AWS Cloud9 pro Data Science Počítačový Kurz

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.

Toto živé školení vedené instruktorem v České republice (na místě nebo na dálku) je zaměřeno na inženýry, kteří chtějí nasadit a spravovat zařízení IoT na AWS.

Na konci tohoto školení budou účastníci schopni vybudovat platformu IoT, která zahrnuje nasazení a správu backendu, brány a zařízení nad AWS.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na vývojáře, kteří chtějí instalovat, konfigurovat a spravovat schopnosti AWS IoT Greengrass pro vytváření aplikací pro různá zařízení.

Na konci tohoto školení budou účastníci schopni používat AWS IoT Greengrass k vytváření, nasazení, správě, zabezpečení a monitorování aplikací na inteligentních zařízeních.

Toto živé školení vedené instruktorem v České republice (na místě nebo na dálku) je zaměřeno na vývojáře, kteří chtějí používat AWS Lambda k vytváření a nasazování služeb a aplikací do cloudu, aniž by se museli starat o poskytování spouštěcího prostředí (servery, VM a kontejnery, dostupnost, škálovatelnost, úložiště atd.).

Na konci tohoto školení budou účastníci schopni:

• Pro provedení funkce nakonfigurujte AWS Lambda.
• Pochopte FaaS (Functions as a Service) a výhody bezserverového vývoje.
• Sestavte, nahrajte a spusťte funkce AWS Lambda.
• Integrujte funkce Lambda s různými zdroji událostí.
• Balíček, nasazení, monitorování a odstraňování problémů s aplikacemi založenými na Lambda.

Exploze informací a dat v dnešním světě nemá obdoby, naše schopnost inovovat a posouvat hranice možného roste rychleji než kdy předtím. Role Data Scientist je dnes jednou z nejžádanějších dovedností napříč průmyslem.

Nabízíme mnohem více než učení prostřednictvím teorie; poskytujeme praktické, obchodovatelné dovednosti, které překlenují propast mezi světem akademické obce a požadavky průmyslu.

Tento 7týdenní kurikulum může být přizpůsobeno vašim specifickým průmyslovým požadavkům, kontaktujte nás pro další informace nebo navštivte webové stránky Nobleprog Institute

Publikum:

Tento program je určen pro absolventy postgraduálního studia a také pro kohokoli s požadovanými nezbytnými dovednostmi, které budou určeny hodnocením a pohovorem.

Dodávka:

Poskytování kurzu bude směsí Instructor Led Classroom a Instructor Led Online; typicky 1. týden bude 'třídou vedenou', týdny 2-6 'virtuální učebnou' a 7. týden zpět 'třídou vedenou'.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na pokročilé profesionály, kteří chtějí prohloubit své znalosti DevOps postupů a zefektivnit vývojové procesy pomocí AWS Cloud9.

Na konci tohoto školení budou účastníci schopni:

• Nastavte a nakonfigurujte AWS Cloud9 pro pracovní postupy DevOps.
• Implementujte potrubí kontinuální integrace a kontinuálního dodávání (CI/CD).
• Automatizujte procesy testování, monitorování a nasazení pomocí AWS Cloud9.
• Integrujte služby AWS, jako jsou Lambda, EC2 a S3, do pracovních postupů DevOps.
• Využijte systémy řízení zdrojů jako GitHub nebo GitLab v rámci AWS Cloud9.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé profesionály, kteří se chtějí naučit efektivně vytvářet, nasazovat a udržovat aplikace bez serveru na AWS Cloud9 a AWS Lambda.

Na konci tohoto školení budou účastníci schopni:

• Pochopte základy architektury bez serveru.
• Nastavte AWS Cloud9 pro vývoj aplikací bez serveru.
• Vyvíjejte, testujte a nasazujte aplikace bez serveru pomocí AWS Lambda.
• Integrujte AWS Lambda s dalšími službami AWS, jako je API Gateway a S3.
• Optimalizujte bezserverové aplikace pro výkon a efektivitu nákladů.

Velká data jsou datové soubory, které jsou tak objemné a složité, že tradiční aplikační software pro zpracování dat je pro ně nedostatečný. Velké problémy s daty zahrnují sběr dat, ukládání dat, analýzu dat, vyhledávání, sdílení, přenos, vizualizaci, dotazování, aktualizaci a ochranu osobních údajů.

Letní:

• Základy architektury a funkcí IoT
• „Věci“, „Sensory“, Internet a mapování mezi obchodními funkcemi IoT
• Nezbytné pro všechny softwarové komponenty IoT – hardware, firmware, middleware, cloud a mobilní aplikace
• Funkce IoT – Fleet Manager, Vizualizace dat, FM a DV založené na SaaS, upozornění/alarm, integrace senzorů, onboarding „věcí“, geo-fencing
• Základy komunikace zařízení IoT s cloudem s MQTT.
• Připojení zařízení IoT k AWS pomocí MQTT (AWS IoT Core).
• Propojení jádra AWS IoT s funkcí AWS Lambda pro výpočet a ukládání dat.
• Propojení Raspberry PI s jádrem AWS IoT a jednoduchá datová komunikace.
• Upozornění a události
• Kalibrace senzoru

Shrnutí:

• Základy architektury a funkcí IoT
• „Věci“, „Sensory“, Internet a mapování mezi obchodními funkcemi IoT
• Nezbytné pro všechny softwarové komponenty IoT – hardware, firmware, middleware, cloud a mobilní aplikace
• Funkce IoT – Fleet Manager, Vizualizace dat, FM a DV založené na SaaS, upozornění/alarm, integrace senzorů, onboarding „věcí“, geo-fencing
• Základy komunikace zařízení IoT s cloudem s MQTT.
• Připojení zařízení IoT k AWS pomocí MQTT (AWS IoT Core).
• Propojení jádra AWS IoT s funkcí AWS Lambda pro výpočet a ukládání dat pomocí DynamoDB.
• Propojení Raspberry PI s jádrem AWS IoT a jednoduchá datová komunikace.
• Používejte Raspberry PI a AWS IoT Core k vytvoření chytrého zařízení.
• Vizualizace dat ze senzorů a komunikace s webovým rozhraním.

Tento instruktorův živý kurz (online nebo na místě) představí myšlenku společného vývoje ve vědeckém zpracování dat a ukáže, jak používat Jupyter pro sledování a účast jako tým v "životním cyklu výpočetní myšlenky". Kurz projedná postupem vytvoření vzorového projektu ve vědeckém zpracování dat na základě Jupyter ekosystému.

Koncem tohoto kurzu budou účastníci schopni:

• Nainstalovat a nakonfigurovat Jupyter, včetně vytvoření a integrace týmového repozitáře na Git.
• Používat funkce Jupyteru jako rozšíření, interaktivní widgety, víceklientský režim a další k podpoře projektové spolupráce.
• Vytvářet, sdílet a organizovat Jupyter Notebook s členy týmu.
• Zvolit jazyky Scala, Python, R pro psaní a spouštění kódu proti systémům velkých dat jako jsou Apache Spark přes rozhraní Jupyteru.

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.

V první části tohoto školení pokryjeme základy MATLAB a jeho funkci jako jazyka i platformy. Součástí této diskuse je úvod do MATLAB syntaxe, polí a matic, vizualizace dat, vývoje skriptů a objektově orientovaných principů.

Ve druhé části demonstrujeme, jak používat MATLAB pro dolování dat, strojové učení a prediktivní analytiku. Abychom účastníkům poskytli jasnou a praktickou perspektivu přístupu a síly MATLAB, nakreslíme srovnání mezi používáním MATLAB a jinými nástroji, jako jsou tabulky, C, C++ a Visual Basic.

Ve třetí části školení se účastníci naučí, jak zefektivnit svou práci automatizací zpracování dat a generování reportů.

V průběhu kurzu budou účastníci uplatňovat v praxi myšlenky získané praktickými cvičeními v laboratorním prostředí. Na konci školení budou mít účastníci důkladný přehled o schopnostech MATLAB a budou je moci využít pro řešení reálných problémů datové vědy a také pro zefektivnění své práce prostřednictvím automatizace.

V průběhu kurzu budou probíhat hodnocení, aby bylo možné změřit pokrok.

Formát kurzu

• Kurz zahrnuje teoretická a praktická cvičení, včetně případových diskuzí, kontroly ukázkového kódu a praktické implementace.

Poznámka

• Cvičební sezení budou vycházet z předem připravených šablon vzorových datových zpráv. Pokud máte specifické požadavky, kontaktujte nás, abychom se domluvili.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na datové vědce a vývojáře, kteří chtějí používat Modin k sestavení a implementaci paralelních výpočtů s Pandas pro rychlejší analýzu dat.

Na konci tohoto školení budou účastníci schopni:

• Nastavte potřebné prostředí, abyste mohli začít vyvíjet pracovní postupy Pandas ve velkém měřítku s Modin.
• Pochopte funkce, architekturu a výhody Modin.
• Poznejte rozdíly mezi Modin, Dask a Rayem.
• Pomocí Modin provádějte operace Pandas rychleji.
• Implementujte celé Pandas API a funkce.

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.