内容紹介：Ａｐａｃｈｅ　Ｓｐａｒｋの仕組みとビッグデータ向けの大規模処理とＭＬ開発を徹底解説本書は、ビッグデータを主な対象としたデータ分析フレームワークであるＡｐａｃｈｅ　Ｓｐａｒｋ、ｍｌｆｌｏｗ、ｄｅｌｔａ　ｌａｋｅの中級入門書です。「動かしてみる」だけではなく、どのような仕組みになっているのか、どうすれば効率的な実装が行えるかまで踏み込みつつ、データＡＩの実装者がＡｐａｃｈｅ　Ｓｐａｒｋ、ＭＬｆｌｏｗ　およびｄｅｌｔａ　ｌａｋｅを使いこなすための解説を行います。本書では、単純なデータ分析と複雑なデータ分析を実行し、どのように機械学習アルゴリズムを採用していくか、解説していきます。Ａｐａｃｈｅ　Ｓｐａｒｋの導入から解説をはじめ、Ｓｐａｒｋ　ＳＱＬとデータフレーム、データセットを紹介していきます。そこから、Ａｐａｃｈｅ　Ｓｐａｒｋを利用した実践的な機械学習の方法を解説していきます。本書での学習を通じて、次のことが学習できます。・Ｐｙｔｈｏｎ、ＳＱＬ、Ｓｃａｌａ、またはＪａｖａの高レベルの構造化ＡＰＩの学習・Ｓｐａｒｋ　の操作とＳＱＬエンジンの理解・Ｓｐａｒｋ　構成とＳｐａｒｋ　ＵＩを使用したＳｐａｒｋ操作の検査、調整、デバッグ・ＪＳＯＮ、Ｐａｒｑｕｅｔ、ＣＳＶ、Ａｖｒｏ、ＯＲＣ、Ｈｉｖｅ、Ｓ３、またはＫａｆｋａといったデータソースへの接続・構造化ストリーミングを使用してバッチ　データとストリーミング　データの分析を実・オープンソースのＤｅｌｔａ　ＬａｋｅとＳｐａｒｋを使用して信頼性の高いデータ　パイプラインを構築・ＭＬｌｉｂを使用する機械学習パイプラインの開発、ＭＬｆｌｏｗを使用するモデルの管理、本番化・［日本語版オリジナルコンテンツ］ｐａｎｄａｓ　ｄａｔａｆｒａｍｅ、ｓｐａｒｋ　ｄａｔａｆｒａｍｅに関する各種データフレームの使い分け　・［日本語版オリジナルコンテンツ］ＬＬＭやＥｎｇｌｉｓｈ　ＳＤＫ　ｆｏｒ　ＳｐａｒｋなどＡＩを活用した新たなコーディングスタイル、ＬＬＭの利用方法の実践※本書は『Ｌｅａｒｎｉｎｇ　Ｓｐａｒｋ：　Ｌｉｇｈｔｎｉｎｇ－Ｆａｓｔ　Ｄａｔａ　Ａｎａｒｙｔｉｃｓ　２ｎｄ　Ｅｄｉｔｉｏｎ』の邦訳です。
統合型アナリティクスエンジンの仕組みとビッグデータの大規模処理を徹底解説。基本操作からＤｅｌｔａ　ＬａｋｅやＭＬｌｉｂを利用したパイプラインの構築まで紹介。
もくじ情報：１　Ａｐａｃｈｅ　Ｓｐａｒｋ入門；２　Ａｐａｃｈｅ　Ｓｐａｒｋのダウンロードと入門；３　Ａｐａｃｈｅ　Ｓｐａｒｋの構造化ＡＰＩ；４　Ｓｐａｒｋ　ＳＱＬとＤａｔａＦｒａｍｅ：組み込みデータソースの紹介；５　Ｓｐａｒｋ　ＳＱＬとＤａｔａＦｒａｍｅ：外部データソースとのインタラクション；６　Ｓｐａｒｋ　ＳＱＬとＤａｔａｓｅｔ：７　Ｓｐａｒｋアプリケーションの最適化およびチューニング；８　構造化Ｓｔｒｅａｍｉｎｇ；９　Ａｐａｃｈｅ　Ｓｐａｒｋを用いた信頼性の高いデータレイクの構築；１０　ＭＬｌｉｂによる機械学習；１１　Ａｐａｃｈｅ　Ｓｐａｒｋによる機械学習パイプラインの管理、デプロイおよびスケール；１２　エピローグ：Ａｐａｃｈｅ　Ｓｐａｒｋ　３．ｘ

Ｄａｍｊｉ，Ｊｕｌｅｓ　Ｓ．(ＤＡＭＪＩ，ＪＵＬＥＳ　Ｓ．)
Ｄａｔａｂｒｉｃｋｓ社のＳｅｎｉｏｒ　Ｄｅｖｅｌｏｐｅｒ　Ａｄｖｏｃａｔｅであり、ＭＬｆｌｏｗのコントリビュータ。Ｓｕｎ　Ｍｉｃｒｏｓｙｓｔｅｍｓ、Ｎｅｔｓｃａｐｅ、＠Ｈｏｍｅ、Ｌｏｕｄｃｌｏｕｄ／Ｏｐｓｗａｒｅ、Ｖｅｒｉｓｉｇｎ、ＰｒｏＱｕｅｓｔ、Ｈｏｒｔｏｎｗｏｒｋｓなどの大手企業でソフトウェアエンジニアとして勤務し、大規模分散システムを構築。オレゴン州立大学、カリフォルニア州立大学、ジョンズ・ホプキンス大学でそれぞれコンピュータサイエンスの学士号と修士号、　Ｐｏｌｉｔｉｃａｌ　Ａｄｖｏｃａｃｙとコミュニケーションの修士号を取得