Navegue pelo Registro de Dados Open na AWS, escolha algumas fontes e pense em um projeto emocionante a ser construído.Se você não deseja gastar tempo produzindo dados ou deseja evitar rastrear dados pessoais, pode confiar na AWS.(link)
E, como estamos falando sobre aprender roteiros, aqui está um excelente texto de Zach Wilson.Como mencionado, você pode executar o Spark com cola, mas o EMR oferece muito mais controle sobre a infraestrutura.Você pode usar o IFTTT para rastrear sua atividade do GitHub, telefonemas ou até com que frequência vai ao banheiro.
