课程主页: https://www.coursera.org/learn/big-data-integration-processing
随着数据科技的发展，大数据已经成为了推动各个行业的重要力量，而相应的大数据处理和分析能力也成为了越来越多企业展现竞争力的关键。在这个背景下，我中意的《大数据集成与处理》课程就显得尤为重要。
这门课程是Coursera上的大数据专业系列课程中的第三门，特别为那些对数据科学感兴趣，但初学者们设计。当你完成这门课程后，将能够：
- 从范例数据库和大数据管理系统中获取数据
- 了解数据管理操作与各种大数据处理模式之间的联系。
- 识别何时需要进行大数据集成
- 在Hadoop和Spark平台执行简单的大数据集成与处理
课程纲要
1. 欢迎认识大数据集成与处理: 学习如何安装Cloudera虚拟机，下载数据集和启动Jupyter服务器.
2. 大数据检索（第一部分）: 学习有关关系查询和Postgres数据库数据获取的各个方面。
3. 大数据检索（第二部分）: 探索NoSQL数据的数据获取、数据聚合，学习如何使用Pandas从MongoDB和Aerospike中获取数据。
4. 大数据集成: 介绍数据集成工具，例如Splunk和Datameer，获得关于信息集成过程的实用视角。
5. 大数据处理: 确保能够处理大数据的操作管道和分析技术。
6. 使用Spark进行大数据分析: 学习Spark Core的工作原理，并深入了解Spark MLlib和GraphX。
7. 亲手学以致用: 将MongoDB和Spark结合运用: 实践分析Twitter数据，巩固所学的知识。
推荐理由
在这些模块中，课程结合理论学习和实践操作，激发了我对数据的探索精神，让我对于未来在数据科学岗位的探索充满信心。如果你希望在大数据领域打下坚实的基础，这门课程绝对供你不可或缺，可以为即将进入这一领域的你赋予必要的技能与知识。我推荐所有对数据科学感兴趣的同学考虑此门课程！
课程主页: https://www.coursera.org/learn/big-data-integration-processing