Spark Python

Cette formation de 3 jours sur Spark avec Python initie les participants aux fondamentaux du calcul distribué, en progressant logiquement des opérations batch aux traitements en temps réel, puis à l'optimisation, au machine learning et au déploiement. Jour 1 : découverte de Spark, transformations et actions de base sur DataFrames en batch. Jour 2 : Spark Streaming pour le traitement temps réel (fenêtres, triggers, late data). Jour 3 : optimisation des jobs, pipelines ML avec Spark MLlib et déploiement (AWS, conteneurs). Les méthodes d'apprentissage reposent sur des exercices pratiques concrets : analyse de données aériennes, flux IoT et financiers en streaming, prédiction de churn ou survie Titanic, avec configuration d'environnements et sauvegardes cloud. À l'issue, les participants maîtrisent la manipulation de gros volumes de données, l'analyse temps réel, les pipelines ML et les déploiements optimisés. Prérequis : connaissances solides en Python, notions de base en big data recommandées.