Calvin Candie
Вечный
Calvin Candie
Вечный
- 2 Сен 2018
- 36,565
- 1,718
Автор: learndataengineering
Название: Contact Tracing с использованием Elasticsearch (2025)
[learndataengineering] Contact Tracing with Elasticsearch (2025)
В этом увлекательном инженерном проекте вы научитесь отслеживать перемещения пользователей по их сканированиям с телефона. Цель проекта - использовать Elasticsearch как поисковую систему для анализа набора данных, в котором 100,000 пользователей посещают магазины и делают 1,000,000 сканирований.
Вы создадите собственный набор данных на Python и Pandas, используя открытый датасет магазинов Сан-Франциско, содержащий более 140,000 магазинов с их названиями и координатами. Из этого датасета вы выберете 10,000 магазинов и создадите 100,000 вымышленных пользователей, которые совершат в среднем по 10 сканирований каждый. После загрузки данных в Elasticsearch вы создадите пользовательский интерфейс на Streamlit для визуализации данных.
Интерфейс вашего приложения включает:
Требования
Перед началом работы рекомендуется пройти курс «Анализ логов в Elasticsearch» для понимания основ работы с Elasticsearch. Также, из-за обширной работы с данными, желательно пройти уроки по Pandas из курса «Python для инженеров данных».
Проект рассчитан на компьютер с 8 ГБ оперативной памяти.
Материал на английском языке
Подробнее:
Скачать:
Название: Contact Tracing с использованием Elasticsearch (2025)
[learndataengineering] Contact Tracing with Elasticsearch (2025)
В этом увлекательном инженерном проекте вы научитесь отслеживать перемещения пользователей по их сканированиям с телефона. Цель проекта - использовать Elasticsearch как поисковую систему для анализа набора данных, в котором 100,000 пользователей посещают магазины и делают 1,000,000 сканирований.
Вы создадите собственный набор данных на Python и Pandas, используя открытый датасет магазинов Сан-Франциско, содержащий более 140,000 магазинов с их названиями и координатами. Из этого датасета вы выберете 10,000 магазинов и создадите 100,000 вымышленных пользователей, которые совершат в среднем по 10 сканирований каждый. После загрузки данных в Elasticsearch вы создадите пользовательский интерфейс на Streamlit для визуализации данных.
Интерфейс вашего приложения включает:
- Поиск по названию магазина
- Поиск по ZIP-коду для фильтрации магазинов по районам
- Поиск по идентификатору бизнеса для анализа посещений
- Поиск и отслеживание по Device ID, чтобы видеть, где побывал конкретный пользователь
- Преобразовывать данные и загружать их в формате parquet в Elasticsearch
- Работать с Kibana для управления индексами и поиска документов
- Создавать интерактивный интерфейс на Streamlit с элементами управления, картами Folium и таблицами
- Настраивать страницы и выполнять запросы к Elasticsearch
- Подготовка датасета Сан-Франциско с 10,000 магазинами
- Генерация 100,000 вымышленных пользователей
- Слияние данных пользователей с магазинами
- Создание 1,000,000 сканирований приложением
- Подготовка данных для загрузки в Elasticsearch
- Загрузка данных в Elasticsearch
- Разработка Streamlit-приложения: карты, фильтры, таблицы
- Настройка страницы и работа с запросами Elasticsearch
Требования
Перед началом работы рекомендуется пройти курс «Анализ логов в Elasticsearch» для понимания основ работы с Elasticsearch. Также, из-за обширной работы с данными, желательно пройти уроки по Pandas из курса «Python для инженеров данных».
Проект рассчитан на компьютер с 8 ГБ оперативной памяти.
Материал на английском языке
Подробнее:
Скрытое содержимое доступно для зарегистрированных пользователей!
Скачать:
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
