Data Wrangling & Big Data Basics

Khóa học toàn diện về xử lý dữ liệu quy mô lớn với Apache Spark, PySpark, SQL nâng cao và streaming data.

Nội dung khóa học

Module 1: Data Wrangling Nâng cao

1. Tổng quan Data Wrangling & Big Data
2. SQL Nâng cao (Window Functions, CTEs)
3. Pandas Nâng cao (MultiIndex, GroupBy)
4. Data Quality & Validation
5. ETL Pipelines với Python

Module 2: Apache Spark & PySpark

6. Giới thiệu Apache Spark
7. PySpark DataFrame API
8. Spark SQL & Transformations
9. Spark Performance Tuning

Module 3: Streaming & Real-time Data

10. Data Streaming Fundamentals
11. Spark Structured Streaming
12. Kafka & Message Queues

Module 4: Project & NLP

13. Text Processing & NLP Basics
14. Dự án: Sentiment Analysis Mạng Xã Hội

Dự án chính

Sentiment Analysis Mạng Xã Hội: Phân tích cảm xúc real-time từ Twitter/Reddit sử dụng PySpark và Spark Streaming.

Yêu cầu

• Python cơ bản
• Pandas cơ bản
• SQL cơ bản