificado pela última vez em 20 de Junho de 2024.

Conteúdo Programático

Introdução e conceituais.

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

Instalação e Configuração.

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

Modelagem de Dados e Consultas

• SQL Statement Syntax.
• Tipos de dados suportados pelo Trino.
• Modelagem de dados no Trino.
• Consultas SQL básicas no Trino.
• Consultas SQL avançadas no Trino.
• Consultas distribuídas no Trino.
• 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 Trino.
• Properties Reference.
• Conceitos de gerenciamento de cluster no Trino.
• Configuração de um cluster Trino.
• Adição e remoção de nós do cluster.
• Monitoramento e solução de problemas do cluster.

Integração com outras Ferramentas

• Driver JDBC para Trino.
• 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
• Trino Client REST API.
• Trino Worker REST API.
• SerializedPage Wire Format.

Uso Avançado

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

Práticas recomendadas

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

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 Trino 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.
• Brindes: Caneta, Pasta e Bloco de Anotações (somente em presenciais).

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 Trino e cursos Trino. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

[No form id or name provided!]

Instrutor

O treinamento Drools prepara profissionais para o processo de gerenciamento de regras de negócio. Seu conteúdo programático foi desenvolvido para que profissionais possam implementar soluções complexas em ambientes com larga escala em suas aplicações.
Todo o treinamento e ministrado sobre a versões Community do Drools 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:

• Instalar e configurar o setup para utilizar o Drools.
• Entender o Design Rules,
• Implementar regras no Drools.
  • Compreender o mecanismos de regras.
  • Entender as sintax de regras.
  • Executar regras.
• Integrar aplicações ao BRMS Drools.
• Implantação regras sem compilar.

Calendário de turmas.

Somente no modelo corporativo no momento.

Dificuldade: Avançado.

Aplicabilidade.

Este treinamento foi desenvolvido usando Drools 8.44.0 e foi modificado pela última vez em 6 de Dezembro de 2023.

Conteúdo Programático.

Conceitual.

• Mecanismo de regras.
• Business Rules Management System (BRMS)
• Intelligent Automation.
• Casos de uso BRMs.
• Decision Model and Notation (DMN).
• Decision Requirements Diagram (DRD).
• O Projeto Drools.
• Histórico do Drools.
• Red Hat.
• Motivações para criação do Drools.
• Empresas usando Drools no Mundo.
• Empresas usando Drools no Brasil.
• Community X Enterprise.

Instalação e Setup com Drools.

• Pré-requisitos.
• Compilando o Drools.
• Workbench.
• KIE Server.
• Eclipse IDE.
• Drools Eclipse plugin.
• Drools CLI.

Primeiros passos.

• Criando um projetos de regras.
• Maven archetype.
• Decision Services.
• Usando a DMN.
• KIE DMN Editor.
• DMN Information Requirement.
• DMN custom data types.
• Configurando o Maven (pom.xml)
• Testando com curl.

Conceitos do Drools.

• Stateless Session.
• Statelessfull Session.
• Rule Template.

Domain Specific Language (DSL).

• Substituindo regras por DSL.
• Testando regras DSL.

Drools Rule Engine.

• Design Rules.
• Rules.
• Facts.
• Production memory.
• Working memory.
• Agenda.
• Inference and truth.
• Stated insertions.
• Logical insertions.
• Atributos de regras (salience, no-loop, lock-on-active).
• Activation groups.
• Fact propagation modes.
• Phreak rule algorith.
• Rule base configuration.
• Complex event processing (CEP).
• Negative patterns.
• Session clock.
• Sliding windows.
• rule engine queries and live queries.
• Melhores práticas de regras.

Drools Rule Language (DRL)

• Arquivo DRL.
• Syntax (nova X tradicional).
• DRL Packages.
• Rule unit.
• Rule unit use case.
• Import statements.
• Type declarations and metadata.
• Enumerative type declarations.
• Extended type declarations.
• Queries em DRL.
• Rule conditions.

DMN.

• DMN conformance levels.
• DMN decision requirements diagram (DRD).
• FEEL.
• Rule expressions - FEEL.
• DMN decision logic.
• DMN decision tables.
• DMN model.

KIE (Knowledge Is Everything) API.

• Kie Project.
• KieContainer.
• KieServices.
• KieSession.
• KieBase.
• kmodule.xml
• kbase Attributes.
• Engine dependency.
• KieModule programmatically.
• KieFileSystem.
• Result Severity
• KieScanner.

Drools Event Model.

• KieRuntimeEventManager.
• RuleRuntimeEventManager.
• EventListener.
• DebugRuleRuntimeEventListener.
• KieRuntimeEvent.
• KieRuntimeLogger.
• FileLogger.
• ExecutionResults.

Drools Commands.

• StatelessKieSession.
• KBatchExecutionCommand.
• ModifyCommand.
• InsertElementsCommand.
• FireAllRulesCommand.

BMPs.

• Caso de uso de BPMN, DMN e Regras.
• Integrando Drools ao jBPM.
• Integrando Drools ao Camunda.

Teste de Regras.

• Testando com KIE.
• Testando com JUnit.
• Simulação de regras.

Assuntos Complementares.

• IA integrada ao Drools.
• Pragmatic AI.
• Escalabilidade do Drools.
• Serverless Drools em Kubernetes.

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 GNU/Linux.
• Conhecimento básico em desenvolvimento java.
• Conhecimento básico em Apache Maven.
• Conhecimento básico em git.

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: 30GB
• Processador: 4 Cores.
• Sistemas Operacionais: GNU/Linux, Windows, MacOS.
• VirtualBox.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Drools 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.
• Caneta, pasta e bloco de anotações.

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 Brasil, América Latina, Europa e África com Treinamentos Drools e Cursos Drools. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

[No form id or name provided!]

Instrutor

Este treinamento Bonita BPM é voltado para usuários e desenvolvedores que pretendem conhecer o processo de implementação de workflows na Ferramenta Bonita BPM. Todo o treinamento é ministrado sobre a versão Community do Bonita, repassando conhecimentos sobre conceitos de Workflow e Business Process Management (BPM) os componentes do Bonita BPM Plataform.

O Bonita, é um motor de fluxo de trabalho (Workflow) de código aberto escrito em Java que pode executar processos de negócios descritos no BPMN 2.0.

• Plataforma aberta e moderna BPM permite flexibilidade para automatizar, personalizar e adaptar rapidamente os processos de negócio.
• Ferramentas gráficas tornando mais fácil para usuários menos técnicos para projetar e ajustar os processos de negócios, agilizando implementação de aplicativos e alinhamento dos negócios.
  
• Processos e formas em bibliotecas reutilizáveis que permitem montagem, aplicação rápida e simples e ao mesmo tempo garantir as melhores práticas e padrões à empresa são incorporadas.
  

Nosso conteúdo programático que foi construído para formação de consultores na plataforma de Bonita BPM, O mesmo mescla conhecimentos conceituais de Workflow, BPM, Modelagem de Processos e uma introdução ao ECM (Alfresco), assim como, necessidades de infraestrutura, integração e programação, necessários para implementação completa do Software Bonita.

Dificuldade: Média.

Aplicabilidade:

Este treinamento foi desenvolvido usando o Bonita Community 2023.2-u0 e foi modificado pela última vez em 22 de Maio de 2024.

O que vou aprender?

Ao final deste treinamento você será capaz de:

• Realizar implantação do Bonita.
• Desenvolver fluxos de processos usando a metodologia BPM e notação BPMN.
• Integrar os processos a aplicações externas.
• Orquestrar processos.
• Administração do Ambiente.
• Escalar aplicações.
• Aplicar níveis de segurança no Bonita.

Conteúdo Programático.

Conceitual.

• O que é um fluxo de trabalho (Workflow).
• Introdução ao BPMN 2.0 (Business Process Model and Notation).
• Introdução ao DMN 1.1.
• Introdução a Notação BPMN.
• Principais Elementos da Notação BPMN.
• O Projeto Bonita BPM.
• Histórico do Bonita.
• Bonita X Activiti X Camunda X Flowable.
• Versões do Bonita.
• Licenciamento.

Instalação do Bonita BPM.

• Instalação do Bonita Studio.
• Instalação do Bonita Community Server.
• Instalando o bundle.
• Configurando o bundle.

UI do Bonita.

• Menus.
• Sub Menus.
• Primeiros passos na ferramenta.

Criando Processos no Bonita.

• Configuração Inicial do Bonita Studio.
• Telas.
• Desenho do primeiro processo.
• Pool
• Lanes.
• Atores.
• Organizações.
• Exportando um processo.
• Versionamento.
• Importando organizações.
• Importando um processo.
• Testando o processo.

Segurança.

• Controle de acessos
• Usuários e Grupos.
• Sistema de permissões.
• Formas de Integração com LDAP.

Conectores.

• Conceito de Conectores.
• E-mail.
• Banco de dados.
• Relatórios.
• GED.
• Conceitual do GED Alfresco.
• Integração com Alfresco.

Administração do Ambiente Bonita.

• Colocando o Bonita em produção.
• Tuning.
• Geração automática de cache.

Carga Horária.

• 24 Horas.

Pré-requisitos.

• Conhecimento Básico em Conceitos de Processos.
• Conhecimento Básico em algum Sistema Operacional (Windows, Linux ou Mac OS).
• Conhecimento Básico de Programação.

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
• Sistemas Operacionais: GNU/Linux, Windows ou MacOS.

Material.

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Bonita Community 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 Bonita e cursos Bonita. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

[No form id or name provided!]

Instrutor

Sobre o Treinamento

Apache ORC é um formato de armazenamento de dados orientado a colunas gratuito e de código aberto. É semelhante a outros formatos de arquivo de armazenamento colunar disponíveis no ecossistema Hadoop, como RCFile e Parquet. Seu conteúdo programático oferece uma estrutura abrangente para um treinamento sobre Apache ORC, abordando desde os conceitos básicos até técnicas avançadas e aplicação prática em projetos.

Modalidades do Treinamento:

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

Conteúdo Programático.

Conceitual Apache ORC.

• O que é Apache ORC?
• Vantagens e benefícios do uso do Apache ORC.
• História e evolução do Apache ORC.
• Empresas usando Apache ORC no Brasil
• Apache ORC X Apache Parquet X RCFile.

Estrutura Interna do Apache ORC.

• Visão geral da estrutura de arquivo ORC.
• Compreensão dos tipos de dados suportados.
• Exploração da compactação e codificação de dados.
• ACID support.
• Types.
• Indexes.

Configuração e Instalação

• Instalação do Apache ORC em diferentes ambientes (local, cluster, cloud).
• Configuração inicial e ajustes recomendados.
• Building ORC.

Escrita de Dados no Formato ORC.

• Como escrever dados no formato ORC usando diversas linguagens (Python, Java, etc.).
• Melhores práticas para otimização da escrita.
• ORC Adopters.

Leitura de Dados no Formato ORC

• Como ler dados ORC em diferentes ambientes e linguagens.
• Otimização da leitura de dados.

Otimização e Desempenho

• Estratégias para otimizar consultas em dados ORC.
• Uso de índices e estatísticas para melhorar o desempenho.

Compactação e Particionamento

• Estratégias para compactação eficiente de dados ORC.
• Particionamento de dados para melhorar o desempenho.

Integração com Ferramentas de Big Data

• Integração do Apache ORC com ecossistemas de Big Data como Hadoop e Spark.
• Uso de ORC em pipelines de dados.
• Java Tools.
• Hive DDL.
• Hive Configuration.

Casos de Uso Avançados

• Estudos de caso avançados de uso do Apache ORC em ambientes reais.
• Migração de dados para o formato ORC.
• Spark DDL.
• Spark Configuration.

Projeto Prático

• Desenvolvimento de um projeto prático utilizando o Apache ORC.
• Implementação de técnicas aprendidas ao longo do curso.

Carga Horária:

• 16 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 Apache ORC 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.
• Caneta, Pasta e Bloco de Anotações.

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 ORC e cursos  Apache ORC. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

[No form id or name provided!]

Instrutor

Sobre o Treinamento

O HUE (Hadoop User Experience) é uma interface de usuário web que facilita o uso do ecossistema Hadoop para processamento de big data. Este treinamento fundamental em HUE prepara profissionais para explorar e utilizar eficientemente as ferramentas do Hadoop para análise e processamento de dados em larga escala. Seu conteúdo programático foi desenvolvido para capacitar os participantes a dominar as técnicas essenciais necessárias para lidar com big data de forma eficaz.

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.
• Caneta, Pasta e Bloco de Anotações.

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

[No form id or name provided!]

Instrutor

Sobre o Treinamento

O HUE (Hadoop User Experience) é uma interface de usuário web que facilita o uso do ecossistema Hadoop para processamento de big data. Este treinamento fundamental em HUE prepara profissionais para explorar e utilizar eficientemente as ferramentas do Hadoop para análise e processamento de dados em larga escala. Seu conteúdo programático foi desenvolvido para capacitar os participantes a dominar as técnicas essenciais necessárias para lidar com big data de forma eficaz.

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.
• Caneta, Pasta e Bloco de Anotações.

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

[No form id or name provided!]

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.

Modalidades do Treinamento:

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

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.

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.
• 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, MacOS.
• 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.
• Caneta, Pasta e Bloco de Anotações.

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

[No form id or name provided!]

Instrutor