Spark und Python für Big Data und Data Science mit PySpark (Udemy.com)

Wirklich gute Einführung in Spark. Vor allem der ML-Teil mit Spark hat mir sehr gut gefallen. Es gibt allerdings ein Manko: Der Kurs müsste mal wieder überarbeitet werden. Teilweise funktionieren die Links nicht und am Anfang ist man etwas verwirrt, welche Materialien (ZIP-Dateien) man verwenden soll.

Der Kurs bietet einen guten Einstieg in PySpark. Die Machine Learning Projekte werden leider nur oberflächlich behandelt, sodass einige Fragen leider ungeklärt bleiben. Ich finde es falsch, wenn bei DataScience Kursen der Eindruck entsteht, dass man ein ML-Algorithmus auf Daten schmeißt und fertig. Dieser Kurs ist als absoluter Anfängerkurs zu begreifen. Unter dieserm Aspekt, alles top!

Die Erklärung von MapReduce hätte mit einzelnen Bildern oder anhand des vorhandenen Bildes mit Pfeilen noch etwas mehr AHA-Effekt gehabt

Der Kurs selbst finde ich hervorragend, aber die beschriebenen Voraussetzungen passen nicht mehr, da sich die Python-, Spark- und Windowswelt deutlich weiterentwickelt hat. Aus meiner Sicht fehlt ein neuer Einleitungsteil, der darauf hinweist wie man eine Arbeitsumgebung aufsetzt - da gibt es viele Fallstricke. AWS am Ende der Lektion finde ich gut untergebracht, da hier bzgl. Security doch viel zusätzliches Knowhow erforderlich ist. Sehr gut gefahren bin ich nachdem ich mich entschlossen hatte eine virtuellen Maschine mit Ubuntu (GUI-Variante) aufzusetzen und alles dort lokal zu installieren und zu benutzen. Hierbei ist es jedoch wichtig nested Virtualisierung zu aktivieren, damit Docker in der VM problemlos funktionieren kann. Der Kurs hätte 5 Sterne verdient, aber die wirklich mühsame Vorarbeiten führen zu einem Abzug. Hinweisen möchte ich auch auf die freundliche Unterstützung bei Nachfragen.

Mit meinem umfangreichen Wissen über pandas und Machine Learning (aus dem Kurs eines anderen Dozenten) konnte mir dieser Kurs leider nicht den entscheidenden Mehrwert bieten. pySpark wurde vergleichsweise oberflächlich behandelt. Bis auf wenige Zeilen war der Code eigentlich immer identisch. Gleichzeitig wurden die ML-Algorithmen wenig bis gar nicht erklärt - für mich aber okay aufgrund des vorangegangenen Kurses. Wirklich verbesserungswürdig fand ich aber, dass die Notebooks im Video teils größere Unterschiede zu denen, die zur Verfügung standen, aufwiesen und die Folien nur selten direkt als PDF zur Verfügung standen. Gerade in den späteren ML- und Streaming-Sessions. Bei den Empfehlungssystemen fehlte zudem ein Video zum Praxisbeispiel.

Der Kurs ist super bis jetzt und ich lerne sehr viel, so wie ich es erwartet habe! Ich war bei den AWS Security Einstellungen (alle ports offen) etwas beunruhigt. Auch wenn der Kurs nur unwichtige Datenquellen verarbeitet hätte ich mir erhofft zu lernen wie die AWS Security Einstellungen in einem echten Szenario hätten aussehen müssen. Außerdem kann eine gahakte Instanz auch unabhängig von der Wichtigkeit meiner Daten missbraucht werden.

Scheint bisher einen guten Eindruck zu machen. Inhalte passen! Bin gespannt wie es weiter geht...

Der Kurs hat ein sehr gutes Level und als Anfänger in Big Data komme ich sehr gut mit. Der Kursleiter erklärt alles sehr genau und man kann ihm sehr gut folgen.

René hat eine so wunderbar ruhige und klare Aussprache mit einfach gehaltenen Formulierungen, so dass auch Themenneulinge dem Inhalt gut folgen können - und das, obwohl das Thema naturbedingt etwas trocken ist. Der Inhalt ist sehr granular aufgebaut, es ist kaum möglich irgend etwas nicht zu verstehen. Perfekt, ich sehe in diesem Bereich kein Verbesserungspotenzial. Danke für Deinen Aufwand! Was mir auffällt: Software-Systeme entwickeln sich vor allem im nichtkommerziellen Bereich schnell und unkoordiniert weiter. Das zeigt sich auch bei den im Kurs verwendeten Versionen. Wer heute neuere Versionen einsetzt, der wird mit einer Reihe von Fehlermeldungen überschüttet, die entweder selbst gelöst werden müssen oder eben auf diese eine alte verwendete Versionen gewechselt werden muss. Bei AWS gibt es keine echte Lösung, da sich deren virtuelle Rechnersysteme ebenfalls unkoordiniert weiterentwickeln und nicht wirklich an Anaconda angepasst sind. Die Beispieldaten habe ich mir überwiegend gegoogelt und dann in lokale Dateien gespeichert, weil diese entweder in der aktuellen Anaconda-Distribution nicht mehr enthalten waren oder dem Kurs nicht (auf den ersten Blick sichtbar) beilagen. Da es sich bei den Beispieldaten um gängige Standard-Beispieldaten handelt, war das aber kein Problem - war alles online verfügbar. Und noch etwas: die Rückmeldezeiten von René sind extrem schnell, oft innerhalb von 24h.

Am Ende ist alles irgendwie gelaufen, aber mit zT größerem Zeiteinsatz als erwartet. Wäre vielleicht besser nur eine lokale Version auf einem OS zu behandeln und VM's zur Verfügung stellen. Für die Praxis sind HW Configs nicht unwichtig. Als Einsteigerkurs hat ist er sehr gut; für berufliche Nutzung fehlt noch einiges.