Spark Master Course

Module 01 – Java Fundamentals
Module 02 – Object oriented programming
Module 03 – Java Collections
Module 04 – Java Packages
Module 05 – Introduction to XML
Module 06 – Java Database Connectivity
Module 07 – Java Servlets
Module 08 – Java Server Page
Module 09 – Spring and Hibernate Frameworks
Module 10 – Advanced Spring and AJAX
Module 11 – Service Oriented Architecture

Tools covered

Scala Course Content

Module 01 – Introduction to Scala
Module 02 – Pattern Matching
Module 03 – Executing the Scala Code
Module 04 – Classes Concept in Scala
Module 05 – Case Classes and Pattern Matching
Module 06 – Concepts of Traits with Example
Module 07 – Scala–Java Interoperability
Module 08 – Scala Collections
Module 09 – Mutable Collections Vs. Immutable Collections
Module 10 – Use Case Bobsrockets Package

Spark Course Content

Module 11 – Introduction to Spark
Module 12 – Spark Basics
Module 13 – Working with RDDs in Spark
Module 14 – Aggregating Data with Pair RDDs
Module 15 – Writing and Deploying Spark Applications
Module 16 – Parallel Processing
Module 17 – Spark RDD Persistence
Module 18 – Spark MLlib
Module 19 – Integrating Apache Flume and Apache Kafka
Module 20 – Spark Streaming
Module 21 – Improving Spark Performance
Module 22 – Spark SQL and Data Frames
Module 23 – Scheduling/Partitioning

Tools covered

Module 01 – Python Environment Setup and Essentials
Module 02 – Python language Basic Constructs
Module 03 – OOP concepts in Python
Module 04 – Database connection
Module 05 – NumPy for mathematical computing
Module 06 – SciPy for scientific computing
Module 07 – Matplotlib for data visualization
Module 08 – Pandas for data analysis and machine learning
Module 09 – Exception Handling
Module 10 – Multi Threading & Race Condition
Module 11 – Packages and Functions
Module 12 – Web scraping with Python

Tools covered

Module 01 – Introduction to the Basics of Python
Module 02 – Sequence and File Operations
Module 03 – Functions, Sorting, Errors and Exception, Regular Expressions, and Packages
Module 04 – Python: An OOP Implementation
Module 05 – Debugging and Databases
Module 06 – Introduction to Big Data and Apache Spark
Module 07 – Python for Spark
Module 08 – Python for Spark: Functional and Object-Oriented Model
Module 09 – Apache Spark Framework and RDDs
Module 10 – PySpark SQL and Data Frames
Module 11 – Apache Kafka and Flume
Module 12 – PySpark Streaming
Module 13 – Introduction to PySpark Machine Learning

Tools covered

Module 01 – Databricks Spark

Tools covered

Module 01 – Spark Using Java

Tools covered