Lac de données pour entreprises: Tirer parti de l'architecture Lambda pour construire un lac de données d'entreprise
A

Lac de données pour entreprises: Tirer parti de l'architecture Lambda pour construire un lac de données d'entreprise

Bases de données
data lake lambda architecture big data batch processing stream processing enterprise data scalable architecture
Auteur
Tomcy John, Pankaj Misra
Éditeur
Packt Publishing
Année
2017
Langue
Anglais
37
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Faire de l'architecture d'entreprise : Un guide de modèle de maturité pour le développement d'architecture

Faire de l'architecture d'entreprise : Un guide de modèle de maturité pour le développement d'architecture

Tom Graves, Slade Beard

Le Lac de Données Cloud : Un Guide pour Construire une Architecture de Données Cloud Robuste

Le Lac de Données Cloud : Un Guide pour Construire une Architecture de Données Cloud Robuste

Rukmani Gopalan

Déchiffrer les architectures de données : choisir entre un entrepôt de données moderne, une data fabric, un data lakehouse et un data mesh

Déchiffrer les architectures de données : choisir entre un entrepôt de données moderne, une data fabric, un data lakehouse et un data mesh

James Serra

Architectures de données modernes avec Python : Un guide pratique pour construire et déployer des pipelines de données, des entrepôts de données et des lacs de données avec Python

Architectures de données modernes avec Python : Un guide pratique pour construire et déployer des pipelines de données, des entrepôts de données et des lacs de données avec Python

Brian Lipp

Architecture des plateformes de données et de machine learning : permettre l'analytique et l'innovation pilotée par l'IA dans le cloud

Architecture des plateformes de données et de machine learning : permettre l'analytique et l'innovation pilotée par l'IA dans le cloud

Marco Tranquillin, Valliappa Lakshmanan, Firat Tekiner

CodeMosaic : Apprenez le développement piloté par l'IA et les meilleures pratiques modernes pour l'entreprise

CodeMosaic : Apprenez le développement piloté par l'IA et les meilleures pratiques modernes pour l'entreprise

Arpit Dwivedi

Data Engineering pour les pipelines de Machine Learning : des bibliothèques Python aux pipelines ML et aux plateformes cloud

Data Engineering pour les pipelines de Machine Learning : des bibliothèques Python aux pipelines ML et aux plateformes cloud

Pavan Kumar Narayanan

Java Deep Learning Essentials

Java Deep Learning Essentials

Yusuke Sugomori

Conception de systèmes d'apprentissage profond : Un guide pour les ingénieurs logiciels

Conception de systèmes d'apprentissage profond : Un guide pour les ingénieurs logiciels

Chi Wang, Donald Szeto, Yan Xue

Mathématiques et Architectures du Deep Learning

Mathématiques et Architectures du Deep Learning

Krishnendu Chaudhury, Ananya H. Ashok, Sujay Narumanchi, Devashish Shankar