Cómo despertar el interés en la ingeniería eléctrica.

Answer 1

Apache Spark continúa ganando impulso en el panorama actual de análisis de big data. Aunque es una entrada relativamente nueva en el ámbito, Apache Spark ha ganado una inmensa popularidad entre las empresas y los analistas de datos en un corto período. Apache Spark es uno de los proyectos de big data de código abierto más activos. La razón detrás es su versatilidad y diversidad de uso. Big Data Hadoop, Spark, Storm, Scala – Clases de entrenamiento combinado en línea | Big Data Hadoop, Spark, Storm, Scala – Cursos combinados en línea

Spark es admirado por muchas razones por los desarrolladores y analistas para consultar, analizar y transformar datos rápidamente a escala. En palabras simples, puede llamar a Spark una alternativa competente a Hadoop, con sus características, fortalezas y limitaciones. Spark se ejecuta en la memoria para procesar datos con velocidad y sofisticación que los otros enfoques complementarios como Hadoop Map Reduce. Puede manejar varios terabytes de datos a la vez y realizar un procesamiento eficiente. Tutorial de Spark, Tutorial en línea de Spark | Intellipaat.com

Uno de los excelentes beneficios de usar Spark es que a menudo se usa en el modelo de almacenamiento de datos de Hadoop, es decir, HDFS y puede integrarse bien con otros marcos de big data como H Base, MongoDB, Cassandra. Es una de las mejores opciones de big data para aprender y aplicar algoritmos de aprendizaje automático en tiempo real. Tiene la capacidad de ejecutar consultas repetidas en grandes bases de datos y potencialmente tratarlas.

Conociendo el excelente crecimiento futuro y la rápida adopción de Apache Spark en el mundo empresarial actual, hemos diseñado este tutorial de Spark para educar a los programadores masivos en un marco interactivo y rápido. El tutorial tiene como objetivo entrenarlo en conceptos para principiantes sobre el uso de Spark, así como obtener información sobre sus módulos avanzados. Para todos aquellos que están viendo un tutor experto de Spark, este paquete de aprendizaje es el final encantador y bien informado de su búsqueda.

Incluye una aclaración detallada de Spark y Hadoop Distributed File System. Los temas principales incluyen Componentes de Spark, Algoritmos comunes de Spark-Algoritmos iterativos, Análisis de gráficos, Aprendizaje automático, Ejecución de Spark en un clúster. Además, podrá escribir algoritmos usted mismo aprendiendo a escribir aplicaciones Spark utilizando Python, Java, Scala, RDD y sus operaciones. Dado que Spark tiene la capacidad de ejecutarse en diversas plataformas utilizando varios lenguajes, es una fase importante para obtener información sobre el desarrollo de aplicaciones con varios lenguajes de programación mencionados.

Este paquete de aprendizaje también cubre Spark, Hadoop y Enterprise Data Center, Algoritmos comunes de Spark y Spark Streaming, que es otra característica importante de Spark. La mayoría de los desarrolladores de aplicaciones utilizan con frecuencia esta transmisión de datos para controlar las transacciones financieras fraudulentas. Si encuentra útil este tutorial, puede navegar a través de nuestros múltiples cursos de capacitación combinados de Spark, Storm, Scala y Spark con Python, que pueden ayudarlo a crecer técnica y administrativamente.

Audiencia recomendada

• Analistas y arquitectos de Big Data
• Profesionales de software, desarrolladores de ETL e ingenieros de datos
• Científicos de datos y profesionales de análisis
• Programadores principiantes y de nivel avanzado en Java, C ++, Python
• Graduados con el objetivo de aprender el lenguaje de programación más reciente y eficiente para procesar Big Data de una manera más rápida y fácil.

Prerrequisitos

• Antes de comenzar con este tutorial, comprenda bien los conceptos básicos de Java y los conceptos de programación.
• De hecho, su conocimiento de otros lenguajes de programación como C, C ++, Python y análisis de Big Data será beneficioso para descifrar mejor los temas.

Answer 2

Aquí van mis dos centavos, y esta es una opinión personal. Otros te darán diferentes respuestas. Anticipo que a veces mis (nuestras …) opciones de vida no están financiadas de manera muy lógica, pero se hacen, o deberían hacerse, con el corazón …

1) Por qué elegí inscribirme en EE después de la escuela secundaria: primero, tenía un buen amigo que estaba decidido a ingresar a EE, y esto ha sido importante para mi decisión. Ambos pudimos ingresar en la mejor escuela de ingeniería de mi país. Además, EE era un área de estudios “que me pareció mágica” porque no entendía (o “veía” …) cómo funcionaba un televisor, cómo el hombre podía construir una caja tipo refrigerador que desplegara a algunos tipos en la luna 🙂 etc … Esto fue alrededor de 1977 🙂 las computadoras eran dispositivos mágicos (nunca había estado cerca de una computadora en ese momento). También consideré inscribirme en Ciencias Médicas o Biología (me gustaban las cosas bio …) en ese momento, pero parecían cursos menos desafiantes y no quería pasar mi vida entre sangre y enfermedades 🙂 Curiosamente, nunca me gustaron las matemáticas o la física. : La física fue una decepción en un momento dado, porque impuse dos limitaciones fundamentales en el Universo y en mi vida: la velocidad máxima de la luz y la temperatura mínima 🙂 … Y las matemáticas puras son demasiado secas y aburridas (incluso hoy, todavía pienso así …), aunque las matemáticas aplicadas son realmente una alegría 🙂

Entonces, para resumir, entré en EE porque era un poco arrogante y arrogante y me desafiaron al aprender cómo funcionaba la electrónica (luego pensé que sabía “todo” sobre los asuntos que se enseñan en la escuela secundaria …).

2) En medio de mi segundo año del curso de EE en la Universidad, estaba muy cerca de dejar de fumar porque no me gustaban demasiado los cursos que tenía, mis calificaciones en Cálculo y otros cursos de matemáticas eran bastante más bajas que las que yo tenía. tuve en la escuela secundaria 🙂 y no estaba cerca de saber por qué y cómo un transistor amplifica señales, aunque pude invertir a mano 7 x 7 matrices y calcular integrales triples. También aprendí a programar computadoras en Basic y Fortran IV, en máquinas IBM360 e IBM370, usando mazos de tarjetas perforadas, pero la programación no parecía tan agradable 🙂 … Sin embargo, cambié de opinión acerca de la programación 🙂

Afortunadamente no abandoné EE entonces 🙂

3) Muchos años después, cuando estaba terminando mi maestría en EE (aviso: este era mi séptimo año de estudios de EE, mi licenciatura en EE era de 5 años completos, el curso de maestría tenía más de 2 años) Finalmente tuve una epifanía y de repente me di cuenta de que realmente sabía muchas cosas sobre electrónica. Finalmente también obtuve un doctorado en EE.

4) Hoy no cambiaría, de ninguna manera, mi carrera en EE por una carrera en cualquier otra vía científica (o no científica). Sin médico, sin corredor de Wall Street, sin banquero (aunque si fuera un banquero podría conducir un buen auto deportivo 🙂 que es un objeto esencial para poseer después de ir más allá de medio siglo de vida, y ciertamente es uno de los deseos que nunca cumpliré antes de convertirme en gusano 🙂 …), ningún CEO de una empresa emergente muy rentable (por cierto, realmente nunca entendí todo el bombo sobre comenzar tu propia empresa … quizás haya un poco de aventura allí, pero me parece que la mayoría de las veces lidiar con ángeles, capitalistas de riesgo, gerentes engreídos y otras correas 🙂 es un PIA …), no es una estrella de Hollywood, no es un multimillonario con ambiciones políticas. Lo digo de muy buen humor y de memoria. Pero tal vez me equivoque, después de todos estos años … ¿Es este estado mental de “haber elegido la carrera correcta” una consecuencia de la “alegría de EE”? Realmente no lo sé, pero está ahí, sin embargo.

En conclusión…

… mi consejo para ti es que “esperes” en EE, sin duda, obtendrás vistas brillantes, y te sentirás satisfecho y con un alto nivel de autoestima :-). Desafortunadamente, para comprender y diseñar la electrónica, realmente hay que profundizar y dominar bastante conocimiento. Además, tener “modelos de trabajo” de dispositivos electrónicos comunes en su mente es difícil y difícil. El diodo y el transistor son dispositivos no lineales traviesos: modulación, espectro ensanchado, parámetros S, cosas óptimas, cosas adaptativas, lenguajes de programación como LISP y Haskell :-), etc …, todos estos elementos básicos en las carreras de EE, son bastante Ideas y técnicas desafiantes.

Pero al final creo que encontrarás algo de alegría (además de un buen trabajo …).

Answer 3

Más que> muchos tan

Answer 4

Si mi amigo. Lo siento por responder tarde. Yo también soy ingeniero eléctrico. Mi interés en este tema surgió de mi excepcional amor e interés en el fenómeno de los rayos y el magnetismo. Aunque mi sucursal de EEE me enseñó muchas cosas, salvo estas 2, sin embargo, fue interesante. Puede visitar sitios como instructables.com, que creo que es el mejor sitio para proyectos prácticos.

Answer 5

Curioso tiene que ver con cómo elegir EE como su mayor.
No hay nada que le impida construir sus propios proyectos y hay muchos recursos en la red para piezas. En cuanto a qué proyecto debe construir, es una decisión personal. Podría comenzar con un ejercicio de laboratorio y expandirlo. Usa tu imaginación, la parte fundamental de la ingeniería.