Data Science Školení v České republice

Tento kurz s instruktorem, probíhající živě v České republice (online nebo na místě), je určen začínajícím profesionálům, kteří si chtějí osvojit koncept předtrénovaných modelů a naučit se je prakticky využít k řešení reálných problémů bez nutnosti stavět modely od nuly.

Po dokončení kurzu budou účastníci schopni:

• Pochopit koncept a výhody předtrénovaných modelů.
• Seznámit se s různými architekturami předtrénovaných modelů a jejich využitím.
• Dalším laděním upravit předtrénované modely pro konkrétní úkoly.
• Využít předtrénované modely v jednoduchých projektech strojového učení.

Jedná se o živé školení vedené instruktorem v <lok> (online nebo na místě), určené pro datové vědce a analytiky na středně pokročilé úrovni, kteří chtějí využít AWS Cloud9 ke zefektivnění svých pracovních postupů v oblasti datové vědy.

Po absolvování tohoto kurzu budou účastníci schopni:

• Nastavit prostředí pro datovou vědu v AWS Cloud9.
• Provádět analýzu dat s použitím jazyků Python a R spolu s nástrojem Jupyter Notebook v rámci Cloud9.
• Integrovat AWS Cloud9 se službami AWS určenými k práci s daty, jako jsou S3, RDS a Redshift.
• Využívat AWS Cloud9 při vývoji a nasazování modelů strojového učení.
• Optimalizovat cloudová pracovní postupy vhodné pro analýzu a zpracování dat.

Toto školení vedené lektorem České republice (online či prezenčně) je určeno pro účastníky středně pokročilé úrovně, kteří si přejí automatizovat a spravovat pracovní postupy strojového učení – včetně trénování modelů, jejich validace a nasazení pomocí Apache Airflow.

Po absolvování tohoto kurzu budou účastníci schopni:

• Nastavit Apache Airflow pro orchestraci pracovních postupů strojového učení.
• Automatizovat úkony spojené s předzpracováním dat, trénováním modelů a jejich validací.
• Integrovat Airflow s nástroji a frameworky pro strojové učení.
• Nasazovat modely strojového učení pomocí automatizovaných pipeline.
• Monitorovat a optimalizovat pracovní postupy strojového učení v produkci.

Toto školení pod vedením lektora České republice (online nebo na místě) je určeno pro začínající datové vědce a IT profesionály, kteří se chtějí naučit základy datové vědy s využitím nástroje Google Colab.

Po absolvování tohoto kurzu budou účastníci schopni:

• Nastavit a orientovat se v prostředí Google Colab.
• Psát a spouštět jednoduchý kód v jazyce Python.
• Načítat a pracovat s datovými soubory.
• Vytvářet vizualizace pomocí knihoven v Pythonu.

Python je programovací jazyk, který si získal obrovskou popularitu ve finančním sektoru. Využívají ho největší investiční banky a hedge fondy k vytváření široké škály finančních aplikací – od hlavních obchodních programů až po systémy pro řízení rizik.

V tomto praktickém, lektorovaném kurzu se účastníci naučí používat Python k vyvíjení konkrétních aplikací určených k řešení různých finančních problémů.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit základy programovacího jazyka Python
• Stáhnout, nainstalovat a udržovat nejvhodnější vývojové nástroje pro tvorbu finančních aplikací v Pythonu
• Vybrat a využít ty nejvhodnější balíčky a programátorské techniky k organizaci, vizualizaci a analýze finančních dat z různých zdrojů (CSV, Excel, databáze, web atd.)
• Vytvářet aplikace řešící problémy spojené s alokací aktiv, analýzou rizik či výkonností investic
• Řešit chyby, integrovat, nasazovat a optimalizovat aplikace v Pythonu

Cílová skupina

• Vývojáři
• Analytici
• Kvantitativní analytici

Forma kurzu

• Přednášky, diskuze, cvičení a intenzivní praktická část

Poznámka

• Cílem tohoto kurzu je poskytnout řešení pro hlavní problémy, se kterými se setkávají finanční odborníci. Pokud však máte konkrétní téma, nástroj či techniku, na které byste chtěli kurz rozšířit, kontaktujte nás a domluvíme se.

Tento kurz se zabývá praktickými aspekty datové vědy a umělé inteligence s využitím jazyka Python – poskytuje profesionálům dovednosti potřebné k analýze dat, tvorbě modelů strojového učení a nasazování aplikací založených na umělé inteligenci v podnikovém prostředí. Prochází se pracovními postupy CRISP-DM, statistickou analýzou, monitorováním nad dohledem i bez něj, hlubokým učením s využitím knihovny Tensorflow, zpracováním přirozeného jazyka, prací s velkými daty prostřednictvím Sparku a také tvorbou sdělení založených na datech. Je ideální volbou pro začátečníky, kteří usilují o certifikaci v oblasti datové vědy s použitím Pythonu a o profesionální školení zaměřené na analytiku.

Platforma KNIME Analytics Platform představuje jednu z nejlepších open-source možností pro inovace založené na datech. Pomáhá odhalit potenciál skrytý ve vašich datech, najít nové poznatky a předpovědět budoucí trendy. Díky více než 1000 modulům, stovkám připravených příkladů k okamžitému použití, rozsáhlé škále integrovaných nástrojů a obrovskému výběru pokročilých algoritmů je KNIME Analytics Platform ideálním nástrojem pro všechny datové vědce a business analytiky.

Tento kurz věnovaný platformě KNIME je skvělou příležitostí jak pro začátečníky, tak i pro pokročilé uživatele a odborníky – seznámí je s prostředím KNIME, naučí je ho efektivně využívat a vytvářet přehledné a komplexní reporty na základě pracovních postupů v KNIME.

Jedná se o živý školení pod vedením lektora (online nebo prezenčně), určené datovým profesionálům, kteří chtějí s pomocí KNIME řešit složité obchodní výzvy.

Kurz je primárně určen pro osoby bez programátorského zázemí, které chtějí využít špičkové nástroje k realizaci analytických scénářů.

Po absolvování tohoto kurzu budou účastníci schopni:

• Nainstalovat a nakonfigurovat platformu KNIME.
• Vytvářet scénáře datové vědy.
• Trénovat, testovat a ověřovat modely.
• Realizovat celý proces vývoje datových vědeckých modelů od začátku do konce.

Forma kurzu

• Interaktivní přednášky a diskuze.
• Četné cvičení a praktické aktivity.
• Praktická realizace v reálném laboratorním prostředí.

Možnosti přizpůsobení kurzu

• Chcete-li si vyžádat zakázkový kurz nebo získat více informací o tomto programu, kontaktujte nás a domluvíme se na podrobnostech.

Tento kurz vedený instruktorem České republice (online nebo prezenčně) je určen pro data analytiky, vývojáře a budoucí odborníky na datovou vědu na středně pokročilé úrovni, kteří chtějí uplatnit metody machine learningu v Pythonu k získávání poznatků, předpovídání a automatizaci rozhodování na základě dat.

Po absolvování kurzu budou účastníci schopni:

• Rozumět hlavním paradigmatům machine learningu a mezi nimi rozlišovat.
• Seznámit se s technikami předzpracování dat a metrikami pro vyhodnocení modelů.
• Aplikovat algoritmy machine learningu na řešení reálných problémů spojených s daty.
• Využívat knihovny v Pythonu a Jupyter Notebooks k praktickému vývoji.
• Vytvářet modely určené k predikci, klasifikaci, doporučování a shlukování dat.