课程主页: https://www.coursera.org/learn/big-data-integration-processing
随着大数据时代的到来，数据科学成为了热门职业选择。对于新手来说，如何在大数据领域找到合适的学习资源，往往是一个挑战。今天，我想推荐一门在Coursera上提供的课程——《大数据集成与处理》。这门课程不仅内容丰富，而且非常实用，对于希望进入数据科学领域的人来说是不可或缺的。
课程概述：在课程结束时，你将能够：
- 从示例数据库和大数据管理系统中检索数据
- 描述数据管理操作与大数据处理模式之间的联系，以便在大规模分析应用中利用它们
- 识别何时需要进行数据集成
- 在Hadoop和Spark平台上执行简单的大数据集成和处理
这门课程适合刚接触数据科学的学习者，完成《大数据入门》课程后参加将更有助于理解。
课程大纲：
欢迎来到大数据集成与处理
这一周你将了解大数据集成与处理的基本概念。此外，你将被引导安装Cloudera虚拟机，下载本课程所需的数据集，并学习如何运行Jupyter服务器。
检索大数据（第一部分）
本模块涵盖数据检索和关系查询的各个方面，并介绍Postgres数据库。
检索大数据（第二部分）
本模块涵盖NoSQL数据的检索、数据聚合和处理数据帧的各个方面。你将学习如何使用Pandas从MongoDB和Aerospike中检索数据。
大数据集成
在本模块中，你将了解数据集成工具，包括Splunk和Datameer，从而获得有关信息集成过程的实用见解。
处理大数据
这一模块将向学习者介绍大数据管道和工作流，及如何使用Apache Spark进行大数据的处理和分析。
使用Spark进行大数据分析
在本模块中，你将深入学习大数据处理，了解Spark核心的内部工作原理，并介绍Spark工具包中的两个关键工具：Spark MLlib和GraphX。
实践学习：应用MongoDB和Spark
在此模块中，你将获得实际的动手经验，将所学知识应用于分析Twitter数据。
总而言之，这门《大数据集成与处理》课程为大数据处理提供了系统的知识架构，是新手学习数据科学的良好起点。无论你是想丰富自己的技能，还是想在数据科学领域发展，这门课程都不容错过。
课程主页: https://www.coursera.org/learn/big-data-integration-processing