เปิดอบรมหลักสูตร Big Data Certification Course ระยะเวลาอบรม : 120 ชั่วโมง

Big Data Certification Course

คำอธิบายรายวิชา

Big Data เป็นเทคโนโลยีที่กำลังกล่าวถึงกันอย่างมาก การที่ข้อมูลมีจำนวนมากขึ้นมหาศาล มีหลายรูปแบบ และการมีข้อมูลที่เพิ่มขึ้นอย่างรวดเร็ว ทำให้องค์กรต่างๆต้องปรับโครงสร้างพื้นฐานด้านข้อมูล (Information Infrastructure) มีการนำเทคโนโลยีใหม่เช่น Hadoop, NoSQL หรือ NewSQL เข้ามาใช้งาน ต้องมีการพัฒนาบุคลากรเพื่อให้เข้าใจการใช้เทคโนโลยีเหล่านี้ รวมถึงมีความรู้ในการวิเคราะห์ข้อมูลต่างๆ หลักสูตร Big Data Certification เป็นหลักสูตร 120 ชั่วโมงที่ต้องการพัฒนาให้ผู้เรียนได้เข้าใจถึงเรื่องของ Big Data มีความสามารถในการใช้เครื่องมือต่างๆ เข้าใจในเรื่องของ Business Intelligence และ Data Science ตลอดจนเรื่องรู้การทำ Big Data ตั้งแต่วางกลยุทธ์ จนถึงการทำ Predictive Analytics การสอนในหลักสูตรนี้ประกอบไปด้วยการบรรยาย การทำ Workshop โดยจะมีการติดตั้งใช้เครื่องมือ Big Data จริงๆที่สามารถทำงานได้ รวมถึงการใช้งานบนระบบ Cloud

จากหลักสูตรที่จัดไปช่วงกลางปี มีผู้สนใจ Big Data Certification Course และต้องการให้เปิดเพิ่ม ทางสถาบัน ไอเอ็มซี จึงได้รวบรวมวิทยากร และปรับเนื้อหาให้สอดคล้องกับ เทคโนโลยีที่มีเข้ามาเพิ่มเรื่อยๆ ในหลากหลายมุมของการนำ Big Data ไปใช้ เป็นหลักสูตร 4 เดือน

ระยะเวลาอบรม : 120 ชั่วโมง

เรียนทุกวันพฤหัสบดีตอนเย็น 18.00 -21.00 น. และวันเสาร์ 9.00 - 17.00 น.

กำหนดการอบรม

Module 1: Big Data Essentials and NoSQL: วันที่ 17, 19, 24, 26, 31 มีนาคม 2 เมษายน
Module 2: Big Data Using Hadoop: วันที่ 7, 9, 21, 23 , 28, 30 เมษายน
Module 3: Business Intelligence Design&Process :วันที่ 12, 14, 19, 28 พฤษภาคม 2, 4 มิถุนายน
Module 4: Data Scientist Essentials: วันที่ 9, 11, 16, 18, 23, 25 มิถุนายน

ค่าอบรม : 59,000 บาท ไม่รวม VAT

(ค่าอบรมรวม ค่าเอกสารอบรม ค่าใช้งาน AWS Cloud ค่าอาหารกลางวัน อาหารว่าง และ อาหารเย็นวันพฤหัสบดี)

วัตถุประสงค์ของการอบรม

หลักสูตรการอบรม120 ชั่วโมงนี้ มีวัตถุประสงค์เพื่อให้ผู้เข้าอบรมได้รับความรู้ด้านต่างๆดังนี้

เข้าใจหลักการของ Big Data และแนวโน้มของเทคโนโลยีด้านข้อมูล
สามารถวางแผนการออกแบบ Big Data Infrastructure ในองค์กร
เรียนรู้การใช้งานเทคโนโลยี NoSQL อาทิเช่น Cassandra หรือ MongoDB
เรียนรู้การใช้งานเทคโนโลยี Hadoop และเทคโนโลยีที่เกี่ยวข้องอาทิเช่น Hive, Pig, Sqoop, Flume หรือ HBase
สามารถเขียนโปรแกรมวิเคราะห์ข้อมูล unstructure โดยใช้โปรแกรม Map/Reduce, Hive หรือ Pig ได้
เข้าใจหลักการการออกแบบและวิเคราะห์ข้อมูลที่เป็น Business Intelliegence
เข้าใจการใช้งาน Dataware House และการทำ Data Mining
เรียนรู้หลักการของ Data Scientist และอัลกอริทึมในการพยากรณ์ข้อมูลจต่างๆทั้งแบบที่เป็น Recommendation, Clustering และ Classification
สามารถเขียนโปรแกรมในการทำ Predictive Analytics โดยใช้ภาษา R และ Mahout ได้

วิทยากร:

Assoc. Prof. Dr. Thanachart Numnonda (See Profile >> Here)
Asst.Prof. Dr.Putchong Uthayopas, Assistant, Kasetsart University
Assoc.Prof. Dr.Jirapun Daengdej, Dean Faculty of Science, ABAC.
Mr. Chinnavit Chalidabhongse (See Profile >> Here)
Assistant Professor Dr. Thanisa Kruawaisayawan (See Profile >> Here)
Mr. Danairat Thanabodithammachari (See Profile >> Here)
Mr. Dendej Sawarnkatat (See Profile >> Here)

สถานที่อบรม: The Connecion (Near MRT Ladprao Exit 4)>> See Map

รูปแบบการอบรม:

การบรรยาย 30% ปฎิบัติการ 70%
การบรรยายภาคทฤษฎี
การจัดกลุ่มอภิปรายกรณีศึกษาขอการทำ Big Data Strategy
การทำ Hand-on Lab ติดตั้งระบบจริง และการใช้ Big Data as a Service
การพัฒนาโปรแกรมต่างๆ
การทำ Mini-Project
การทำแบบทดสอบ
การดูงานและเข้าร่วมฟังการบรรยายในต่างประเทศ

บุคลากรที่ควรเข้าร่วมการอบรม

บุคคลทั่วไปที่สนใจจะพัฒนา Big Data และต้องการเป็น Big Data IT Professional หรือ Data Scientist โดยต้องมีความรู้พื้นฐานด้านไอทีมาเป็นอย่างดี มีความรู้เรื่องฐานข้อมูล และการเขียนโปรแกรมมาบ้าง

คุณสมบัติเบื้องต้นของผู้เข้าร่วมการอบรม

ต้องมีประสบการณ์การทำงานด้านไอทีมาอย่างน้อยสองปี
ควรมีความรู้พื้นฐานเรื่องระบบฐานข้อมูล
มีพื้นฐานด้านการพัฒนาโปรแกรมภาษาใดภาษาหนึ่ง

สิ่งที่จะได้จากการอบรม:

จะทำให้เข้าใจหลักการของ Big Data การวางกลยุทธ์ด้าน Big Data
เข้าใจเทคโนโลยีต่างๆของ Big Data
เรียนรู้การทำ Big Data Life Cycle และการบริหารโครงการ Big Data
การใช้เครื่องมือต่างๆที่เกี่ยวข้องกับ Big Data เช่น NoSQL, Hadoop, BI Tools และ Machine Learning Tool
สามารถที่จะติดตั้ง Hadoop Cluster เพื่อนำมาใช้ในองค์กร
เรียนรู้การใช้ Big Data as a Service บน Cloud Platform
สามารถที่จะพัฒนาโปรแกรมวิเคราะห์ Big Data ได้โดยใช้ MapReduce, Hive, Pig, Microsoft SQL, R หรือ Mahout
เรียนรู้การทำ Business Intelligence โดยใช้ SQL Server
เรียนรู้ด้าน Data Science เบื้องต้น ความหมายของ Machine Learning และการทำ Predictive Analytics

ระบบ Computer Cluster ที่จะใช้ในการอบรม:

ในการอบรมนี้จะมีการติดตั้งระบบ Big Data Cluster ที่สามารถรองรับข้อมูลขนาดใหญ่ ที่สามารถใช้งานได้จริง โดยจะใช้ Server ของ Amazon Web Services ให้ผู้เรียนได้ติดตั้ง Hadoop Cluster โดยใช้ Server EC2 จำนวนหลายเครื่อง และจะมี Hadoop Cluster ที่เป็น Amazon EMR (Elastic Map Reduce) ที่สามารถรองรับข้อมูลขนาดใหญ่จำวนเป็น GByte เพิ่อให้ผู้เข้าอบรมได้เรียนรู้การทำงานจริงๆ

เทคโนโลยีที่จะใช้ในการอบรม

เทคโนโลยีด้าน Big Data

Hadoop Cluster using Apache, Amazon and Cloudera Distribution
Cassandra NoSQL
Mongo NoSQL
Microsoft SQL Server
My SQL

ภาษาที่จะใช้ในการประมวลผลข้อมูล

Map/Reduce using Java
Hive, Pig
SQL
R Programming
Mahout

เทคโนโลยีด้าน Cloud Computing

Amazon Web Services using EC2, S3 and EMR

ตัวอย่างเอกสารที่จะใช้ในการอบรม

เนื้อหาในการอบรม:

Module 1: Big Data Essentials and NoSQL

Introduction to Big Data (Dr.Thanachart, Dr.Putchong, Dr.Jirapun)

Big Data Definition
Why Big Data?
Big Data Eco-System
Big Data Benefits
Big Data vs. Business Intelligent vs. Analytics
Big Data Use Cases
Big Data Technology

Big Data Planning (Dr.Thanachart, Aj. Danairat)

Big Data Strategy
How to Start and Structure Team to Support Big Data in Your Organization
Big Data Project Management
Big Data Matuarity Model
Big Data Governance

Introduction to NoSQL (Dr.Thanachart, Dr.Thanisa, Aj.Luckchai)

What is NoSQL?
Introduction to MongoDB
The Mongo Shell
MongoDB Lab
Introduction to Casdrandra NoSQL
Understanding Cassandra Data Model
Creating Sample Application Using Cassandra

Module 2: Big Data Using Hadoop:

Introduction to Hadoop (Dr.Thanachart)

What is Hadoop?
Hadoop Architecture and HDFS
Comparison of Hadoop Software Distribution Products
Comparison of Hardware for Hadoop Ecosystem
Hadoop on Cloud: Hadoop as a Service

Hadoop Setup (Dr.Thanachart, Aj.Danairat)

Installing Hadoop on a local machine
Set up Hadoop Cluster (This Lab will be done on AWS)

Hadoop MapReduce Framework (Dr.Thanachart and Dr.Thanisa)

MapReduce Architecture
Anatomy of MapReduce Program
Demo on MapReduce.
Map Reduce Custom Libraries
Understand Map Reduce Types and Formats
Sequence Input Format and how to deal with complex MapReduce programs.

Hive, Pig (Aj.Danairat)

Programming Structure in Pig
Pig components,
Pig Latin Program,
Data Models in Pig,
Pig Data Types.
Hive QL: Joining Tables,
Dynamic Partitioning,
Custom Map/Reduce Scripts, Hive

Other Hadoop Components (Aj.Danairat, Dr.Thanachart)

HBase, HBase v/s RDBMS, HBase Components, HBase Architecture
Flume
Sqoop
Oozie, Oozie Components, Oozie Workflow,

Module 3: Business Intelligence Design&Process:

Introduction to BI (Aj.Chinnavit)

BI Development process
Requirement analysis
Data warehouse dimensional design
Dimensions and measures
Slowly changing dimensions
Enterprise data warehouse
Master data management

Data Integration (Aj.Chinnavit)

Data integration process
Working with ETL
Data flow and control flow
Checkpoint, logging, error handling

OLAP (Aj.Chinnavit)

OLAP structure and design
Populating OLAP
Hierarchical dimension
Calculated measure, MDX
KPI, scorecard measure
Pivoting with OLAP

Data Analytics (Aj.Chinnavit)

Data exploration, analytics and visualization
Ad-hoc analysis
In-memory analytics
Data visualization design and selection criteria

Data Mining ( Aj.Chinnavit)

Business applications with data mining
Data mining process and methodology
Principles and applications of various data mining methods for data analytics and knowledge discovery
Technology and trends

Module 4: Data Scientist Essentials