Azure Data Lake Storage Gen2 Počítačový Kurz

Tento kurz vedený instruktorem České republice (online nebo prezenčně) je určen pro odborníky středně pokročilé až pokročilé úrovně, kteří chtějí vytvářet a nasazovat cloudové aplikace s podporou umělé inteligence pomocí Microsoft Azure.

Po absolvování tohoto kurzu budou účastníci schopni:

• Vytvářet událostmi řízené a serverless aplikace s využitím Azure Functions.
• Spravovat úložiště dat a virtuální stroje v rámci služby Azure.
• Nasazovat a škálovat webové aplikace pomocí Azure App Service a kontejnerů Docker.
• Integrovat funkce umělé inteligence, strojového učení a zpracování přirozeného jazyka prostřednictvím služeb Azure AI Services.
• Využívat nástroj GitHub Copilot k podpoře vývoje cloudových aplikací využívajících umělou inteligenci.

Toto školení pod vedením instruktora v České republice (online nebo prezenčně) je určeno pro vývojáře a technické odborníky začátečníky, středně pokročilé i pokročilé úrovně, kteří chtějí využít Microsoft Azure k vytváření, testování a nasazování AI agentů pro podnikové aplikace.

Po absolvování tohoto kurzu budou účastníci schopni pochopit architekturu AI agentů na platformě Azure, vytvořit a nakonfigurovat funkční agenta, připojit ho k podnikovým zdrojům informací a vyhodnotit jeho vhodnost pro nasazení.

Toto školení pod vedením instruktora v České republice (online či prezenčně) je určeno pro inženýry DevOps, vývojáře a projektové manažery, kteří chtějí využít Azure DevOps k rychlejší tvorbě a nasazování sofistikovaných firemních aplikací oproti tradičním metodám vývoje.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit základní pojmy a principy DevOps.
• Nainstalovat a nastavit potřebné nástroje Azure DevOps pro vývoj softwaru.
• Využívat nástroje a služby Azure DevOps k pružné reakci na změny na trhu.
• Tvářit firemní aplikace a hodnotit současné vývojové postupy v kontextu řešení Azure DevOps.
• Vedením týmů zvyšovat efektivitu a urychlovat nasazování softwaru.
• Zavádět principy DevOps do firemní praxe.

Toto živé školení vedené lektorem <na místě> (online nebo na místě) je určeno pro datové vědce a inženýry středně pokročilé úrovně, kteří chtějí využít Google Colab a Apache Spark ke zpracování velkých dat.

Po absolvování tohoto kurzu budou účastníci schopni:

• Nastavit prostředí pro práci s velkými daty pomocí Google Colab a Sparku.
• Efektivně zpracovávat a analyzovat rozsáhlé datové sady pomocí Apache Sparku.
• Vizualizovat velká data v prostředí umožňujícím spolupráci více uživatelů.
• Integrovat Apache Spark s nástroji cloudových platforem.

Tento kurz vedený lektorem České republice (online nebo na místě) je určen pro vývojáře v Javě, softwarové inženýry a nadšence do cloudových technologií se středně pokročilou úrovní znalostí, kteří chtějí využít možností Azure OpenAI k tvorbě inteligentních aplikací.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět základním principům generativní umělé inteligence a jejím využitím.
• Nastavit a spravovat službu Azure OpenAI.
• Integrovat modely od OpenAI do aplikací v Javě.
• Nasadit funkce využívající umělou inteligenci do webových aplikací.

Během tohoto školení vedeného instruktorem České republice (online nebo na místě) se účastníci naučí, jak nastavit a spravovat kontejnerové prostředí ve výrobním prostředí s využitím Kubernetes na platformě AKS.

Po absolvování tohoto kurzu budou účastníci schopni:

• Konfigurovat a spravovat Kubernetes v rámci AKS.
• Nasazovat, spravovat a škálovat clustery Kubernetes.
• Nasazovat kontejnerizované aplikace (Docker) na platformě Azure.
• Přesouvat stávající prostředí Kubernetes z místních serverů do cloudového řešení AKS.
• Integrovat Kubernetes s externím softwarem pro kontinuální integraci (CI).
• Zajišťovat vysokou dostupnost a obnovu po haváriích v prostředí Kubernetes.

Apache NiFi je open-source platforma určená k integraci dat a zpracování událostí na principu toků. Umožňuje automatizované a v reálném čase provádění směrování, transformace dat a mediaci mezi různými systémy s využitím webového uživatelského rozhraní a detailní kontroly.

Toto školení pod vedením lektora (na místě nebo vzdáleně) je určeno správcům systémů a inženýrům středně pokročilé úrovně, kteří chtějí nasazovat, spravovat, zabezpečovat a optimalizovat datové toky v prostředí produkce.

Po absolvování tohoto kurzu budou účastníci schopni:

• Instalovat, konfigurovat a udržovat clustery Apache NiFi.
• Navrhovat a spravovat datové toky z různých zdrojů i cílů.
• Implementovat automatizaci toků, jejich směrování a transformační logiku.
• Optimalizovat výkon systému, monitorovat jeho chod a řešit případné problémy.

Formát kurzu

• Interaktivní výklad s diskuzí o skutečných architekturách systémů.
• Praktické cvičení: vytváření, nasazování a správa datových toků.
• Cvičení založená na konkrétních scénářích v prostředí laboratoří.

Možnosti přizpůsobení kurzu

• Chcete-li si vyžádat individuálně upravené školení, kontaktujte nás pro domluvu.

Toto školení poskytuje praktický úvod do tvorby škálovatelných datových procesů a pracovních postupů v oblasti strojového učení s využitím nástroje PySpark. Účastníci se seznámí s tím, jak Apache Spark funguje v rámci moderních ekosystémů pro velká data a jak efektivně zpracovávat rozsáhlé datové soubory na základě principů distribuovaného výpočtu.

Toto školení vedené lektorem České republice (online nebo na místě) je určeno inženýrům, kteří si přejí nastavit a nasadit systém Apache Spark pro zpracování velmi rozsáhlých dat.

Po ukončení tohoto kurzu budou účastníci schopni:

• Nainstalovat a nakonfigurovat Apache Spark.
• Rychle zpracovávat a analyzovat velmi rozsáhlé datové sady.
• Porozumět rozdílům mezi Apache Sparkem a Hadoop MapReduce a vědět, kdy který nástroj použít.
• Integrovat Apache Spark s dalšími nástroji pro strojové učení.

Toto školení vedené instruktorem v <lok> (online nebo na místě) je určeno pro systémové administrátory s začátečnickou až středně pokročilou úrovní znalostí, kteří chtějí nasazovat, udržovat a optimalizovat Spark clustery.

Po absolvování tohoto školení budou účastníci schopni:

• Nainstalovat a nakonfigurovat Apache Spark v různých prostředích.
• Správně spravovat zdroje clusteru a monitorovat běžící Spark aplikace.
• Optimalizovat výkon Spark clusterů.
• Implementovat bezpečnostní opatření a zajistit vysokou dostupnost systému.
• Diagnostikovat a řešit běžné problémy spojené se Sparkem.

Na začátku si osvojení Apache Sparku vyžaduje určité úsilí a učení se může zdát náročnější. Tento kurz má za cíl pomoci účastníkům tuto obtížnou fázi překonat. Po absolvování kurzu budou mít základní znalosti o Apache Sparku – dokážou rozlišit RDD od DataFrame, seznámí se s rozhraními v Pythonu a Scala, pochopí koncepty exekutorů a úloh atd. Kurz se také zaměřuje na osvědčené postupy při nasazování do cloudu – konkrétně na platformy Databricks a AWS. Účastníci si dále osvojí rozdíly mezi službami AWS EMR a AWS Glue, která je nejnovější službou Sparku od společnosti Amazon.

KDO JE KURZ URČEN:

Inženýři dat, odborníci na DevOps, data scientista

V tomto školení pod vedením instruktora se účastníci naučí, jak společně použít Python a Spark k analýze velkých dat na základě praktických cvičení.

Na konci tohoto kurzu budou schopni:

• Používat Spark společně s Pythonem k analýze velkých dat.
• Zpracovávat cvičení, která simulují reálné pracovní situace.
• Využívat různé nástroje a techniky pro analýzu velkých dat pomocí PySpark.

Toto školení vedené instruktorem v České republice (online či na místě) je určeno vývojářům, kteří chtějí využívat a integrovat Spark, Hadoop a Python k zpracování, analýze a transformaci rozsáhlých a složitých datových souborů.

Po absolvování tohoto kurzu budou účastníci schopni:

• Nastavit potřebné prostředí pro zahájení zpracování velkých dat pomocí Sparku, Hadoopu a Pythonu.
• Porozumět vlastnostem, klíčovým komponentám a architektuře Sparku a Hadoopu.
• Naučit se integrovat Spark, Hadoop a Python pro zpracování velkých dat.
• Poznat nástroje v rámci ekosystému Sparku (Spark MLlib, Spark Streaming, Kafka, Sqoop a Flume).
• Vytvořit doporučovací systémy založené na kolaborativní filtraci podobné těm u Netflixu, YouTube, Amazonu, Spotify či Googlu.
• Využít Apache Mahout k škálování algoritmů strojového učení.

Stratio je datově orientovaná platforma, která v jediném řešení spojuje velká data, umělou inteligenci a správu dat. Díky svým modulům Rocket a Intelligence umožňuje rychlou exploraci dat, jejich transformaci a pokročilou analýzu v podnikovém prostředí.

Tento kurz vedený instruktorem (online nebo na místě) je určen pro data profesionály střední úrovně, kteří chtějí efektivně využívat moduly Rocket a Intelligence ve Stratiu s pomocí PySpark. Zaměřuje se na cykly, uživatelsky definované funkce a pokročilou datovou logiku.

Po absolvování tohoto kurzu budou účastníci schopni:

• Orientovat se a pracovat na platformě Stratio s využitím modulů Rocket a Intelligence.
• Využívat PySpark při načítání, transformaci a analýze dat.
• Používat cykly a podmínkovou logiku k řízení toků dat a vytváření funkcí pro zpracování dat.
• Vytvářet a spravovat uživatelsky definované funkce (UDF) pro opakované použití v PySpark.

Formát kurzu

• Interaktivní přednášky a diskuze.
• Bohatá množství cvičení a praktických úkolů.
• Praktické implementace v živém laboratorním prostředí.

Možnosti přizpůsobení kurzu

• Chcete-li si vyžádat individuálně připravený kurz, kontaktujte nás za účelem domluvy.