Python Školení v Prague

Python je hlavním jazykem, kterým jsou vyvíjeny a orchestrovány autonomní AI agenty. Tento kurz se soustředí na praktickou implementaci pomocí moderních SDK a rámce, jako jsou LangChain a AutoGen, ke vytváření, připojování a správě pracovních postupů agentů.

Toto instruktorem vedeno živé školení (online nebo na místě) je určené pro středně pokročilé back-end inženýry, platformové inženýry a ML inženýry, kteří chtějí implementovat a orchestrovat autonomní agenty pomocí nástrojů Pythonu a rozhraní API.

Konec tohoto školení budou účastníci schopni:

• Nastavit a nakonfigurovat Pythonovská prostředí pro agenické systémy.
• Použít populární agent SDK, jako jsou LangChain a AutoGen, ke vytváření funkčních agentů.
• Začlenit nástroje a rozhraní API pro rozšíření schopností agentů.
• Orchestrovat víceagentní pracovní postupy a vzory komunikace.
• Použít nejlepší praktiky pro ladění, testování a údržbu agenických kódu.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Přímo účastnické programovací cvičení a živé ukázky.
• Praktické projekty vytvářející koncové pracovní postupy agentů od začátku až po konec.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení se týkající tohoto kurzu, prosím nás kontaktujte pro uspořádání.

Tento kurz vyučuje praktické inženýrské techniky pro návrh, vývoj, testování a nasazení agentic (autonomních) systémů pomocí Pythonu. Kryje agentní smyčku, integraci nástrojů, správu paměti a stavu, orchestrace, bezpečnostní kontroly a aspekty produkce.

Toto vedené školení (online nebo na místě) je určeno pro středně pokročilé až pokročilé inženýry ML, AI vývojáře a software inženýry, kteří chtějí vytvářet robustní autonomní agenty připravené pro produkci pomocí Pythonu.

Na konci tohoto školení budou účastníci schopni:

• Návrh a implementace agentní smyčky a pracovních postupů rozhodování.
• Integrace externích nástrojů a API pro rozšíření možností agentů.
• Implementace architektur krátkodobé a dlouhodobé paměti pro agenty.
• Skoordinování vícestupňových orchestrací a sestavovatelnosti agentů.
• Aplikace nejlepších praktik v oblasti bezpečnosti, kontroly přístupu a sledovatelnosti pro nasazené agenty.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Praktické laboratoře budování agentů s Pythonem a populárními SDKs.
• Projektové cvičení, které vytvoří nasaditelné prototypy.

Možnosti přizpůsobení kurzu

• Pro požádání o přizpůsobené školení se na tento kurz obraťte na nás, abychom to uspořádali.

Umělá inteligence s Python je vývoj inteligentních systémů pomocí rozsáhlého ekosystému AI a knihoven strojového učení od Python.

Tento instruktor-leden živý školení (online nebo na místě) je určen středně pokročilým programátorům v Python, kteří chtějí navrhnout, implementovat a nasadit řešení AI pomocí Python.

Koncovým cílem tohoto školení je, aby účastníci mohli:

• Implementovat algoritmy umělé inteligence s použitím jádrových knihoven AI od Python.
• Pracovat s modelem strojového učení s nadzorem, bez nadzoru a reforcení.
• Integrovat řešení AI do stávajících aplikací a pracovních postupů.
• Hodnocení výkonu modelu a optimalizace pro přesnost a efektivitu.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Hodně cvičení a praxe.
• Praktické implementace v prostředí živé laboratoře.

Možnosti individualizace kurzu

• Pro požadavek na individuální školení tohoto kurzu, kontaktujte nás prosím pro dohodu.

Toto živé školení vedené instruktorem v Prague (online nebo na místě) je zaměřeno na středně pokročilé Python vývojáře, kteří chtějí zlepšit své Python vývojové zkušenosti pomocí AWS Cloud9.

Na konci tohoto školení budou účastníci schopni:

• Nastavte a nakonfigurujte AWS Cloud9 pro vývoj Python.
• Pochopte rozhraní a funkce AWS Cloud9 IDE.
• Zápis, ladění a nasazení Python aplikací v AWS Cloud9.
• Spolupracujte s ostatními vývojáři pomocí platformy AWS Cloud9.
• Integrujte AWS Cloud9 s dalšími službami AWS pro pokročilá nasazení.

Toto školení vedené instruktorem (online nebo na místě) je určeno odborným analytikům dat, kteří chtějí využít schopnosti analýzy dat pomocí Pythonu v Power BI a tak zlepšit svou schopnost efektivně analyzovat a vizualizovat data.

Koncem tohoto školení budou účastníci schopni:

• Zjistit, jak se Python může integrovat do Power BI pro analýzu dat.
• Používat skripty v Pythonu k načítání, čištění a předzpracování dat v prostředí Power BI.
• Zlepšit schopnosti vizualizace dat tím, že vytvoří vlastní a interaktivní vizualizace pomocí Pythonu.
• Získat pokročilé dovednosti analýzy dat pomocí Pythonu.

Python je všestranný programovací jazyk široce používaný pro manipulaci s daty, automatizaci a analýzu. Knihovny jako Pandas a Polars nabízejí výkonné a praktické nástroje pro práci s tabulkovými daty v rozsahu.

Toto vedené instruktorem živé školení (online nebo na místě) je určeno profesionálům na úrovni začátečníka až intermediární úrovně, kteří chtějí aplikovat Python pro běžnou analýzu dat, zpracování souborů a automatizaci procesů pomocí Pandas a Polars.

Na konci tohoto školení budou účastníci schopni:

• Používat Python ke čtení, transformaci a zápisu CSV a Excel souborů.
• Vykonávat běžné úkoly čištění dat a transformace s Pandas a Polars.
• Automatizovat opakující se procesy zpracování dat pomocí skriptů v Pythonu.
• Zabalit jednoduché skripty do spustitelných souborů a dodržovat nejlepší postupy pro projekty.

Formát kurzu

• Interaktivní demonstrace kódu a krátká přednáška.
• Cvičení s praktickým kódem pomocí vedených ukázek kódu.
• Přínosné mini-projekty pro automatizaci skutečných úkolů.

Možnosti přizpůsobení kurzu

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

Tento intenzivní, praktický kurz se zabývá pokročilými technikami Pythonu, inženýrskými osvědčenými postupy a často používanými návravními vzory pro vytváření udržitelných, testovatelných a vysokovýkonnostních Python aplikací. Důraz je kladen na moderní nástroje, typování, modely konkurzivity, architektonické vzory a pracovní postupy připravené pro nasazení.

Tato instruktorem vedená živá školení (online nebo na místě) je určena pro středně pokročilé až pokročilé Python programátory, kteří chtějí přijmout profesionální postupy a vzory pro produkční Python systémy.

Konec tohoto školení budou účastníci schopni:

• Použít typování v Pythonu, datové třídy a kontrolu typů k zvýšení spolehlivosti kódu.
• Nastavovat robustní aplikace pomocí návravných vzorů a architektonických principů.
• Správně implementovat konkurzivitu a paralelismus s využitím asyncio a multiprocessingu.
• Vytvářet dobře testovaný kód pomocí pytest, testů na základě vlastností (property-based testing) a CI potoků.
• Profilovat, optimalizovat a posilovat Python aplikace pro produkční použití.
• Balení, distribuce a nasazení Python projektů pomocí moderních nástrojů a kontejnerů.

Formát kurzu

• Interaktivní přednášky a krátké ukázky.
• Praktické laboratoře a programátorské cvičení každý den.
• Koncový mini-projekt integrující vzory, testování a nasazení.

Možnosti přizpůsobení kurzu

• Pokud požadujete přizpůsobené školení nebo zaměření (data, web nebo infrastruktura), kontaktujte nás pro domluvu.

Tento instruktorův kurz (online nebo na místě) je určen začínajícím vývojářům a analytikům dat, kteří chtějí naučit se programovat v jazyce Python od základu pomocí platformy Google Colab.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět základům programovacího jazyka Python.
• Implementovat kód v jazyce Python v prostředí Google Colab.
• Používat struktury ovládání pro správu toku programu v jazyce Python.
• Vytvářet funkce k efektivnímu organizování a reužívání kódu.
• Prozkoumat a používat základní knihovny pro programování v jazyce Python.

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 školení pod vedením instruktora (online nebo na místě) je zaměřeno na začínající až středně pokročilé robotické vývojáře, kteří se chtějí naučit používat ROS pro programování mobilních robotů s Pythonem.

Po absolvování tohoto školení budou účastníci schopni:

• Nastavit vývojové prostředí, které zahrnuje ROS, Python a platformu mobilního robota.
• Vytvářet a spouštět ROS uzly, témata, služby a akce pomocí Pythonu.
• Používat nástroje a utilitky ROS k monitorování a ladění ROS aplikací.
• Používat balíčky a knihovny ROS pro provádění běžných úkolů mobilních robotů.
• Integrovat ROS s jinými rámci a nástroji.
• Ladit a řešit problémy v ROS aplikacích.

Tento kurz je určen pro ty, kteří se chtějí naučit programovací jazyk Python. Důraz je kladen na jazyk Python, základní knihovny a také na výběr nejlepších a nejužitečnějších knihoven vyvinutých komunitou Python. Python pohání podniky a je používán vědci po celém světě – je to jeden z nejpopulárnějších programovacích jazyků.

Kurz lze realizovat s využitím nejnovější verze Python 3.x s praktickými cvičeními, které využívají jeho plný potenciál. Kurz je možné realizovat na jakémkoli operačním systému (všechny varianty UNIX, včetně Linux a Mac OS X, stejně jako Microsoft Windows).

Praktická cvičení tvoří asi 70 % času kurzu a asi 30 % tvoří demonstrace a prezentace. Během kurzu lze diskutovat a klást otázky.

Poznámka: školení lze přizpůsobit konkrétním potřebám na základě předchozí žádosti před navrhovaným termínem kurzu.

Toto instruktorem védané živé školení v Prague (online nebo na místě) je určeno vývojářům, kteří chtějí naučit pokročilé techniky programování v Pythonu, včetně použití tohoto univerzálního jazyka k řešení problémů v oblastech jako jsou distribuované aplikace, analýza a vizualizace dat, programování uživatelského rozhraní a údržbové skripty.

Tento kurz je určen pro ty, kteří se chtějí naučit programovací jazyk Python. Důraz je kladen na jazyk Python, základní knihovny a také na výběr nejlepších a nejužitečnějších knihoven vyvinutých komunitou Python. Python pohání podniky a je používán vědci po celém světě – je to jeden z nejpopulárnějších programovacích jazyků.

Toto instruktor-em védané, živé školení v Prague je založeno na populární knize „Automate the Boring Stuff with Python“ od Ala Sweigarta. Je určené začínajícím a pokrývá základní koncepty programování v Pythonu prostřednictvím praktických, interaktivních cvičení a diskusí. Hlavní důraz je kladen na naučení psát kód, který drastičtě zvyšuje účinnost práce v kanceláři.

Na konci tohoto školení budou účastníci znát programování v Pythonu a budou schopni použít tuto novou dovednost pro:

• Automatizaci úkolů psaním jednoduchých programů v Pythonu.
• Psaní programů, které dokáží rozpoznávat textové vzory pomocí „regulárních výrazů“.
• Programově generování a aktualizaci Excelových tabulek.
• Zpracování PDF a Word dokumentů.
• Crawling webových stránek a získávání informací z online zdrojů.
• Psaní programů, které odesílají e-mailová oznámení.
• Použití ladících nástrojů Pythonu k rychlému odstraňování chyb.
• Programově řízení myši a klávesnice pro klikání a psaní za vás.

V tomto instruktorem vedeném živém školení na Prague se účastníci naučí nejrelevantnější a nejoblíbenější strojové učení v Pythonu, zatímco budou budovat řadu ukázkových aplikací obsahujících obrázky, hudbu, text a finanční data.

Konec tohoto školení se účastníci budou schopni:

• Implementovat algoritmy a techniky strojového učení pro řešení složitých problémů.
• Používat hluboké učení a poloznačované učení v aplikacích zahrnujících obrázky, hudbu, text a finanční data.
• Vyčerpat potenciál Pythonových algoritmů do plna.
• Používat knihovny a balíčky jako NumPy a Theano.

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.

Cílem tohoto kurzu je poskytnout obecné znalosti v aplikaci metod strojového učení v praxi. Pomocí programovacího jazyka Python a jeho různých knihoven a na základě množství praktických příkladů tento kurz učí, jak používat nejdůležitější stavební bloky strojového učení, jak se rozhodovat o datovém modelování, interpretovat výstupy algoritmy a ověřovat výsledky.

Naším cílem je poskytnout vám dovednosti, abyste rozuměli a používali nejzákladnější nástroje z Machine Learning sady nástrojů s jistotou a vyhnuli se běžným nástrahám aplikací Data Sciences.

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.

Praktický přehled datové vědy a AI pomocí Pythonu – poskytuje odborníkům dovednosti pro práci s daty, vývoj modelů strojového učení a implementaci AI aplikací v podnikovém prostředí; zahrnuje metodiku CRISP-DM, statistickou analýzu, dozorené i nedozorené učení, hluboké učení s frameworkem Tensorflow, zpracování přirozeného jazyka, práci s big data přes Spark a vyprávění příběhů na základě dat; ideální pro začátečníky hledající certifikaci v datové vědě a komplexní školení z analytiky připravené pro kariéru.

Předmět Praktické AI od základů v Pythonu vybavuje programátory a datové analytici základními technikami pro budování řešení strojového učení od úplných začátků pomocí jazyka Python. Zahrnuje klíčové principy učení se s učitelem, jako je klasifikace a regrese, učení se bez učitele, včetně shlukování a detekce anomálií, a pokročilé architektury neuronových sítí. Prozkoumává prověřené metody práce se systémem scikit-learn, Apache Spark MLlib a Jupyter notebooky pro praktický vývoj AI. Pomáhá profesionálům implementovat praktické modely strojového učení, vyhodnocovat omezení algoritmů a dokončovat projektové úlohy pro řešení reálných problémů.

Selenium je otevřený rámec pro automatizaci testování webových aplikací napříč různými prohlížeči. V Selenium 4 jsou k dispozici vylepšené WebDriver API, nativní relativní lokátory a zlepšená podpora gridu. Python nabízí jednoduchost a silnou integraci s testovacími rámci jako Pytest, což ho činí mohutnou volbou pro vytváření škálovatelných a udržitelných testovacích automatizací.

Tuto instruktorem vedené, živé školení (online nebo na místě) je zaměřeno na začínající až středně pokročilé testery a vývojáře, kteří chtějí používat Selenium s Pythonem pro automatizaci testování webových aplikací v reálných prostředích.

Na konci tohoto školení budou účastníci schopni:

• Nainstalovat a nakonfigurovat Selenium s Pythonem v testovacím prostředí.
• Vytvářet robustní skripty pro automatizaci testů pomocí Selenium WebDriver a Pytestu.
• Používat Model objektové stránky (POM) pro udržitelné testovací rámce.
• Spouštět testy napříč více prohlížeči pomocí Selenium Gridu.
• Integrovat automatizované testy do CI/CD cest.
• Řešit běžné problémy a aplikovat osvědčené postupy pro stabilitu automatizace.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Množství cvičení a praktiky.
• Praktické implementace v živém laboratořním prostředí.

Možnosti přizpůsobení kurzu

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

Toto školení vedené instruktorem (online nebo na místě) je určeno uživatelům Matlabu, kteří chtějí vyzkoušet nebo přejít na Python pro analýzu a vizualizaci dat.

Na konci tohoto školení budou účastníci schopni:

• Nainstalovat a nakonfigurovat vývojové prostředí Pythonu.
• Pochopit rozdíly a podobnosti mezi syntaxí Matlabu a Pythonu.
• Použít Python k získání přehledů z různých datových sad. 
• Převést stávající aplikace Matlabu na Python. 
• Zintegrovat aplikace Matlabu a Pythonu.

Tento výcvik vedený lektorem, probíhající Prague (online nebo na místě firmy), je určen pro osoby, které se chtějí naučit tolik Pythonu, aby mohly začít analyzovat čísla z dat prodeje, analýzy provozu, interakce se zákazníky atd..

Na konci tohoto výcviku budou účastníci schopni:

• Instalovat a nakonfigurovat nezbytný software, knihovny a vývojové prostředí pro zahájení psaní kódu Python pro analýzu dat.
• Analýzovat data ze zdrojů, jako jsou soubory Excel, CSV, JSON a databáze.
• Čistit data a zlepšit jejich užitečnost před jejich analýzou.
• Provést jednoduchou statistickou analýzu.
• Generovat reporty, které prezentují požadovaná data ve správném formátu, od čistých čísel přes vizualizace dat.
• Získat cenné přehledy z dat, včetně trendů ve výkonu a problematických oblastí.

Přehled kurzu

Tento praktický kurz je určen pro odborníky se zkušenostmi v oblasti datového inženýrství, kteří si chtějí osvojit praktické dovednosti v oblastech umělé inteligence, Pythonu a velkých jazykových modelů. Kurz se zaměřuje na reálná využití, včetně používání modelů, vytváření promptů (prompt engineering) a budování řešení poháněných umělou inteligencí. Účastníci budou procházet progresivními cvičenímí, která je vedou od základních konceptů k vytvoření nasazenelných pracovních postupů pro umělou inteligenci.

Forma školení

• Prezenční výuka ve třídě

• Vedení instruktorem s průvodovaným procvičováním

• Interaktivní diskuse a studie reálných případů z praxe

• Každodenní praktická cvičení

Cíle kurzu

• Pochopit základní koncepty umělé inteligence a strojového učení relevantní pro moderní aplikace

• Upevnit dovednosti v Pythonu pro vývoj AI a datové pracovní postupy

• Naučit se, jak fungují velká jazyková modely a jak je efektivně využívat

• Navrhnout a optimalizovat prompty pro spolehlivé výstupy

• Budovat komplexní řešení AI pomocí API a frameworků

• Integrovat umělou inteligenci do datových inženýrských pipeline

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 instruktorem vedené tréninkové kurzy v Prague (online nebo na místě) je určeno datovým vedcům, kteří chtějí TensorFlow použít pro analýzu potenciálních dat o podvodech.

Na konci tohoto tréninku budou účastníci schopni:

• Vytvořit model detekce podvodů v Pythonu a TensorFlow.
• Sestavit lineární regrese a lineární regresní modely pro předpověď podvodů.
• Vyvinout aplikaci AI od A do Z pro analýzu dat o podvodech.

Tato instruktorem vedena, živá školení v Prague (online nebo na místě) je určená síťovým inženýrům, kteří chtějí spravovat, řídit a návrh počítačových sítí pomocí Pythonu.

Konec tohoto školení budou účastníci schopni:

• Optimalizovat a využívat Paramiko, Netmiko, Napalm, Telnet a pyntc pro síťovou automatizaci s Pythonem.
• Ovládat vícevláknovost a víceprouvodovost ve síťové automatizaci.
• Používat GNS3 a Python pro síťové programování.

Tato školení vedená lektorem (online nebo prezenčně) v lokalitě Prague je určena pro odborníky v oblasti byznysu a datové analytiky se znalostmi Python na intermediate úrovni, kteří chtějí využít Python k automatizaci pracovních postupů, analýze obchodních dat a generování dynamických reportů založených na Exelu.

Počítačové vidění je oblast, která se zabývá automatickým extrahováním, analýzou a porozumění užitečným informacím z digitálních médií. Python je vysokoúrovňový programovací jazyk slavný svou čitelností kódu a jasnou syntaxí.

V tomto instruktorem vedeném živém školení se účastníci naučí základy počítačového vidění, zatímco postupně vytvářejí jednoduché aplikace počítačového vidění pomocí Pythonu.

Na konci tohoto školení budou účastníci schopni:

• Pochopit základy počítačového vidění
• Použít Python k realizaci úloh počítačového vidění
• Vytvořit vlastní systémy pro detekci obličeje, objektu a pohybu

Cílová skupina

• Python programátoři zaujatí počítačovým viděním

Formát kurzu

• Pouze přednáška, částečná diskuse, cvičení a intenzivní praktické cvičení

Tento praktický kurz je určen pro uživatele systému Unix a shellu, kteří chtějí vylepšit své možnosti automatizace pomocí jazyka Python. Ačkoli je skriptování v shellu stále výkonné pro jednoduché úkoly, poskytuje Python podstatně větší flexibilitu, čitelnost a škálovatelnost pro složitou automatizaci, správu systémů a pracovní postupy DevOps.