Mengenal Big Data dengan Hadoop
Pembelajaran Mandiri
Mengenal Big Data dengan Hadoop
Highlight
Info Penting Kursus di Mitra Pelatihan
- Kursus ini akan sepenuhnya Anda kerjakan di platform Mitra Pelatihan
- Kami akan memberimu Kode Kursus untuk Anda tukarkan di platform Mitra Pelatihan
- Sertifikat dari kursus ini juga hanya akan Anda terima di platform Mitra Pelatihan
Detail Pelatihan
Deskripsi Pelatihan
Seperti namanya, Big Data adalah data dengan kapasitas yang sangat besar. Besar disini, dapat diumpamakan seperti melakukan pendataan terhadap jumlah pengguna aktif Facebook di Indonesia. Saking besarnya, kita memerlukan software khusus yang dibuat untuk mengolah Big Data dengan optimal. Salah satu software tersebut adalah Hadoop. Pada Course kali ini, kalian akan mempelajari pengertian Big Data, mengoperasikan Hadoop dengan Pig & Spark, serta memahami relational maupun non-relational dengan Hadoop. Setelah mempelajari Course ini, kalian diharapkan mampu untuk menjelaskan konsep Big Data, serta menguasai pengoperasian Hadoop (Pig, Spark, & Relational/Non-relational).
Tujuan Umum Pelatihan
Peserta mampu menggunakan Hadoop.
Tujuan Khusus Pelatihan
1. Peserta mampu untuk menjelaskan konsep Big Data
2. Peserta mampu menguasai pengoperasian Hadoop (Pig, Spark, & Relational/Non-relational).
Aspek Kompetensi: Pengetahuan (Knowledge)
1. Mampu memahami big data
2. Mampu memahami HDFS dan MapReduce
3. Mampu memahami Hadoop dengan Pig
4. Mampu memahami Hadoop dengan Spart
Aspek Kompetensi: Keterampilan (Skill)
1. Mampu mengimplementasikan big data
2. Mampu mengoperasikan HDFS dan MapReduce
3. Mampu mengoperasikan Hadoop dengan Pig
4. Mampu memahami Hadoop dengan Spart
Aspek Kompetensi: Sikap (Attitude)
1. Mampu bersikap fokus
2. Mampu berpikir kritis dan analitis
Kelompok Sasaran
1. Pelatihan dapat diikuti oleh seluruh latar belakang jenjang pendidikan
2. Sebelum mempelajari Course ini, pastikan kalian telah memahami Python dasar.
3. Peserta dapat mengikuti kelas dengan menggunakan komputer/laptop pribadi dan smartphone.
4. Namun disarankan demi pembelajaran yang maksimal, peserta melakukan proses pembelajaran melalui komputer/laptop pribadi.
Durasi Per Sesi
1. Prolog 23 menit
2. Memahami HDFS dan MapReduce 23 menit
3. Hadoop dengan Pig 26 menit
4. Hadoop dengan Spark 14 menit
Total Durasi
76 Menit
Kapasitas Peserta
Unlimited
Metode Pembelajaran
Self paced learning : Metode ajar yang digunakan adalah ceramah interaktif roleplay dan bahan bacaan dengan penugasan praktek
Metode Evaluasi
1. Pre-Test
2. Post-Test
3. Formatives Test
Jenis/Klasifikasi Sertifikat
Sertifikat Penyelesaian
Profil Pengajar
Raka Ardhi
Raka Ardhi mengawali karirnya sebagai programmer pada tahun 2011. Setelah mewujudkan mimpinya mendirikan digital houses sendiri, kini Raka menjalankan panggilannya untuk berbagi ilmu di Indonesia melalui KODE.
Panduan Redeem Voucher
1. Di website Pijar Mahir (https://pijarmahir.id/), klik menu profil (nama anda) pada pojok kanan atas kemudian klik menu Voucher Saya dan klik Salin Kode (atau catat kode voucher secara manual)
2. Kunjungi https://auth.kode.id/signup, lakukan pendaftaran dengan memasukkan semua data yang dibutuhkan. Harap memasukkan nama yang sama dengan yang kamu daftarkan di website Prakerja. Perbedaan nama yang kamu berikan akan menghambat sertifikat kamu.
3. Setelah pendaftaran selesai kamu akan mendapatkan email untuk memverifikasi Akun kamu.
4. Bagi kamu yang sudah memiliki akun di KODE, pastikan kamu sudah sign in terlebih dahulu sebelum melakukan redeem voucher. Jika kamu belum sign in, maka kamu dapat sign in di https://auth.kode.id/signin
5. Setelah berhasil sign in maka kamu dapat langsung melakukan redeem voucher dengan mengakses link https://pay.kode.id/voucher-redeem atau kamu dapat mengklik button Redeem.
6. Silahkan memasukkan 12 digit voucher code yang kamu punya dan klik button “Redeem”.
7. Setelah voucher berhasil di redeem, Klik “Mulai Belajar” untuk langsung belajar di platform KODE
Kontak Lembaga Pelatihan
(021) 8067 5787
Info Lainnya
Materi Pelatihan
Materi
Rating & Ulasan
5.0
/5
(2 Rating)
0
0
0
0
0
Rp349.000