Formation Data Science Data Science avec Spark ML

Partager cette formation Télécharger au format pdf Ajouter à mes favoris

Objectifs de formation

A l'issue de cette formation, vous serez capable de :

• Créer des applications et des pipelines de ML (Machine Learning) et d'IA (Intelligence Artificielle) sur Spark avec Python.

Modalités, méthodes et moyens pédagogiques

Formation délivrée en présentiel ou distanciel* (blended-learning, e-learning, classe virtuelle, présentiel à distance).

Le formateur alterne entre méthode** démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation).

Variables suivant les formations, les moyens pédagogiques mis en oeuvre sont :

• Ordinateurs Mac ou PC (sauf pour certains cours de l'offre Management), connexion internet fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour le distanciel)
• Environnements de formation installés sur les postes de travail ou en ligne
• Supports de cours et exercices

En cas de formation intra sur site externe à M2i, le client s'assure et s'engage également à avoir toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques...) au bon déroulement de l'action de formation visée conformément aux prérequis indiqués dans le programme de formation communiqué.

* nous consulter pour la faisabilité en distanciel

** ratio variable selon le cours suivi

Prérequis

Avoir suivi le cours BIG-PYT "Data Science avec Python (Scikitlearn)" ou avoir les connaissances équivalentes en Data Science et Python.

Public concerné

Statisticiens, consultants Big Data, Data analysts, Data scientists.

Programme

Jour 1

Introduction au Big Data et à Apache Spark

• Introduction au Big Data
• Les challenges du Big Data
• Notion de pipeline de Machine Learning
• Présentation de Spark
• Atouts de Spark
• Ecosystème Spark
• Spark sur Databricks vs Spark sur Hadoop
• Spark Web UI
• Utilisation de Spark Shell
• Création d'un contexte Spark
• Les exécuteurs Spark
• Chargement d'un fichier en Shell
• Réalisation d'opérations basiques sur un fichier avec Spark Shell

Exemple de travaux pratiques (à titre indicatif)

• Mise en oeuvre de scripts Spark pour l'analyse de données et de Machine Learning

Jour 2

Spark Machine Learning

• Rappels sur le Machine Learning
• Machine Learning dans Spark
• Spark ML API
• DataFrames
• Transformateurs et estimateurs
• Construction, évaluation, et affichage de pipelines dans Spark
• Travailler avec un pipeline
• Sélection de modèles via une validation croisée
• Les types supportés, les algorithmes et les utilitaires
• Les types de données
• Les fonctionnalités d'extraction et les statistiques basiques

Exemples de travaux pratiques (à titre indicatif)

• Création de modèles et de pipelines de Machine Learning avec Spark
• Démonstration de serving d'un modèle avec Neptune et/ou Databricks

Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants.

Modalités d’évaluation des acquis

• En cours de formation, par des études de cas ou des travaux pratiques
• Et, en fin de formation, par un questionnaire d'auto-évaluation

Accessibilité de la formation

Le groupe M2i s'engage pour faciliter l'accessibilité de ses formations. Les détails de l'accueil des personnes en situation de handicap sont consultables sur la page Accueil et Handicap.

Modalités et délais d’accès à la formation

Les formations M2i sont disponibles selon les modalités proposées sur la page programme. Les inscriptions sont possibles jusqu'à 48 heures ouvrées avant le début de la formation. Dans le cas d'une formation financée par le CPF, ce délai est porté à 11 jours ouvrés.

Partager cette formation Télécharger au format pdf Ajouter à mes favoris