- Spark-Architektur und Komponenten
- Unterschiede zwischen RDDs und DataFrames
- Einsatzgebiete von Spark in Data Pipelines
- Transformation und Aggregation großer Datensätze
- Integration von Spark in ETL-Prozesse
- Optimierung von Spark-Jobs
- Monitoring von Spark-Anwendungen
- Fehlerdiagnose und Performance-Tuning
- Dokumentation von Spark-Pipelines