Úvod do datové vědy a AI pomocí Pythonu Počítačový Kurz

LangGraph je framework pro vytváření stavových aplikací LLM s více aktéry jako složitelných grafů se stálým stavem a kontrolou spuštění.

Toto instruktorovo řízené živé školení (online nebo na místní lokalitě) je určeno pokročilým inženýrům platformy AI, DevOps pro AI a architektům ML, kteří chtějí optimalizovat, ladit, monitorovat a provozovat výrobní systémy LangGraph.

Koncem tohoto školení budou účastníci schopni:

• Návrh a optimalizace komplexních topologií LangGraphu pro rychlost, náklady a škálovatelnost.
• Inženýrství spolehlivosti s opakováním, časovými limity, idempotentností a obnovením na základě kontrolních bodů.
• Ladení a stopování provádění grafů, inspekce stavu a systematické reprodukování výrobních problémů.
• Nastavení grafů s protokoly, metrikami a stopami, nasazení do produkčního prostředí a monitorování SLA a nákladů.

Formát kurzu

• Interaktivní přednášky a diskuse.
• Velké množství cvičení a praxe.
• Ruční implementace v živém laboratorním prostředí.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení tohoto kurzu se, prosím, obraťte na nás pro domluvu.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na datové vědce, kteří chtějí používat ekosystém Anaconda k zachycení, správě a nasazení balíčků a pracovních postupů analýzy dat na jediné platformě.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte Anaconda komponenty a knihovny.
• Pochopte základní koncepty, funkce a výhody Anaconda.
• Spravujte balíčky, prostředí a kanály pomocí Navigátoru Anaconda.
• Používejte balíčky Conda, R a Python pro datovou vědu a strojové učení.
• Seznamte se s některými praktickými případy použití a technikami pro správu více datových prostředí.

Tato vedená instruktorem živá školení (online nebo na místě) je zaměřena na datové analytiky a softwarové inženýry, kteří chtějí použít Dask s ekosystémem Pythonu k vytváření, škálování a analýze velkých datasetů.

Koncepcí tohoto školení je, že účastníci budou schopni:

• Nastavit prostředí pro zahájení vytváření zpracování velkých dat s Daskem a Pythonem.
• Prozkoumat funkce, knihovny, nástroje a rozhraní API dostupné v Dasku.
• Pochopit, jak Dask zrychluje paralelní výpočty v Pythonu.
• Naučit se škálovat ekosystém Pythonu (Numpy, SciPy a Pandas) pomocí Dasku.
• Optimalizovat prostředí Dask pro udržení vysokého výkonu při zpracování velkých datasetů.

Tento vedený instruktorem živý školení na místě nebo online je určen pro středně pokročilé Python vývojáře a analytiky dat, kteří chtějí posílit své dovednosti v analýze a manipulaci s daty pomocí Pandas a NumPy.

Do konce tohoto školení budou účastníci schopni:

• Nastavit vývojové prostředí, které zahrnuje Python, Pandas a NumPy.
• Vytvořit aplikaci pro analýzu dat pomocí Pandas a NumPy.
• Provádět pokročilou manipulaci s daty, řazení a filtrování operací.
• Provádět agregované operace a analyzovat časové série dat.
• Vizualizovat data pomocí Matplotlibu a dalších knihoven pro vizualizaci.
• Ladit a optimalizovat svůj kód pro analýzu dat.

Tato vedená instruktorem živá školení (online nebo na místě) je určená pro vývojáře, kteří chtějí použít stack FARM (FastAPI, React a MongoDB) k vytváření dynamických, vysokorychlostních a škálovatelných webových aplikací.

Koncem tohoto školení budou účastníci schopni:

• Nastavit nezbytné vývojové prostředí, které integruje FastAPI, React a MongoDB.
• Porozumět klíčovým konceptům, funkcím a výhodám stacku FARM.
• Přihrádat, jak vytvářet REST API pomocí FastAPI.
• Přihrádat, jak navrhovat interaktivní aplikace s Reactem.
• Vývoj, testování a nasazování aplikací (front-end i back-end) pomocí stacku FARM.

Toto instruktorem vedené živé školení (online nebo na místě) je zaměřeno na vývojáře, kteří se chtějí naučit používat FastAPI s Pythonem k snadnějšímu a rychlejšímu vytváření, testování a nasazování RESTful API.

Na konci tohoto školení budou účastníci schopni:

• Nastavit nezbytné vývojové prostředí pro vytváření API pomocí Pythonu a FastAPI.
• Vytvářet API rychleji a snadněji s použitím knihovny FastAPI.
• Naučit se, jak vytvářet datové modely a schémata založená na Pydanticu a OpenAPI.
• Připojovat API k databázím s použitím SQLAlchemy.
• Implementovat bezpečnostní mechanismy a ověřování v API pomocí nástrojů FastAPI.
• Vytvářet kontejnerové image a nasazovat webové API na cloudový server.

Toto školitelovo prováděné živé školení v České republice (online nebo na místě) je zaměřeno na začínající až středně pokročilé výzkumníky a laboratorní pracovníky, kteří chtějí zpracovávat a analyzovat obrazy související s histologickými tkáními, krvekапу, řasami a jinými biologickými vzorky.

Na konci tohoto školení budou účastníci schopni:

• Pohybovat se v rozhraní Fiji a využívat základní funkce ImageJ.
• Předzpracovat a vylepšit vědecké obrazy pro lepší analýzu.
• Analyzovat obrazy kvantitativně, včetně počítání buněk a měření ploch.
• Automatizovat opakující se úkoly pomocí makroů a doplňků.
• Přizpůsobit pracovní postupy pro specifické potřeby analýzy obrazů v biologickém výzkumu.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na datové vědce a vývojáře, kteří se chtějí učit a budovat svou kariéru v Data Science pomocí Kaggle.

Na konci tohoto školení budou účastníci schopni:

• Přečtěte si o datové vědě a strojovém učení.
• Prozkoumejte analýzu dat.
• Přečtěte si o Kaggle a jak to funguje.

LangGraph je rámec pro vývoj stavy-souvisejících, víceaktníkových aplikací LLM jako složitelných grafů s trvalým stavem a kontrolou provádění.

Toto instruktorově vedené živé školení (online nebo na místě) je určeno pro středně pokročilé a pokročilé odborníky, kteří chtějí navrhnout, implementovat a provozovat řešení založená na LangGraphu v oblasti financí s vhodnou správou, vizibilitou a souladem se standardy.

Koncové cíle školení:

• Návrh finance-specifických pracovních postupů LangGraphu v souladu s požadavky na regulaci a audit.
• Integrace standardů finančních dat a ontologií do stavu grafu a nástrojů.
• Implementace spolehlivosti, bezpečnosti a kontroly s člověkem v cyklu pro kritické procesy.
• Nasazení, monitorování a optimalizace systémů LangGraphu pro výkon, náklady a SLA (Service Level Agreements).

Formát kurzu

• Interaktivní přednášky a diskuse.
• Mnoho cvičení a praxe.
• Praktické implementace v živém laboratorním prostředí.

Možnosti individualizace kurzu

• Pro požadavek na individualizované školení tohoto kurzu se, prosím, obraťte na nás pro uspořádání.

LangGraph je rámec pro vytváření aplikací LLM s grafovou strukturou, které podporují plánování, větvení, používání nástrojů, paměť a kontrolovanou execuci.

Tento kurz vedený instruktorem (online nebo prezenčně) je určen pro začátečníky – vývojáře, tvůrce promptů a pracovníky s daty, kteří se chtějí naučit navrhovat a budovat spolehlivé vícekrokové pracovní postupy LLM pomocí LangGraph.

Na konci tohoto kurzu budou účastníci schopni:

• Vysvětlit základní koncepty LangGraph (uzly, hrany, stav) a kdy je použít.
• Tvořit řetězce promptů, které umožňují větvení, volání nástrojů a udržování kontextu.
• Integrovat vyhledávání (retrieval) a externí API do pracovních postupů založených na grafech.
• Testovat, ladit a vyhodnocovat aplikace LangGraph s ohledem na spolehlivost a bezpečnost.

Formát kurzu

• Interaktivní přednáška a vedená diskuse.
• Cvičení a přehled kódu v sandboxovém prostředí s doprovodem instruktora.
• Scénářové úlohy zaměřené na design, testování a vyhodnocování.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobený training pro tento kurz nás prosím kontaktujte.

LangGraph umožňuje stavy s více aktéry podporovanými LLM s přesnou kontrolou cest provádění a udržováním stavu. V zdravotnictví jsou tyto schopnosti klíčové pro shodu se standardy, interoperabilitu a vytváření systémů podpory rozhodování, které odpovídají medicínským pracovním postupům.

Toto instruktážně vedené živé školení (online nebo na místě) je určeno profesionálům střední a pokročilé úrovně, kteří chtějí navrhnout, implementovat a spravovat zdravotnická řešení založená na LangGraphu, zároveň řešíme regulativní, etické a provozní výzvy.

Koncepci školení budou účastníci schopni:

• Návrh pracovních postupů LangGraphu pro zdravotnictví s ohledem na shodu se standardy a průzkumnost.
• Připojení aplikací LangGraphu k medicínským ontologiím a standartám (FHIR, SNOMED CT, ICD).
• Využití nejlepších postupů pro spolehlivost, průzkumnost a vysvětlitelnost ve citlivých prostředích.
• Nasazení, monitorování a ověření aplikací LangGraphu v produkčních prostředích zdravotnictví.

Formát kurzu

• Vzájemná přednáška a diskuse.
• Praktické cvičení s reálnými případovými studiemi.
• Praxe implementace v živém laboratorním prostředí.

Možnosti individualizace kurzu

• Pro žádost o individualizované školení tohoto kurzu nás kontaktujte pro uspořádání.

LangGraph je rámec pro vytváření stavových, vícesubjektových LLM aplikací jako sestavitelné grafy s trvalým stavem a přesnou kontrolou nad spuštěním.

Toto instruktorem vedené řízené školení (online nebo prezenční) je určeno středně pokročilým až pokročilým profesionálům, kteří chtějí navrhovat, implementovat a provozovat právní řešení založená na LangGraph s nezbytnými kontrolami souladu, trasovatelnosti a správy.

Na konci tohoto školení budou účastníci schopni:

• Návrh právních LangGraph pracovních postupů, které zachovávají auditabilitu a soulad.
• Integrace právních ontologií a standardů dokumentů do grafu stavu a zpracování.
• Implementace ochranných opatření, schválení s lidskou kontrolou a trasovatelné rozhodovací cesty.
• Nasazení, monitorování a udržování LangGraph služeb v produkčním prostředí s možností pozorování a kontroly nákladů.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Mnoho cvičení a praktické praxe.
• Praktická implementace v živém laboratorním prostředí.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení se obraťte, prosím, na nás pro uspořádání.

LangGraph je rámec pro vytváření pracovních postupů LLM v grafové struktuře, které podporují rozvětvení, používání nástrojů, paměť a řízenou exekuci.

Toto instruktorem vedené živé školení (online nebo v místě) je určeno inženýrům a produktovým týmům střední úrovně, kteří se chtějí naučit kombinovat logiku grafů LangGraph s cykly agentů LLM za účelem tvorby dynamických aplikací s kontextovým vědomím, jako jsou agentů pro zákaznickou podporu, rozhodovací stromy a systémy pro vyhledávání informací.

Na konci tohoto školení budou účastníci schopni:

• Navrhnout grafy založené pracovní postupy, které koordinují agenty LLM, nástroje a paměť.
• Implementovat podmíněné směrování, opakování a záložní řešení pro robustní exekuci.
• Integrovat retrieval (vyhledávání dokumentů), API a strukturované výstupy do cyklů agentů.
• Hodnotit, monitorovat a upevňovat chování agentů pro spolehlivost a bezpečnost.

Formát kurzu

• Interaktivní přednáška a vedená diskuze.
• Vedené laboratorní cvičení a procházení kódu v sandboxovém prostředí.
• Scenario-based designové úkoly a recenzní řízení.

Možnosti přizpůsobení kurzu

• Chcete-li požádat o přizpůsobené školení pro tento kurz, prosím kontaktujte nás.

LangGraph je grafový orchestracevní rámec, který umožňuje podmíněné, vícesložkové pracovní postupy LLM a nástrojů, což je ideální pro automatizaci a personalizaci obsahových kanálů.

Tato instruktorem vedená, živá školení (online nebo na místě) je určena středně pokročilým marketingovým pracovníkům, strategům obsahu a vývojářům automatizace, kteří chtějí implementovat dynamické, s možností rozvětvení e-mailové kampaně a obsahové kanály pomocí LangGraph.

Konec tohoto školení budou účastníci schopni:

• Návrh grafově strukturovaného obsahu a e-mailových pracovních postupů s podmínkovou logikou.
• Integrace LLM, API a zdrojů dat pro automatizovanou personalizaci.
• Správa stavu, paměti a kontextu v rámci vícesložkových kampaní.
• Posouzení, monitorování a optimalizace výkonu pracovního postupu a výsledků doručení.

Formát kurzu

• Interaktivní přednášky a skupinové diskuse.
• Praktické laboratoře implementující e-mailové pracovní postupy a obsahové kanály.
• Scénářové cvičení na personalizaci, segmentaci a rozvětvenou logiku.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení pro tento kurz, prosím nás kontaktujte.

Tento školení pod vedením instruktora (online nebo na místě) je určený datovým vědcům a vývojářům, kteří chtějí použít RAPIDS pro vytváření GPU-akcelerovaných datových potoků, pracovních postupů a vizualizací s použitím algoritmů strojového učení, jako je XGBoost, cuML atd.

Na konci tohoto školení budou účastníci schopni:

• Nastavit nezbytné vývojové prostředí pro vytváření datových modelů s NVIDIA RAPIDS.
• Pochopit funkce, komponenty a výhody RAPIDS.
• Využít GPU k akceleraci datových a analytických potoků od začátku do konce.
• Implementovat GPU-akcelerovanou přípravu dat a ETL s cuDF a Apache Arrow.
• Naučit se, jak provádět úkoly strojového učení pomocí algoritmů XGBoost a cuML.
• Vytvářet datové vizualizace a provádět grafickou analýzu s cuXfilter a cuGraph.