Zaawansowany Python: Najlepsze Praktyki i Wzorce Projektowe - Plan Szkolenia

Ten kurs uczy praktycznych technik inżynierskich do projektowania, budowania, testowania i wdrażania agentowych (autonomicznych) systemów przy użyciu Pythona. Obejmuje pętlę agenta, integrację narzędzi, zarządzanie pamięcią i stanem, wzorce orkiestracji, kontrolę bezpieczeństwa oraz aspekty produkcyjne.

Szkolenie prowadzone przez instruktora, na żywo (online lub na miejscu) jest skierowane do inżynierów uczenia maszynowego, developerów AI oraz inżynierów oprogramowania na poziomie średniozaawansowanym i zaawansowanym, którzy chcą budować solidne, gotowe do produkcji autonomiczne agenty przy użyciu Pythona.

Po ukończeniu szkolenia uczestnicy będą potrafili:

• Projektować i implementować pętlę agenta oraz przepływy decyzyjne.
• Integrować zewnętrzne narzędzia i API w celu rozszerzenia możliwości agenta.
• Implementować architektury pamięci krótko- i długoterminowej dla agentów.
• Koordynować wieloetapowe orkiestracje i kompozycję agentów.
• Stosować najlepsze praktyki dotyczące bezpieczeństwa, kontroli dostępu i obserwowalności dla wdrożonych agentów.

Format kursu

• Interaktywne wykłady i dyskusje.
• Praktyczne laboratoria budujące agenty przy użyciu Pythona i popularnych SDK.
• Ćwiczenia oparte na projektach, które tworzą prototypy gotowe do wdrożenia.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie, prosimy o kontakt w celu uzgodnienia szczegółów.

To 5-dniowe wprowadzenie do Data Science i Sztucznej Inteligencji (AI).

Kurs jest prowadzony z przykładami i ćwiczeniami przy użyciu Pythona.

Sztuczna Inteligencja z Pythonem to tworzenie inteligentnych systemów przy użyciu bogatego ekosystemu bibliotek AI i uczenia maszynowego w Pythonie.

To szkolenie prowadzone przez instruktora, na żywo (online lub na miejscu) jest skierowane do programistów Pythona na poziomie średniozaawansowanym, którzy chcą projektować, implementować i wdrażać rozwiązania AI przy użyciu Pythona.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Implementować algorytmy AI przy użyciu podstawowych bibliotek AI w Pythonie.
• Pracować z modelami uczenia nadzorowanego, nienadzorowanego i ze wzmocnieniem.
• Integrować rozwiązania AI z istniejącymi aplikacjami i przepływami pracy.
• Oceniać wydajność modeli i optymalizować je pod kątem dokładności i efektywności.

Format kursu

• Interaktywny wykład i dyskusja.
• Dużo ćwiczeń i praktyki.
• Praktyczna implementacja w środowisku live-lab.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie, prosimy o kontakt w celu ustalenia szczegółów.

To szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do analityków biznesowych, którzy chcą zautomatyzować handel za pomocą handlu algorytmicznego, Pythona i R.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Wykorzystywać algorytmy do szybkiego kupna i sprzedaży papierów wartościowych w określonych interwałach.
• Zmniejszać koszty związane z handlem dzięki handlowi algorytmicznemu.
• Automatycznie monitorować ceny akcji i składać zlecenia.

To 4-dniowy kurs wprowadzający do sztucznej inteligencji i jej zastosowań z wykorzystaniem języka programowania Python. Istnieje możliwość dodania dodatkowego dnia na realizację projektu związanego z AI po zakończeniu kursu. 

Szkolenie prowadzone przez instruktora na żywo w Polsce (online lub na miejscu) skierowane jest do programistów Python na poziomie średniozaawansowanym, którzy chcą poprawić swoje doświadczenie w rozwoju aplikacji Python przy użyciu AWS Cloud9.

Pod koniec szkolenia uczestnicy będą potrafili:

• Skonfigurować i dostosować AWS Cloud9 do rozwoju aplikacji Python.
• Zrozumieć interfejs i funkcje IDE AWS Cloud9.
• Pisać, debugować i wdrażać aplikacje Python w AWS Cloud9.
• Współpracować z innymi programistami za pomocą platformy AWS Cloud9.
• Integrować AWS Cloud9 z innymi usługami AWS w celu zaawansowanego wdrażania.

To szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do programistów na poziomie podstawowym i średniozaawansowanym, którzy chcą wykorzystać Python do tworzenia aplikacji blockchain i kryptowalutowych.

Pod koniec szkolenia uczestnicy będą mogli:

• Wykorzystywać Python do tworzenia i manipulowania systemami i danymi blockchain oraz kryptowalut.
• Korzystać z bibliotek i frameworków Pythona, takich jak Flask, PyCrypto i web3.py, do interakcji z sieciami i usługami blockchain oraz kryptowalut.
• Wykorzystywać Python do implementacji inteligentnych kontraktów, algorytmów konsensusu i protokołów kryptograficznych dla aplikacji blockchain i kryptowalutowych.
• Wykorzystywać Python do tworzenia i wdrażania zdecentralizowanych aplikacji (DApps), które działają na platformach blockchain i kryptowalutowych.
• Wykorzystywać Python do analizy i wizualizacji danych blockchain i kryptowalutowych.

ChatBoty to programy komputerowe, które automatycznie symulują ludzkie odpowiedzi poprzez interfejsy czatu. ChatBoty pomagają organizacjom zwiększyć efektywność operacyjną, zapewniając łatwiejsze i szybsze opcje interakcji z użytkownikami.

W tym szkoleniu prowadzonym przez instruktora na żywo uczestnicy nauczą się, jak tworzyć chatboty w Pythonie.

Pod koniec szkolenia uczestnicy będą mogli:

• Zrozumieć podstawy tworzenia chatbotów
• Tworzyć, testować, wdrażać i rozwiązywać problemy związane z różnymi chatbotami przy użyciu Pythona

Grupa docelowa

• Programiści

Format kursu

• Część wykładowa, część dyskusyjna, ćwiczenia i intensywna praktyka

Uwaga

• Aby zamówić dostosowane szkolenie z tego kursu, prosimy o kontakt w celu ustalenia szczegółów.

To szkolenie prowadzone przez instruktora na żywo w Polsce (online lub na miejscu) jest skierowane do analityków danych i inżynierów oprogramowania, którzy chcą wykorzystać Dask w ekosystemie Pythona do budowania, skalowania i analizowania dużych zbiorów danych.

Pod koniec szkolenia uczestnicy będą mogli:

• Przygotować środowisko do rozpoczęcia przetwarzania dużych zbiorów danych z wykorzystaniem Dask i Pythona.
• Poznać funkcje, biblioteki, narzędzia i API dostępne w Dask.
• Zrozumieć, w jaki sposób Dask przyspiesza przetwarzanie równoległe w Pythonie.
• Nauczyć się skalować ekosystem Pythona (Numpy, SciPy i Pandas) przy użyciu Dask.
• Optymalizować środowisko Dask, aby zachować wysoką wydajność w obsłudze dużych zbiorów danych.

To szkolenie prowadzone przez instruktora na żywo w Polsce (online lub na miejscu) jest skierowane do programistów Pythona i analityków danych na poziomie średnio zaawansowanym, którzy chcą poprawić swoje umiejętności w zakresie analizy i manipulacji danymi przy użyciu Pandas i NumPy.

Pod koniec szkolenia uczestnicy będą mogli:

• Skonfigurować środowisko programistyczne obejmujące Python, Pandas i NumPy.
• Tworzyć aplikacje do analizy danych przy użyciu Pandas i NumPy.
• Wykonywać zaawansowane operacje porządkowania, sortowania i filtrowania danych.
• Przeprowadzać operacje agregacyjne i analizować dane szeregów czasowych.
• Wizualizować dane za pomocą Matplotlib i innych bibliotek wizualizacyjnych.
• Debugować i optymalizować kod analizy danych.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do programistów, którzy chcą wykorzystać stos FARM (FastAPI, React, i MongoDB) do tworzenia dynamicznych, wysokowydajnych i skalowalnych aplikacji webowych.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Skonfigurować niezbędne środowisko programistyczne integrujące FastAPI, React i MongoDB.
• Zrozumieć kluczowe koncepcje, funkcje i zalety stosu FARM.
• Nauczyć się tworzyć REST API za pomocą FastAPI.
• Nauczyć się projektować interaktywne aplikacje za pomocą React.
• Tworzyć, testować i wdrażać aplikacje (frontend i backend) przy użyciu stosu FARM.

To szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do programistów, którzy chcą używać FastAPI z Pythonem do łatwiejszego i szybszego budowania, testowania i wdrażania RESTful API.

Pod koniec szkolenia uczestnicy będą mogli:

• Skonfigurować niezbędne środowisko programistyczne do tworzenia API z użyciem Pythona i FastAPI.
• Tworzyć API szybciej i łatwiej, korzystając z biblioteki FastAPI.
• Nauczyć się tworzyć modele danych i schematy oparte na Pydantic i OpenAPI.
• Łączyć API z bazą danych za pomocą SQLAlchemy.
• Implementować zabezpieczenia i uwierzytelnianie w API przy użyciu narzędzi FastAPI.
• Budować obrazy kontenerów i wdrażać web API na serwerze chmurowym.

Szkolenie koncentruje się na praktycznej nauce tworzenia REST API przy użyciu frameworka FastAPI. Uczestnicy poznają kompletny proces budowy aplikacji webowej – od zrozumienia architektury klient-serwer i protokołu HTTP, przez implementację wszystkich operacji CRUD, aż po integrację z bazą danych i zabezpieczenie aplikacji.

Program obejmuje pracę z prostym, przykładowym projektem, który uczestnicy budują krok po kroku. Nauczą się definiować endpointy, walidować dane wejściowe za pomocą Pydantic, obsługiwać błędy oraz zwracać odpowiednie kody statusu HTTP. Poznają dwa podejścia do pracy z bazą danych: bezpośrednie zapytania SQL przez psycopg oraz ORM SQLAlchemy.

Duży nacisk kładziemy na organizację kodu – podział na moduły, separację logiki, oraz dobre praktyki strukturyzacji projektu. Uczestnicy nauczą się również testować swoje API przy użyciu TestClient, pracować z automatycznie generowaną dokumentacją oraz implementować mechanizmy uwierzytelniania i hashowania haseł.

Po szkoleniu uczestnik będzie potrafił samodzielnie zaprojektować i zaimplementować funkcjonalne REST API z połączeniem do bazy danych, zabezpieczone i gotowe do dalszego rozwoju. Otrzyma praktyczną wiedzę pozwalającą na rozpoczęcie pracy jako backend developer w Pythonie.

To szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do naukowców zajmujących się danymi oraz programistów, którzy chcą wykorzystać Modin do budowania i implementowania równoległych obliczeń z Pandas w celu szybszej analizy danych.

Pod koniec szkolenia uczestnicy będą mogli:

• Skonfigurować niezbędne środowisko do rozpoczęcia tworzenia przepływów pracy w Pandas na dużą skalę z wykorzystaniem Modin.
• Zrozumieć funkcje, architekturę i zalety Modin.
• Poznać różnice między Modin, Dask i Ray.
• Wykonywać operacje w Pandas szybciej z wykorzystaniem Modin.
• Implementować całe API i funkcje Pandas.

Szkolenie obejmuje kluczowe narzędzia wykorzystywane w pracy analitycznej i data science:
NumPy (operacje tablicowe), Pandas (analiza danych tabelarycznych) oraz biblioteki do wizualizacji.
Moduły prowadzą uczestnika od podstaw przetwarzania danych po tworzenie wykresów
i eksploracyjną analizę zbiorów danych (EDA)