/Spark-StudyClub

Grupo de Estudios de Apache Spark organizado por la comunidad Data Engineering Latam

Primary LanguageJupyter Notebook

Spark Study Club

Bienvenidos al repositorio del grupo de estudios de Spark de Data Engineering Latam.

Mayor información aquí: Telegram

Sobre el grupo

El Spark Study Club de Data Engineering Latam está tomando la iniciativa de llevar sesiones de estudios sobre sobre diversos temas para que sus miembros puedan familiarizarse con Apache Spark, la herramienta de analítica unificada, multi lenguage y distribuída que forma parte de The Apache Software Foundation y que es utilizada para ejecutar tareas de ingeniería de datos y de ciencia de datos a gran escala.

Sobre el repositorio

Este repositorio acomoda los materiales utilizados en las sesiones de estudio sobre Apache Spark llevadas a cabo por Data Engineering Latam.

Instrucciones para utilizar el repositorio estarán dentro de las respectivas carpetas en root.


Sobre la comunidad Data Engineering Latam

Data Engineering Latam es la comunidad de datos más grande de América Latina cuya misión es promover el talento de la región a través de la difusión de charlas, talleres, grupos de estudio, ayuda colaborativa y la creación de contenido relevante.

Síguenos en nuestras redes oficiales

Todas y cada una de nuestras iniciativas y contenidos se mantienen sin apoyo de terceros. Si quieres vernos crecer, nos puedes ayudar con tus reacciones, comentarios y compartidas de nuestros contenidos en redes sociales 🥹

¿Quieres dar charla en la comunidad?

🎤 Cuéntanos aquí

Disclaimer

Este no es un curso, los ponentes no son profesores y tú no eres un alumno. Todos estamos aquí reunidos porque nos apasiona este campo. Si algún ponente propone ejercicios a resolver, no estás obligado a presentarlos (ni nosotros a corregirlos =)

¡Cualquier feedback que tengas, siempre con respeto, es bienvenido!

¿Cómo aprovechar mejor esta iniciativa?

Se recomienda compartir tu resumen a manera de slides, notion, canva, artículo en Medium, post en redes sociales o todo lo antes mencionado utilizando el #dataengineeringlatam y etiquetándonos.