Este curso forma parte de Programa especializado: Learn SQL Basics for Data Science

4.5
estrellas
574 calificaciones

87 %

Brooke Wenig +1 instructores más

36.974 ya inscrito

Ofrecido Por

Programa especializado: Learn SQL Basics for Data ScienceUniversidad de California, Davis

Acerca de este Curso

33.982 vistas recientes

This course is all about big data. It’s for students with SQL experience that want to take the next step on their data journey by learning distributed computing using Apache Spark. Students will gain a thorough understanding of this open-source standard for working with large datasets. Students will gain an understanding of the fundamentals of data analysis using SQL on Spark, setting the foundation for how to combine data with advanced analytics at scale and in production environments. The four modules build on one another and by the end of the course you will understand: the Spark architecture, queries within Spark, common ways to optimize Spark SQL, and how to build reliable data pipelines. 
The first module introduces Spark and the Databricks environment including how Spark distributes computation and Spark SQL. Module 2 covers the core concepts of Spark such as storage vs. compute, caching, partitions, and troubleshooting performance issues via the Spark UI. It also covers new features in Apache Spark 3.x such as Adaptive Query Execution. The third module focuses on Engineering Data Pipelines including connecting to databases, schemas and data types, file formats, and writing reliable data. The final module covers data lakes, data warehouses, and lakehouses. Students build production grade data pipelines by combining Spark with the open-source project Delta Lake. By the end of this course, students will hone their SQL and distributed computing skills to become more adept at advanced analysis and to set the stage for transitioning to more advanced analytics as Data Scientists.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 3 de 4 en

Programa especializado: Learn SQL Basics for Data Science

Nivel intermedio

Aprox. 13 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Qué aprenderás

Use the collaborative Databricks workspace to write scalable Spark SQL code that executes against a cluster of machines
Inspect the Spark UI to analyze query performance and identify bottlenecks
Create an end-to-end pipeline that reads data, transforms it, and saves the result
Build a medallion (bronze, silver, gold) lakehouse architecture with Delta Lake to ensure the reliability, scalability, and performance of your data

Habilidades que obtendrás

Data Science
Apache Spark
Delta Lake
SQL

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 3 de 4 en

Programa especializado: Learn SQL Basics for Data Science

Nivel intermedio

Aprox. 13 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Instructores

Calificación del instructor

4,68/5 (123 calificaciones)

Brooke Wenig

Machine Learning Practice Lead at Databricks

Continuing and Professional Education

36.974 alumnos

1 curso

Conor Murphy

Lead Data Scientist at Databricks

Continuing and Professional Education

36.974 alumnos

1 curso

Ofrecido por

Universidad de California, Davis

Mira cómo los empleados de las mejores empresas dominan las habilidades más demandadas

Obtén más información sobre Coursera para Empresas

Programa - Qué aprenderás en este curso

Calificación del contenido87%(1,638 calificaciones)

Semana1

Semana 1

3 horas para completar

Introduction to Spark

3 horas para completar

6 videos (Total 43 minutos), 3 lecturas, 2 cuestionarios

Semana2

Semana 2

3 horas para completar

Spark Core Concepts

3 horas para completar

6 videos (Total 36 minutos), 2 lecturas, 2 cuestionarios

Semana3

Semana 3

4 horas para completar

Engineering Data Pipelines

In this module, you will be able to identify and discuss the general demands of data applications. You'll be able to access data in a variety of formats and compare and contrast the tradeoffs between these formats. You will explore and examine semi-structured JSON data (common in big data environments) as well as schemas and parallel data writes. You will be able to create an end-to-end pipeline that reads data, transforms it, and saves the result.

4 horas para completar

7 videos (Total 62 minutos), 2 lecturas, 2 cuestionarios

Semana4

Semana 4

4 horas para completar

Data Lakes, Warehouses and Lakehouses

In this module, you will identify the key characteristics of data lakes, data warehouses, and lakehouses. Lakehouses combine the scalability and low-cost storage of data lakes with the speed and ACID transactional guarantees of data warehouses. You will build a production grade lakehouse by combining Spark with the open-source project, Delta Lake. Whoever said time travel isn't possible hasn't been to a lakehouse!

4 horas para completar

8 videos (Total 52 minutos), 2 lecturas, 3 cuestionarios

Reseñas

4.5

148 reseña

5 stars
66,08 %
4 stars
23,13 %
3 stars
6,60 %
2 stars
1,91 %
1 star
2,26 %

Principales reseñas sobre DISTRIBUTED COMPUTING WITH SPARK SQL

por LL13 de dic. de 2020

This course provides hands-on experience in using Databricks's Spark. I learned a lot. I recommend people with some SQL experience to take this course for efficient programming skills!

por OD25 de mar. de 2020

Great course, really well taught and delivered. Only thing I would say is you would really need knowledge of python to really understand this course 100%

por IT22 de feb. de 2020

Great introduction to Spark SQL and ML Flow. I love that they give extra resources if you want to learn more. It was a fun learning journey.

por KS13 de may. de 2020

Amazing course that really cuts through the fundamentals of using distributed computing power to analyze and manipulate data. Well organised structure on fundamentals

Ver todas las reseñas

Acerca de Programa especializado: Learn SQL Basics for Data Science

This Specialization is intended for a learner with no previous coding experience seeking to develop SQL query fluency. Through four progressively more difficult SQL projects with data science applications, you will cover topics such as SQL basics, data wrangling, SQL analysis, AB testing, distributed computing using Apache Spark, Delta Lake and more. These topics will prepare you to apply SQL creatively to analyze and explore data; demonstrate efficiency in writing queries; create data analysis datasets; conduct feature engineering, use SQL with other data analysis and machine learning toolsets; and use SQL with unstructured data sets.

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Cuál es la política de reembolsos?
Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

Desarrolla habilidades para tus empleados e impulsa los resultados de la empresa

Descubre Coursera para Empresas

Distributed Computing with Spark SQL

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás