dibuka Program Training Online / Webinar !

Tetap bisa training sekalipun #diRumahAja

PUBLIC TRAINING - PURNAMA ACADEMY

Kami Bekerjasama dengan hotel bintang di 4 kota Bandung-Jakarta-Bali-Cikarang untuk memberikan kenyamanan peserta public training

REQUEST FOR INHOUSE TRAINING

Inhouse Training adalah pilihan paling tepat untuk jumlah peserta perusahaan yang banyak dengan mengutamakan efisiensi biaya training.

PORTFOLIO : INHOUSE TRAINING ANDROID - PLN MALUKU

Inhouse Training Android Application Development di PT. PLN Wilayah Maluku selama 4 hari

PORTFOLIO : INHOUSE TRAINING MAGENTO - INFOTECH JAKARTA

Inhouse Training Magento E-Commerce berdurasi 7 hari dibagi 2 sesi Fundamental dan Advanced.

Sunday, March 18, 2018

TRAINING BIGDATA WITH APACHE HADOOP

Big Data with Apache Hadoop



Duration : 4 Days (09.00 – 16.00)
Venue  & Price : Click Here ,
Registration : Click Here 


Description :
Hadoop adalah framework atau platform open source berbasis Java di bawah lisensi Apache untuk support aplikasi yang jalan pada Big Data. Hadoop menggunakan teknologi Google MapReduce dan Google File System (GFS) sebagai fondasinya.

Pada awalnya Hadoop dikembangkan oleh Doug Cutting dan Mike Cafarella pada tahun 2005 yang saat itu bekerja di Yahoo. Nama Hadoop berdasarkan mainan 'Gajah' anak dari Doug Cutting.

Beberapa point penting Hadoop :
1. Hadoop merupakan framework/Platform open source berbasis Java
2. Hadoop di bawah lisensi Apache
3. Hadoop untuk support aplikasi yang jalan pada Big Data
4. Hadoop dikembangkan oleh Doug Cutting
5. Hadoop gunakan teknologi Google MapReduce dan Google File System (GFS)

Hadoop optimal digunakan untuk menangani data dalam jumlah besar baik data StructuredSemi-structured, maupun Unstructured. Hadoop mereplikasi data di beberapa komputer (Klustering), sehingga jika salah satu komputer mati/problem maka data dapat diproses dari salah satu komputer lainnya yang masih hidup

Topics include:

Introduction to Hadoop and Big Data:

• What is Big Data?

• What are the challenges for processing big data?

• What technologies support big data?

• What is Hadoop?

• Why Hadoop?

• History of Hadoop

• Use cases of Hadoop

• RDBMS vs Hadoop

• When to use and when not to use Hadoop

• Ecosystem tour

• Vendor comparison

• Hardware Recommendations & Statistics


HDFS: Hadoop Distributed File System:

Significance of HDFS in Hadoop

• Features of HDFS

• 5 daemons of Hadoop

• Data Storage in HDFS

Introduction about Blocks
Data replication
• Accessing HDFS

CLI (Command Line Interface) and admin commands
Java Based Approach
• Fault tolerance

• Download Hadoop

• Installation and set-up of Hadoop


Start-up & Shut down process
• HDFS Federation

Map Reduce:

• Map Reduce Story

• Map Reduce Architecture

• How Map Reduce works

• Developing Map Reduce

• Map Reduce Programming Model

• Creating Input and Output Formats in Map Reduce Jobs

PIG:

• Introduction to Apache Pig

• Map Reduce Vs. Apache Pig

• SQL vs. Apache Pig

• Different data types in Pig

• Modes of Execution in Pig

• Grunt shell

• Loading data

• Exploring Pig

• Latin commands

HIVE:

• Hive introduction

• Hive architecture

• Hive vs RDBMS

• HiveQL and the shell

• Managing tables (external vs managed)

• Data types and schemas

• Partitions and buckets

HBASE:

• Architecture and schema design

• HBase vs. RDBMS

• HMaster and Region Servers

• Column Families and Regions

• Write pipeline

• Read pipeline

• HBase commands

Flume

SQOOP

Participants :  (System Architecture, Database Administrator, IT Developer, IT Manager, CTO, CIO)


Saturday, March 17, 2018

IT TRAINING CENTER JAKARTA | PURNAMAACADEMY.COM


PurnamaAcademy.com - 0838.0838.0001 | Menyediakan pelatihan - IT and Management Training secara Exclusive di wilayah Jakarta bekerjasama dengan venue Hotel Berbintang dan Apartemen  di Jakarta  dengan beberapa topik unggulan diantaranya ITIL 2011 (IT Infrastructure Library), ISO 20000 (IT Service Management), ISO 27001 (Information Security),  ISO 38500 (IT Governance) , ISO 90003(Software Engineering), INDEKS KAMI (Indeks Keamanan Informasi - SMKI), SIX SIGMA Green Belt,  IIoT (Industrial 4.0 Internet of Things), COBIT 5 (Control Objectives for Information and Related Technologies) , CISA (Certified Information Systems Auditor) , CAPM, PMP,  PMO (Project Management Office), PRINCE 2 (PRojects IN Controlled Environments) , (PMBOK 6th (Project Management Body of Knowledge), BABOK 3.0 (Business Analysis Body of Knowledge) , DMBOK 3.0 (Data Management Body of Knowledge), UML 2.5 (Unified Modeling Language) , CRISC (Archimate 3.0 Modeling Language, EDMS (Electronic Document Management System), BPMN (Business Process Model and Notation), TOGAF 9.1 (The Open Group Architecture Framework), RDBMS (Relational Database Management System), ISTQB (International Software Testing Qualification Board), KMS (Knowledge Management System), eLMS (eLearning Management System), Big Data Analysis, Leadership, Managerial Skill, Production Management, HR Management, Financial Management, Cost Management, Project Management, SCM (Supply Chain Management),  CRISC (Certified in Risk and Information Systems Control) , Certified Data Centre Professional (CDCP), K3 Umum, Motivation Workshop. Training / Pelatihan diberikan oleh pengajar trainer ataua instruktur bersertifikasi Internasional dan juga praktisi di bidangnya. Tersedia juga training technical software seperti Microsoft Project, PRIMAVERA, QGIS, ARCGIS, MS Office , Excel VBA Macro, Autocad, Database Oracle, SQL Server, MySQL DBA, PostGreSQL, Codeigniter, Laravel, Yii, Magento ECommerce, Android Phonegap, Ajax JQuery, Catia 3D, Autocad, Java, Asp/VB.net, Corel Draw, Microsoft Office (Word-Excel-Powerpoint), python, erlang programming, Apache Hadoop , Apache Spark, Sparx Enterprise Architect. Selain Menyelenggarakan pelatihan training di Jakarta www.purnamaacademy.com 0838-0838-0001 juga menyelenggarakan di kota kota besar lain seperti Bandung ,Semarang ,Surabaya ,Bali-Legian ,Medan ,Palembang , Kota Pekanbaru , Kota Batam Center, Banjarmasin, Kota Balikpapan, Samarinda, Kota Makasar, Manado, Kendari, Semarang, Bogor, Karawang, Bekasi, Depok, Tangerang, Banten, yogyakarta, lombok, timor leste, madura, ambon maluku, kota jayapura papua dan hampir di seluruh wilayah Indonesia. Hubungi Hotline Center www.purnamaacademyhttp://www.purnamaacademy.com Training di 0838.0838.0001





Tuesday, March 13, 2018

Mengenal software ARCGIS

ArcGIS adalah paket perangkat lunak yang terdiri dari produk perangkat lunak sistem informasi geografis (SIG) yang diproduksi oleh Esri.


ArcGIS meliputi perangkat lunak berbasis Windows sebagai berikut:


  • ArcReader, yang memungkinkan pengguna menampilkan peta yang dibuat menggunakan produk ArcGIS lainnya;
  • ArcGIS Desktop, memiliki tiga tingkat lisensi:
  • ArcView, yang memungkinkan pengguna menampilkan data spasial, membuat peta berlapis, serta melakukan analisis spasial dasar;
  • ArcEditor, memiliki kemampuan sebagaimana ArcView dengan tambahan peralatan untuk memanipulasi berkas shapefile dab geodatabase;
  • ArcInfo, memiliki kemampuan sebagaimana ArcEditor dengan tambahan fungsi manipulasi data, penyuntingan, dan analisis.

Terdapat pula produk ArcGIS berbasis server, serta produk ArcGIS untuk PDA. Ekstensi dapat dibeli secara terpisah untuk meningkatkan fungsionalitas ArcGIS.

Untuk mengikuti pelatihan ARCGis yang bagus di Bandung Jakarta Surabaya Cikarang Bali silahkan daftar di purnamaacademy.com atau hubungi 0838-0838-0001


Thursday, March 8, 2018

Mengenal Sertifikasi ISTQB CTFL untuk Software Testes


Sertifikasi ISTQB adalah sertifikasi untuk profesi Software Tester yang telah diterima dan diakui secara internasional dimana ujian dilakukan secara online oleh Organisasi authorised melalui Testing Provider. Penyedia Ujian adalah organisasi yang diberi lisensi oleh member board untuk memberikan ujian secara lokal dan internasional termasuk sertifikasi pengujian online. Kandidat yang berhasil lulus ujian diberikan sertifikat ISTQB Certified Tester.purnamaacademy.com menyediakan semua materi Pelatihan QA yang dibutuhkan untuk lulus ujian tingkat dasar ISTQB Foundation. Gelar yang akan didapatkan adalah CTFL - ISTQB dan tanpa masa expired atau berlaku selamanya



Wednesday, March 7, 2018

Serangan DDOS mencapai rekor tertinggi Maret 2018


1,7 Tbps DDOS attack , Rekor tertinggi serangan hacker bulan Maret 2018

Serangan terhadap ke github memecahkan rekor minggu lalu, serangan mencapai puncaknya mencapai 1,35Tbps melalui 126,9 juta paket per detik.

Dalam waktu 5 hari saja, rekor  seranga ddos oleh hacker telah terpecahkan dengan menggunakan vektor serangan refleksi Memcached / amplification yang sama yang terkait dengan serangan Github.

NETSCOUT Arbor mengkonfirmasikan pemecahan rekor total 1.7 Tbps DDoS Attack yang dihitung dengan lalu lintas global ATLAS mereka dan sistem data ancaman DDoS terhadap target berbasis A.S yang tidak disebutkan namanya.Tapi serangan DDoS 1,7 Tbps terbesar tidak mengakibatkan downtime karena vendor memiliki mekanisme pertahanan yang sangat bagus.

Memcached adalah suatu middleware sehingga tidak memiliki kontrol akses dan  tentunya seharusnya tidak boleh terkoneksi internet publik, menurut laporan Shodan ada sekitar 88.000 server Memcached terbuka saat ini telah ditemukan.

Distributed Denial of Service (DDos) adalah salah satu jenis serangan Denial of Service yang menggunakan banyak host penyerang (baik itu menggunakan komputer yang didedikasikan untuk melakukan penyerangan atau komputer yang "dipaksa" menjadi zombie) untuk menyerang satu buah host target dalam sebuah jaringan.

Serangan Denial of Service klasik bersifat "satu lawan satu", sehingga dibutuhkan sebuah host yang kuat (baik itu dari kekuatan pemrosesan atau sistem operasinya) demi membanjiri lalu lintas host target sehingga mencegah klien yang valid untuk mengakses layanan jaringan pada server yang dijadikan target serangan. Serangan DDoS ini menggunakan teknik yang lebih canggih dibandingkan dengan serangan Denial of Service yang klasik, yakni dengan meningkatkan serangan beberapa kali dengan menggunakan beberapa buah komputer sekaligus, sehingga dapat mengakibatkan server atau keseluruhan segmen jaringan dapat menjadi "tidak berguna sama sekali" bagi klien.

Quoted by www.purnamaacademy.com

Monday, March 5, 2018

TRAINING HADOOP DEVELOPER WITH SPARK

HADOOP DEVELOPER WITH SPARK


www.purnamaacademy.com , Hotline (Call/SMS/WA) :  0838-0838-0001 , Jakarta , Bandung, Bali

Syllabus Overview

Saat ini Industri banyak menggunakan Hadoop secara ekstensif untuk menganalisis kumpulan data yang mereka miliki ,  alasannya adalah bahwa framework Hadoop bekerja atas dasar pada model pemrograman sederhana (MapReduce) dan memungkinkan solusi komputasi yang terukur, fleksibel, toleransi kesalahan dan hemat biaya. Disini, yang menjadi perhatian utama adalah menjaga kecepatan dalam mengolah dataset besar dalam hal waktu tunggu antara Query  dan waktu tunggu untuk menjalankan program.
Spark diperkenalkan oleh Apache Software Foundation untuk mempercepat proses komputasi komputasi Hadoop
Tidak seperti yang kebanyakan orang kira bahwa Spark bukanlah versi modifikasi dari Hadoop dan sebenarnya juga tidak bergantung pada Hadoop karena memiliki manajemen cluster sendiri. Hadoop hanyalah salah bagian dalam implementasi Spark.
Spark menggunakan Hadoop dengan dua cara – Pertama adalah penyimpanan dan yang kedua adalah pemrosesan. Namun karena Spark memiliki perhitungan manajemen cluster sendiri maka Spark menggunakan Hadoop lebih kepada untuk tujuan penyimpanan saja.

Class Type           : Training
Duration              : 4 Days (09.00 – 17.00)
Venue / Price    : Click Here ,
Registration       : Click Here 


Topics include:

Introduction to Hadoop and the Hadoop Ecosystem

·         Problems with Traditional Large-scale Systems
·         Hadoop!
·         The Hadoop EcoSystem

Hadoop Architecture and HDFS

·         Distributed Processing on a Cluster
·         Storage: HDFS Architecture
·         Storage: Using HDFS
·         Resource Management: YARN Architecture
·         Resource Management: Working with YARN

Importing Relational Data with Apache Sqoop

·         Sqoop Overview
·         Basic Imports and Exports
·         Limiting Results
·         Improving Sqoop’s Performance
·         Sqoop 2

Introduction to Impala and Hive

·         Introduction to Impala and Hive
·         Why Use Impala and Hive?
·         Comparing Hive to Traditional Databases
·         Hive Use Cases

Modeling and Managing Data with Impala and Hive

·         Data Storage Overview
·         Creating Databases and Tables
·         Loading Data into Tables
·         HCatalog
·         Impala Metadata Caching

Data Formats

·         Selecting a File Format
·         Hadoop Tool Support for File Formats
·         Avro Schemas
·         Using Avro with Hive and Sqoop
·         Avro Schema Evolution
·         Compression

Data Partitioning

·         Partitioning Overview
·         Partitioning in Impala and Hive

Capturing Data with Apache Flume

·         What is Apache Flume?
·         Basic Flume Architecture
·         Flume Sources
·         Flume Sinks
·         Flume Channels
·         Flume Configuration

Spark Basics

·         What is Apache Spark?
·         Using the Spark Shell
·         RDDs (Resilient Distributed Datasets)
·         Functional Programming in Spark

Working with RDDs in Spark

·         A Closer Look at RDDs
·         Key-Value Pair RDDs
·         MapReduce
·         Other Pair RDD Operations

Writing and Deploying Spark Applications

·         Spark Applications vs. Spark Shell
·         Creating the SparkContext
·         Building a Spark Application (Scala and Java)
·         Running a Spark Application
·         The Spark Application Web UI
·         Configuring Spark Properties
·         Logging

Parallel Programming with Spark

·         Review: Spark on a Cluster
·         RDD Partitions
·         Partitioning of File-based RDDs
·         HDFS and Data Locality
·         Executing Parallel Operations
·         Stages and Tasks

Spark Caching and Persistence

·         RDD Lineage
·         Caching Overview
·         Distributed Persistence

Common Patterns in Spark Data Processing

·         Common Spark Use Cases
·         Iterative Algorithms in Spark
·         Graph Processing and Analysis
·         Machine Learning
·         Example: k-means

Preview: Spark SQL

·         Spark SQL and the SQL Context
·         Creating DataFrames
·         Transforming and Querying DataFrames
·         Saving DataFrames
·         Comparing Spark SQL with Impala

Participants :  (Hadoop Developer , Big Data Analyst, IT Developer, DBA  )

Speaker  : Purnama Academy Trainer

#trainingbigdata  #hadoop #sparkhadoop #silabustraining #tempattraining  #pelatihan #jakarta  #bandung  #bali  #surabaya #makasar #jadwaltraining






Top Topics

JadwalKegiatan.com