hadoop

Notebooks Python pour la science des données : Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamentaux de Python, AWS et diverses lignes de commande.

Luigi est un module Python qui aide à construire des pipelines complexes de tâches par lots. Il gère la résolution des dépendances, la gestion des flux de travail, la visualisation, etc. Il inclut également un support natif pour Hadoop.

ORM temps réel no-code, puissant et sécurisé, fournissant des API et de la documentation sans codage côté backend, permettant au frontend de personnaliser les réponses JSON.

Guide d'introduction au Big Data :star:

Le site officiel du moteur de requête SQL distribué Presto pour le Big Data.

Apache Hadoop.

Suite d'outils pour le déploiement et l'entraînement de modèles de deep learning utilisant la JVM. Les points forts incluent l'importation de modèles pour Keras, TensorFlow et ONNX/PyTorch, une bibliothèque C++ modulaire et légère pour l'exécution de calculs mathématiques, ainsi qu'une bibliothèque Java basée sur ce cœur C++. Inclut également SameDiff : une bibliothèque de type PyTorch/TensorFlow pour l'exécution de deep learning.

Dépôt officiel de Trino, le moteur de requête SQL distribué pour le big data, anciennement connu sous le nom de PrestoSQL (https://trino.io).

Plus de 1200 scripts Bash DevOps : AWS, GCP, Kubernetes, Docker, CI/CD, API, SQL, PostgreSQL, MySQL, Hive, Impala, Kafka, Hadoop, Jenkins, GitHub, GitLab, BitBucket, Azure DevOps, TeamCity, Spotify, MP3, LDAP, linting de code, gestion de paquets pour Linux, Mac, Python, Perl, Ruby, NodeJS, Golang, et fichiers de configuration avancés.

Programme utilisé par LinkedIn pour l'intégration des nouveaux talents au poste de SRE.

H2O est une plateforme d'apprentissage automatique open source, distribuée, rapide et évolutive : Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, modélisation linéaire généralisée (GLM avec Elastic Net), K-Means, PCA, modèles additifs généralisés (GAM), RuleFit, machines à vecteurs de support (SVM), Stacked Ensembles, apprentissage automatique automatique (AutoML), etc.

Alluxio, orchestration de données pour l'analytique et l'apprentissage automatique dans le cloud.

Apache Hive

Apache Calcite

Apache Ignite

Apache Nutch est un robot d'indexation web extensible et évolutif

DataSphereStudio est un portail complet de développement et de gestion d'applications de données, couvrant l'échange de données, le nettoyage, l'analyse, l'exploration, la mesure de qualité, la visualisation et la planification des tâches.

Apprentissage du Big Data, de zéro, incluant des vidéos de formation et des ressources pour les entretiens à chaque étape.

Système d'analyse des flux de passagers par mégadonnées du métro de Shenzhen 🚇🚄🌟

Apache Kyuubi est une passerelle distribuée et multi-tenant fournissant du SQL serverless sur des data warehouses et des lakehouses.

Image Docker pour Apache Hadoop

Binaires winutils.exe, hadoop.dll et hdfs.dll pour Hadoop sur Windows.

Apache Drill est une couche de requête MPP distribuée pour les données auto-descriptives

Dépôt de connaissances sur le Big Data couvrant la modélisation d'entrepôts de données, le calcul en temps réel, le Big Data, les plateformes de données, la conception de systèmes, Java et les algorithmes.

IA sur Hadoop.

Plus de 2000 questions d'entretien pour ingénieurs de données

Solution de stockage de données haute performance

Un outil ETL rapide et polyvalent capable de transférer des données de manière transparente entre RDBMS et NoSQL

Plus de 50 images DockerHub publiques pour Docker et Kubernetes - DevOps, CI/CD, GitHub Actions, CircleCI, Jenkins, TeamCity, Alpine, CentOS, Debian, Fedora, Ubuntu, Hadoop, Kafka, ZooKeeper, HBase, Cassandra, Solr, SolrCloud, Presto, Apache Drill, Nifi, Spark, Consul, Riak.

Taier est une plateforme de développement Big Data dédiée à la soumission, la planification, l'exploitation, la maintenance et l'affichage d'indicateurs.