Programação

Treinamento Kubeflow - Machine Learning Toolkit for Kubernetes

O treinamento Kubeflow foi elaborado para apresentar e conceituar a plataforma de aprendizado de máquina Kubeflow, conhecido como Machine Learning Toolkit para Kubernetes a plataforma é de código aberto e projetada para permitir o uso de pipelines de aprendizado de máquina orquestrados em fluxos de trabalho complicados em execução no Kubernetes. Atende as necessidades da MLOps, sendo o cientista de dados o profissional mais atuante nesta ferramenta com apoio das facilidades de deploy do Kubernetes.

Calendário de turmas.

Somente no modelo corporativo no momento.

Dificuldade: Avançado.

Aplicabilidade.

Este treinamento foi desenvolvido usando o Kubeflow 1.6.1 e foi modificado pela última vez em 7 de Janeiro de 2023.

Conteúdo Programático

Conceitual.

Introdução as Ferramenta de Machine Learning no Kubeflow.

  • Linguagem Python.
  • Jupyter Notebook.
  • Chainer.
  • Scikit-learn.
  • PyTork.
  • MPI.
  • TensorFlow.
  • XGBoost.

Kubeflow Applications e Scaffolding

  • Chainer Operator.
  • MPI Operator.
  • pyTork Operator.
  • XGBoost Operator.
  • Fainring.
  • TensorFlow batch prediction.

Instalação e arquitetura.

Distribuições Kubeflow.

  • Kubeflow no Google Cloud.
  • Kubeflow no AWS.
  • Kubeflow no Azure.
  • Kubeflow no OpenShift.

Kubeflow.

  • Kubeflow UI.
  • Central Dashboard.
  • Kubeflow Notebooks.
  • Models.
  • Volumes.
  • Experiments (AutoML).
  • Experiments (KFP).
  • Kubeflow Pipelines.
  • KFServing.
  • Katib.
  • Training Operators.
  • Runs.
  • Recurring Runs.
  • Artifacts.
  • kubeflow API.
  • Kubeflow SDK.
  • Multi-Tenancy.

ML Kubeflow.

  • Fase Experimental.
  • Fase em Produção.

Ferramentas Kubeflow.

  • Kfctl.
  • Kustomize.
  • KFServiing.
  • Kubeflow pipeline.

Add-Ons.

  • Elyra.
  • Istio.
  • Kale.
  • Fairing.
  • Feature Store.
  • Tools for serving

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 16GB e mínimo : 10GB
  • Espaço em Disco: Ideal 45GB e mínimo 30 GB.
  • Processadores: 64 bits (chipsets de x64).
  • CPU: 6 CPUs/núcleos.
  • Sistemas Operacionais: GNU/Linux, Windows ou Mac OS.
  • Virtualbox.

Material.

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

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

Inscrições, Informações e Valores

Powered by BreezingForms

Diferenciais da Ambiente Livre.

A Ambiente Livre tem 19 anos no mercado, pioneirismo na oferta de consultoria, treinamentos, projetos e suporte em softwares de código-fonte aberto e software livre com um ecossistema voltado a negócios, e pode lhe ajudar a gerir complexidades, reduzir custos, permitindo adaptar e oferecer inovação inteligente necessária para o seu sucesso.

3.535 profissionais capacitados em 325 turmas ministradas.

Atuação global, 807 empresas impactadas em projetos, consultorias e treinamentos no Brasil, América Latina, Europa e África.

Networking entre profissionais, comunidades e startups de tecnologias Open Source e Free Software.

Treinamentos baseados em experiência de projetos e consultorias, 2.230 tutorais documentados, atualizados e disponibilizado de forma vitalícia em EAD.

Empresa 100% focada em Open Source e Free Software e contribuidora com equipe atuante nos projetos e eventos de código aberto e software livre.

Apoio na criação de 4 startups / Spin-off baseadas em soluções Open Source ou Free Software.

 

Instrutor.

 

Leia mais...

Treinamento Análise de Dados com R

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.
  • 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 R e cursos R. 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!]

Diferenciais da Ambiente Livre.

A Ambiente Livre tem 19 anos no mercado, pioneirismo na oferta de consultoria, treinamentos, projetos e suporte em softwares de código-fonte aberto e software livre com um ecossistema voltado a negócios, e pode lhe ajudar a gerir complexidades, reduzir custos, permitindo adaptar e oferecer inovação inteligente necessária para o seu sucesso.

3.535 profissionais capacitados em 325 turmas ministradas.

Atuação global, 807 empresas impactadas em projetos, consultorias e treinamentos no Brasil, América Latina, Europa e África.

Networking entre profissionais, comunidades e startups de tecnologias Open Source e Free Software.

Treinamentos baseados em experiência de projetos e consultorias, 2.230 tutorais documentados, atualizados e disponibilizado de forma vitalícia em EAD.

Empresa 100% focada em Open Source e Free Software e contribuidora com equipe atuante nos projetos e eventos de código aberto e software livre.

Apoio na criação de 4 startups / Spin-off baseadas em soluções Open Source ou Free Software.

 

Instrutor.

 

Leia mais...

Treinamento BentoML

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.

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.
  • 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 BentoML e cursos BentoML. 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!]

Diferenciais da Ambiente Livre.

A Ambiente Livre tem 19 anos no mercado, pioneirismo na oferta de consultoria, treinamentos, projetos e suporte em softwares de código-fonte aberto e software livre com um ecossistema voltado a negócios, e pode lhe ajudar a gerir complexidades, reduzir custos, permitindo adaptar e oferecer inovação inteligente necessária para o seu sucesso.

3.535 profissionais capacitados em 325 turmas ministradas.

Atuação global, 807 empresas impactadas em projetos, consultorias e treinamentos no Brasil, América Latina, Europa e África.

Networking entre profissionais, comunidades e startups de tecnologias Open Source e Free Software.

Treinamentos baseados em experiência de projetos e consultorias, 2.230 tutorais documentados, atualizados e disponibilizado de forma vitalícia em EAD.

Empresa 100% focada em Open Source e Free Software e contribuidora com equipe atuante nos projetos e eventos de código aberto e software livre.

Apoio na criação de 4 startups / Spin-off baseadas em soluções Open Source ou Free Software.

 

Instrutor.

 

Leia mais...

Treinamento Apache Drill - Fundamental

O treinamento fundamental em Apache Drill prepara profissionais para o mercado de analise e ciência de dados, usando um mecanismos de exploração de dados de grande volume com uma diversidade de fontes de dados, e uma abstração da complexidade de suas fontes de dados de origem. O Apache Drill fornece consulta SQL colunar, distribuída e sem esquema, para Hadoop, NoSQL e outros sistemas de armazenamento tais como HBase, MongoDB, MapRDB, HDFS, MapRFS, Amazon S3, etc. Sua saída de dados pode ser consumida por conectores JDBC, Linguagens de programação ou ainda ferramentas de Business Intelligence como Pentaho Business Intelligence e outras.


Objetivo

Ministrar as principais funcionalidades e técnicas do Apache Drill para exploração de dados.

Público Alvo

Cientistas de dados, Analistas de Business Intelligence, DBAs, Engenheiro de dados, Desenvolvedores.

Conteúdo Programático.

Conceitual Apache Drill.

  • Introdução ao Apache Drill.
  • Introdução a Ciência de dados.
  • Introdução a Big Data.
  • Apache Drill no Ecossistema de Big Data.
  • A Apache Software Foundation.
  • Cases de Uso do Apache Apache Drill.
  • Empresas usando Apache Apache Drill.
  • Dremel/Google BigQuery X Drill.
  • Open Source X Free Software.

Instalação do Apache Drill.

  • Requisitos para instalação do Apache Drill.
  • Instalando o Apache Drill (Embeeded Mode).
  • Preparando o Cluster.
  • Instalando o Apache Drill (Distributed Mode).
  • Configurando o Apache Drill.
  • Configurando ZooKeeper.
  • Configurando o Storage.

Querys com Apache Drill.

  • Querys com dados delimitados.
  • Drill SQL Query Format.
  • Criando fonte de dados.
  • Definindo o ambiente de trabalho.
  • Acessando colunas em querys.
  • Cabeçalhos de Dados Delimitados.
  • Função Table.
  • Drill Data Types.
  • Trabalhando com formatos de datas.
  • Criando Views.
  • Analisando dados com Apache Drill.
  • Palavras reservadas.

Analise de Dados Complexos

  • Arrays e Maps.
  • Analisando logs com Drill.
  • Query com Nested Data.

Data Sources com Drill.

  • Múltiplos data Sources.
  • Base de dados Relacionais.
  • Query em Hadoop para Drill.
  • Query em HBase para Drill.
  • Streaming de Dados com Apache Drill e Kafka.
  • Query MongoDB com Drill.
  • Drill com Cloud Storage.

Conectando ao Apache Drill.

  • Conectando com JDBC.
  • Conectando com Python.
  • Conectando com R.
  • Conectando com Java.
  • Conectando com Ferramentas de BI.

Engenharia de dados com Apache Drill.

  • Schema-on-Read.
  • SQL Relational Model.
  • Data Source Inference.
  • File Type Inference.
  • Distributed File Scans.
  • JSON Objects.
  • Usando Drill com Parquet.

Funções do Apache Drill.

  • User-Defined Functions.
  • Drill com arquivos do Planilhas Eletrônicas (LibreOffice Calc, MS Excel, etc).
  • Geospatial Functions.
  • Networking Functions.

Carga Horária:

  • 24 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 em SQL.

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 Drill 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 Drill e cursos Apache Drill. 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

Leia mais...

Treinamento Apache Superset

O treinamento em Apache Superset tem foco em ensinar como explorar, organizar e visualizar dados e realizar investigações, apresentando sua interface intuitiva para visualizar conjuntos de dados e criar painéis, e usando o construtor de visualização sem código para extrair e apresentar conjuntos de dados com a a maioria dos bancos de dados SQL do mercado.
Apache Superset é um aplicativo cloud-native software open source para exploração e visualização de dados capaz de lidar com dados em escala de petabyte. O aplicativo começou como um projeto hack-a-thon de Maxime Beauchemin enquanto trabalhava no Airbnb e entrou no programa Apache Incubator em 2017.

Calendário de turmas.

Somente no modelo corporativo no momento.

Conteúdo Programático

Conceitual.

  • Introdução a Data Visualization.
  • O Software Apache Superset.
  • Software Livre x Open Source.
  • Licenciamento.
  • Apache Software Foundation.
  • Histórico do Superset.
  • Empresas usando Superset no Mundo.
  • Empresas usando Superset no Brasil.
  • Comunidade Superset.
  • Versões do Superset.

Apache Superset.

  • Arquitetura do Apache Superset.
  • Stack Superset.
  • Componentes do Superset.
  • Metadata database engine.
  • Message queue.
  • Cordination.

Instalação e configuração.

  • Instalando com Docker Compose.
  • Instalando via Scratch.
  • Configurando o Superset.
  • Configurações de Rede.
  • Caching.
  • Logs.
  • Async Queries - Celery.
  • Alertas.
  • SQL Templates.
  • Customizando plugins Viz.
  • Executando em ambiente Kubernetes.

Conectores.

  • Instalando Drivers.
  • Drivers via Docker.
  • Amazon Athena
  • Amazon Redshift.
  • Apache Drill.
  • Apache Druid.
  • Apache Hive.
  • Apache Impala.
  • Apache Solr.
  • Apache Spark SQL.
  • Apache Dremio.
  • Elasticsearch.
  • Google Big Query.
  • Google Sheets.
  • MySQL.
  • PostgreSQL.
  • Configurações adicionais.

Gráficos e Dashboards.

  • Criando dashboards.
  • Esportando dados via Supeset.

API

  • A API do Superset.
  • API Annotation Layers.
  • API Charts.
  • API CSS Templates.
  • API Dashboards.
  • API Database.
  • API Dataset.
  • Outros endpoints.

Gerais.

  • Country Map.
  • Import e Export.

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

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 Superset 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 Superset e cursos Apache Superset . 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!]

Diferenciais da Ambiente Livre.

A Ambiente Livre tem 19 anos no mercado, pioneirismo na oferta de consultoria, treinamentos, projetos e suporte em softwares de código-fonte aberto e software livre com um ecossistema voltado a negócios, e pode lhe ajudar a gerir complexidades, reduzir custos, permitindo adaptar e oferecer inovação inteligente necessária para o seu sucesso.

3.535 profissionais capacitados em 325 turmas ministradas.

Atuação global, 807 empresas impactadas em projetos, consultorias e treinamentos no Brasil, América Latina, Europa e África.

Networking entre profissionais, comunidades e startups de tecnologias Open Source e Free Software.

Treinamentos baseados em experiência de projetos e consultorias, 2.230 tutorais documentados, atualizados e disponibilizado de forma vitalícia em EAD.

Empresa 100% focada em Open Source e Free Software e contribuidora com equipe atuante nos projetos e eventos de código aberto e software livre.

Apoio na criação de 4 startups / Spin-off baseadas em soluções Open Source ou Free Software.

Instrutor

Leia mais...

Log in