Топчик
Спасибо! Рад, что PySpark зашёл 🙌
Бесплатный курс по PySpark для аналитиков: переход от pandas к распределённым вычислениям. DataFrame API, партиционирование, shuffle, джойны и оконные функции на терабайтных данных.
| Показатель | Текущие показатели | Рост | |||
|---|---|---|---|---|---|
| Значение | 🏆 Рейтинг | 3 дн | 7 дн | 30 дн | |
| 433 | |||||
| 0 | |||||
| 2 | |||||
| 5.000 | |||||
| 99 | |||||
| 181 | |||||
| 22 | |||||
| — | |||||
| — | — | ||||
| — | — | — | — | ||
| — | — | — | — | ||
| Сложность | normal | — | — | — | — |
Топчик
Спасибо! Рад, что PySpark зашёл 🙌
1.Закрыл пробелы в теоретических знаниях, очень подробно описывается архитектура spark изнутри, как раз то, что было необходимо; 2.Описание теории, объем полезных знаний; 3. Можно добавить количество задач на pyspark и их сложность, более точнее описывать задания для решения; 4. Курс выбирал исходя из потребностей в spark, отталкивался от описания курса. Неплохой курс, много нужной теории, за ней и пришел, что касается практической части - решение задач, то они только для начинающих, рекомендую тем, кто хочет убрать пробелы в теории.
Спасибо за отзыв! Добавлю еще больше задач