PySpark Einführung

Die Verarbeitung großer Datenmengen gehört mittlerweile zu den zentralen Herausforderungen für Unternehmen, die ihre Informationsbestände systematisch auswerten möchten. Apache Spark hat sich als Framework etabliert, wenn es um verteilte Datenverarbeitung geht, und mit PySpark steht eine Python-Schnittstelle zur Verfügung, die Entwicklerinnen und Entwicklern den Zugang erleichtert. Das Seminar am 20.08.2026 in Köln widmet sich dieser Schnittstelle und richtet sich an Fachkräfte, die im Bereich Datenengineering tätig werden möchten. Die GFU Cyrus AG bietet dabei ein technisches Training an, das die Grundlagen der Datenverarbeitung mit PySpark abdeckt und darüber hinaus Aspekte der Performance-Optimierung behandelt. Letzteres ist besonders relevant, da effiziente Pipelines maßgeblich über Laufzeiten und Ressourcennutzung entscheiden. Teilnehmerinnen und Teilnehmer befassen sich mit Konzepten wie DataFrames und können nachvollziehen, wie Abfragen strukturiert werden müssen, um optimale Ausführungspläne zu erzielen. Köln als Veranstaltungsort in Nordrhein-Westfalen macht das Angebot für Interessierte aus dem gesamten Rheinland zugänglich. Der genaue Veranstaltungsort wird noch bekanntgegeben. Wer sich mit verteilten Systemen auseinandersetzt und Python bereits kennt, findet hier eine Gelegenheit, praktische Fähigkeiten im Umgang mit Spark zu entwickeln.