Data Science Školení v Prague

Toto živé školení vedené instruktorem v Prague (online nebo na místě) je zaměřeno na začátečníky na úrovni profesionálů, kteří chtějí porozumět konceptu předem vyškolených modelů a naučit se je používat k řešení problémů v reálném světě bez vytváření modelů z poškrábat.

Na konci tohoto školení budou účastníci schopni:

• Pochopte koncept a výhody předem vyškolených modelů.
• Prozkoumejte různé předem trénované architektury modelů a jejich případy použití.
• Vylaďte předem trénovaný model pro konkrétní úkoly.
• Implementujte předem trénované modely v jednoduchých projektech strojového učení.

Toto instruktorem vedené, živé školení v Prague (online nebo na místě) je určeno středně pokročilým datovým odborníkům a analytikům, kteří chtějí použít AWS Cloud9 pro optimalizované pracovní postupy v oblasti datových věd.

Na konci tohoto školení budou účastníci schopni:

• Nastavit pracovní prostředí pro datové vědy v AWS Cloud9.
• Provést analýzu dat pomocí Pythonu, R a Jupyter Notebook v Cloud9.
• Integrovat AWS Cloud9 s datovými službami AWS jako S3, RDS a Redshift.
• Využívat AWS Cloud9 pro vývoj a nasazení modelů strojového učení.
• Optimalizovat cloubové pracovní postupy pro analýzu dat a jejich zpracování.

Toto instruktorem vedené živé školení v Prague (online nebo na místě) je zaměřeno na účastníky středně pokročilé úrovně, kteří chtějí automatizovat a spravovat pracovní postupy strojového učení, včetně tréninku modelů, validace a nasazení pomocí Apache Airflow.

Na konci tohoto školení budou účastníci schopni:

• Nastavit Apache Airflow pro orchestraci pracovních postupů strojového učení.
• Automatizovat úkoly předzpracování dat, tréninku modelů a validace.
• Integrovat Airflow s rámci a nástroji pro strojové učení.
• Nasadit modely strojového učení pomocí automatizovaných kanálů.
• Monitorovat a optimalizovat pracovní postupy strojového učení v produkci.

Tento instruktážní živý kurz v Prague (online nebo na místě) je určen pro začínající datové vědce a IT profesionály, kteří chtějí naučit se základy datové vědy pomocí Google Colab.

Konec kurzu budou účastníci schopni:

• Nastavit a navigovat v Google Colab.
• Psát a spouštět základní kód v Python.
• Importovat a spravovat datasety.
• Vytvářet vizualizace pomocí knihoven Python.

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 Prague (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.

Treninkový kurz pomůže účastníkům připravit se na vývoj webových aplikací s využitím programování Pythonem spolu s datovou analýzou. Tato datová vizualizace je skvělým nástrojem pro vrcholnou správu k rozhodování.

Účastníci, kteří absolvují toto školení, získají praktické a relevantní porozumění datové vědě a jejím souvisejícím technologiím, metodologiím a nástrojům.

Účastníci budou mít možnost tuto znalost uplatnit prostřednictvím praktických cvičení. Skupinová interakce a zpětná vazba od vyučujícího představují důležitou součást kurzu.

Kurs začíná úvodem do základních konceptů datové vědy a dále pokračuje v popisu nástrojů a metodologií používaných v této oblasti.

Účastníci kurzu

• Vývojáři
• Techničtí analytičtí pracovníci
• IT konzultanti

Formát kurzu

• Částečně přednáška, částečně diskuse, cvičení a značné praktické uplatnění.

Poznámka

• Pro požadavek na přizpůsobené školení pro tento kurz, kontaktujte nás a domluvte si detaily.

Python je programovací jazyk, který získal obrovskou popularitu v finančním průmyslu. Přijatý největšími investičními bankami a hedge fondy se používá k vytváření širokého spektra finančních aplikací, od základních obchodních programů po systémy řízení rizik.

V tomto vedeném instruktorem živém školení se účastníci naučí používat Python k vývoji praktických aplikací pro řešení mnoha specifických problémů souvisejících s financemi.

Na konci tohoto školení budou účastníci schopni:

• Pochopit základy programovacího jazyka Python
• Stáhnout, nainstalovat a udržovat nejlepší vývojové nástroje pro vytváření finančních aplikací v Pythonu
• Vybrat a využít nejvhodnější balíčky a programovací techniky Pythonu k organizaci, vizualizaci a analýze finančních dat z různých zdrojů (CSV, Excel, databáze, webové stránky atd.)
• Stavět aplikace, které řeší problémy související s alokací aktiv, analýzou rizik, výkonem investic a dalšími aspekty
• Odrážet, integrovat, nasazovat a optimalizovat aplikaci v Pythonu

Cílová skupina

• Vývojáři
• Analytici
• Quants (kvantitativní analytici)

Formát kurzu

• Část přednáška, část diskuse, cvičení a významná praktická práce

Poznámka

• Toto školení má za cíl poskytnout řešení některých hlavních problémů, s kterými se finanční profesionálové setkávají. Pokud máte konkrétní téma, nástroj nebo techniku, kterou byste chtěli přidat nebo podrobněji rozpracovat, prosím, kontaktujte nás pro uspořádání.

Toto je 5-denní Úvod do datové vědy a umělé inteligence (AI).

Kurz je předáván s příklady a cviky pomocí Pythonu.

Toto školení vedené instruktorem (online nebo na místě) je určeno profesionálům, kteří se chtějí začlenit do oblasti Data Science.

Na konci tohoto školení budou účastníci schopni:

• Nainstalovat a nakonfigurovat Python a MySql.
• Pochopit, co je Data Science a jak může přidat hodnotu téměř jakékoliv firemní činnosti. 
• Naučit se základům kódování v Pythonu.
• Naučit se dozorovaným a nedozorovaným technikám strojového učení, jak je implementovat a interpretovat jejich výsledky.  

Formát kurzu

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

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení prosím kontaktujte nás, abychom to zařídili.

Toto živé školení vedené instruktorem v Prague (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.

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'.

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.

Tento kurz je určený pro Marketingové a Prodejní Profesionály, kteří se chtějí více zabývat aplikací datových věd v marketingu/ prodaji. Kurz poskytuje podrobný přehled různých technik datových věd používaných pro "upselling", "cross-selling", segmentaci trhu, branding a CLV (Customer Lifetime Value).

Rozdíl mezi Marketingem a Prodejem - Jak se liší prodej a marketing?

Jednoduchými slovy lze prodej charakterizovat jako proces, který se zaměřuje na jednotlivce nebo malé skupiny. Marketing na druhou stranu míří na širší skupinu nebo obecnou veřejnost. Marketing zahrnuje výzkum (identifikaci potřeb zákazníků), vývoj produktů (vytvořování inovačních produktů) a propagaci produktu (pomocí reklam) a tím vytváří povědomí o produktu mezi spotřebiteli. Marketing znamená generování potenciálních klientů nebo případů. Jakmile je produkt na trhu, je úkolem prodejce přesvědčit zákazníka k nákupu tohoto produktu. Prodej znamená převod potenciálních klientů na kupující zákazníky a objednávky, zatímco marketing se zaměřuje na delší výhledy, prodej se týká kratších cílů.

KNIME Analytics Platform je vedoucím otevřeným zdrojem pro datově orientovanou inovaci, který vám pomáhá objevit potenciál skrytý ve vašich datech, vyhledat nové poznatky nebo předpovídat budoucí trendy. Díky více než 1000 modulům, stovkám připravených ukázek, širokému výběru integrovaných nástrojů a nejširší nabídce pokročilých algoritmů, jaké jsou k dispozici, je KNIME Analytics Platform dokonalou skříňkou nástrojů pro každého datového vědce i obchodního analytika.

Tento kurz pro KNIME Analytics Platform představuje ideální příležitost pro začátečníky, pokročilé uživatele a odborníky na KNIME, aby se seznámili s KNIME, naučili ho používat efektivněji a vytvářet jasné, komplexní zprávy založené na pracovních postupech KNIME.

Tato instruktorovaná živá školení (online nebo přítomně) je zaměřena na datové profesionály, kteří chtějí KNIME používat pro řešení komplexních obchodních potřeb.

Cílovou skupinou jsou osoby, které neznají programování a mají v úmyslu využívat moderní nástroje k implementaci analytických scénářů.

Konec tohoto školení budou účastníci schopni:

• Nainstalovat a nakonfigurovat KNIME.
• Vytvářet datově vědecké scénáře
• Trenovat, testovat a ověřovat modely
• Implementovat celkový proces hodnoty datových modelech

Formát kurzu

• Interaktivní přednáška a diskuse.
• Mnoho cvičení a praxe.
• Rukama počítačové implementace v živé laboratoři.

Možnosti přizpůsobení kurzu

• Chcete-li požádat o přizpůsobené školení pro tento kurz nebo se dozvědět více o tomto programu, kontaktujte nás pro úpravu.

Tento instruktorem vedený, živý školení v Prague (online nebo přítomně) je určen pro data analytiky, vývojáře nebo aspirující datové vědce středního úrovně, kteří si přejí používat strojové učení v Pythonu ke získávání inzercí, dělání predikcí a automatizaci data ovládaných rozhodnutí.

Na konci tohoto kurzu budou účastníci schopni:

• Pochopit a rozlišovat klíčové paradigmy strojového učení.
• Zkoumat techniky předzpracování dat a metriky hodnocení modelů.
• Používat algoritmy strojového učení k řešení praktických problémů s daty.
• Pracovat s Python knihovnami a Jupyter notebooky pro praxi.
• Vytvářet modely pro predikci, klasifikaci, doporučování a shlukování.

Toto instruktorem vedené živé školení v Prague (online nebo na místě) je zaměřeno na analytiky dat a webové vývojáře, kteří chtějí vyvíjet asociativní modely v Qlik Sense.

Na konci tohoto školení budou účastníci schopni:

• Použít Qlik Sense v datové analýze.
• Používat a navigovat v rozhraní Qlik Sense.
• Vytvořit pracovní sílu s datovou gramotností pomocí AI interakce.
• Založit datodůvodnou podnikatelskou strukturu s Qlik Sense.

Po absolvování tohoto imerzivního školení budete připraveni začít pracovat jako základní vývojář kvantové informatiky.

Do konce tohoto školení se účastníci naučí:

• Spouštět a testovat své kvantové programy s integrovaným systémem IBM Q
• Používat Qiskit k vytváření, kompilaci a spouštění programů pro kvantové počítání
• Pracovat s praktickými a pokročilými kvantovými algoritmy jako je QAOA
• Převádět reálné problémy do vhodného jazyka kvantového počítání

Formát kurzu

• Interaktivní přednáška a diskuse.
• Množství cvičení a praktické práce.
• Praktická implementace v prostředí live-lab.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení se s námi prosím obraťte, abychom to mohli zařídit.

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.

Tato vedená školení, provedené živě v Prague (online nebo na místě), je zaměřena na datové analytiky, kteří chtějí použít SMACK stack pro budování platform zpracování dat pro řešení s velkými daty.

Na konci tohoto školení budou účastníci schopni:

• Implementovat architekturu data pipeline pro zpracování velkých dat.
• Vytvořit clusterovou infrastrukturu pomocí Apache Mesos a Dockeru.
• Analyzovat data s Sparkem a Scalou.
• Spravovat nestrukturovaná data pomocí Apache Cassandra.

Toto živé školení vedené instruktorem v Prague (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.