Wprowadzenie do Data Science i sztucznej inteligencji za pomocą Python - Plan Szkolenia

LangGraph jest ramą do budowy aplikacji z wieloma aktorami o stanie, jako skomponowanych grafów z trwałym stanem i kontrolą nad wykonaniem.

To prowadzone przez instruktora, żywe szkolenie (online lub na miejscu) skierowane jest do zaawansowanych inżynierów platform AI, DevOps dla AI i architektów ML, którzy chcą optymalizować, debugować, monitorować i zarządzać systemami LangGraph w produkcji.

Po ukończeniu tego szkolenia uczestnicy będą w stanie:

• Projektować i optymalizować złożone topologie LangGraph pod względem prędkości, kosztów i skalowalności.
• Inżynierować niezawodność za pomocą powtórzeń, timeoutów, idempotencji i odzyskiwania opartego na punktach kontrolnych.
• Debugować i śledzić wykonanie grafów, sprawdzać stan i systematycznie odtwarzać problemy produkcji.
• Instrumentować grafy logami, metrykami i śladami, wdrażać do produkcji i monitorować SLA i koszty.

Format kursu

• Interaktywna wykład i dyskusja.
• Wiele ćwiczeń i praktyki.
• Ręczne wdrażanie w środowisku labolatorium online.

Opcje dostosowania kursu

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, prosimy o kontakt z nami w celu uzgodnienia.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi, którzy chcą korzystać z ekosystemu Anaconda do przechwytywania, zarządzania i wdrażania pakietów i przepływów pracy analizy danych na jednej platformie.

Pod koniec tego szkolenia uczestnicy będą mogli

• Zainstalować i skonfigurować komponenty i biblioteki Anaconda.
• Zrozumieć podstawowe pojęcia, funkcje i zalety Anaconda.
• Zarządzać pakietami, środowiskami i kanałami za pomocą Anaconda Navigator.
• Używanie pakietów Conda, R i Python do nauki o danych i uczenia maszynowego.
• Poznanie praktycznych przypadków użycia i technik zarządzania wieloma środowiskami danych.

Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla analityków danych i inżynierów oprogramowania, którzy chcą używać Dask z ekosystemem Python do tworzenia, skalowania i analizowania dużych zbiorów danych.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Skonfiguruj środowisko, aby rozpocząć przetwarzanie dużych zbiorów danych za pomocą Dask i Pythona.
• Zapoznanie się z funkcjami, bibliotekami, narzędziami i interfejsami API dostępnymi w Dask.
• Zrozumienie, w jaki sposób Dask przyspiesza obliczenia równoległe w Pythonie.
• Dowiedz się, jak skalować ekosystem Pythona (Numpy, SciPy i Pandas) przy użyciu Dask.
• Optymalizacja środowiska Dask w celu utrzymania wysokiej wydajności w obsłudze dużych zbiorów danych.

To szkolenie prowadzone przez instruktora, dostępne online lub na miejscu, jest skierowane do developerów i analityków danych na poziomie średnim, którzy chcą podnieść swoje umiejętności w zakresie analizy i manipulacji danych za pomocą Pandas i NumPy.

Na koniec tego szkolenia uczestnicy będą w stanie:

• Uruchomić środowisko rozwojowe, które obejmuje Python, Pandas i NumPy.
• Stworzyć aplikację do analizy danych za pomocą Pandas i NumPy.
• Wykonawać zaawansowane operacje przygotowania danych, sortowania i filtrowania.
• Przeprowadzać operacje agregacji i analizować dane czasowe.
• Wizualizować dane za pomocą Matplotlib i innych bibliotek wizualizacyjnych.
• Debugować i optymalizować swój kod analizy danych.

Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów, którzy chcą korzystać ze stosu FARM (FastAPI, React i MongoDB) do tworzenia dynamicznych, wydajnych i skalowalnych aplikacji internetowych.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

Skonfigurowanie niezbędnego środowiska programistycznego, które integruje FastAPI, React i MongoDB. Zrozumienie kluczowych pojęć, funkcji i zalet stosu FARM. Dowiedz się, jak tworzyć interfejsy API REST za pomocą FastAPI. Dowiedz się, jak projektować interaktywne aplikacje za pomocą React. Rozwijaj, testuj i wdrażaj aplikacje (front-end i back-end) przy użyciu stosu FARM.

Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów, którzy chcą używać FastAPI z Python do łatwiejszego i szybszego tworzenia, testowania i wdrażania interfejsów API RESTful.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Skonfigurować niezbędne środowisko programistyczne do tworzenia API z wykorzystaniem Python i FastAPI.
• Tworzyć API szybciej i łatwiej, korzystając z biblioteki FastAPI.
• Nauczyć się tworzyć modele danych i schematy oparte na Pydantic i OpenAPI.
• Połączyć API z bazą danych za pomocą SQLAlchemy.
• Zaimplementować zabezpieczenia i uwierzytelnianie w API, korzystając z narzędzi FastAPI.
• Budować obrazy kontenerów i wdrażać API internetowe na serwerze chmurowym.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi i programistów, którzy chcą uczyć się i budować swoją karierę w Data Science za pomocą Kaggle.

Pod koniec tego szkolenia uczestnicy będą mogli:

• Dowiedzieć się o nauce o danych i uczeniu maszynowym.
• Poznaj analitykę danych.
• Dowiedzieć się o Kaggle i jak to działa.

LangGraph to ramka służąca do budowy aplikacji LLM o stanie, wieloaktorowych jako kompozycyjnych grafów ze stałym stanem i kontrolą nad wykonaniem.

To szkolenie prowadzone przez instruktora (online lub stacjonarne) jest skierowane do profesjonalistów na poziomie średniozaawansowanym do zaawansowanym, którzy chcą zaprojektować, wdrożyć i zarządzać rozwiązaniami finansowymi opartymi na LangGraph z właściwą rządząca, obserwowalnością i zgodnością.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Projektować specyficzne dla finansów przepływy pracy LangGraph zgodne z wymaganiami regulacyjnymi i audytowymi.
• Integrować standardy i ontologie danych finansowych do stanu grafu i narzędzi.
• Wdrażać mechanizmy niezawodności, bezpieczeństwa i kontroli człowiek-w-pętli dla krytycznych procesów.
• Wdrażać, monitorować i optymalizować systemy LangGraph pod kątem wydajności, kosztów i SLA.

Format kursu

• Interaktywne wykłady i dyskusje.
• Wieloćwiczeniowe i praktyczne zajęcia.
• Ręczne wdrażanie w środowisku live-lab.

Opcje dostosowania kursu

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.

LangGraph to framework do budowy aplikacji opartego na grafie modeli językowych dużej skalowości (LLM), które wspierają planowanie, rozgałęzienie, używanie narzędzi, pamięć oraz kontrolowane wykonywanie.

Ten prowadzony przez instruktora kurs (online lub stacjonarnie) jest skierowany do początkujących developerów, inżynierów promptów oraz praktyków danych, którzy chcą zaprojektować i zbudować niezawodne, wieloetapowe przepływy pracy modeli językowych dużej skalności z użyciem LangGraph.

Na zakończenie tego kursu uczestnicy będą w stanie:

• Wyjaśnić podstawowe koncepcje LangGraph (węzły, krawędzie, stan) oraz kiedy ich używać.
• Budować łańcuchy promptów, które rozgałęziają się, wywołują narzędzia oraz utrzymują pamięć.
• Integrować odzyskiwanie i zewnętrzne API z przepływami grafu.
• Testować, debugować i oceniać aplikacje LangGraph pod kątem niezawodności i bezpieczeństwa.

Format kursu

• Interaktywne wykłady i prowadzone dyskusje.
• Przewodowane laboratoria i przechadzki po kodzie w środowisku piaskownicy.
• Ćwiczenia oparte na scenariuszach dotyczące projektowania, testowania i oceny.

Opcje dostosowywania kursu

• Aby poprosić o dostosowany kurs dla tego kursu, prosimy o kontakt z nami w celu ustalenia.

LangGraph umożliwia stanowe, wieloaktorowe przepływy pracy napędzane przez LLMs z precyzyjną kontrolą ścieżek wykonania i utrzymaniem stanu. W opiece zdrowotnej te możliwości są kluczowe dla zgodności, interoperacyjności i budowy systemów wspomagających podejmowanie decyzji, które są zgodne z medycznymi przepływami pracy.

To szkolenie prowadzone przez instruktora (online lub stacjonarne) jest przeznaczone dla profesjonalistów o poziomie zaawansowanym, którzy chcą zaprojektować, wdrożyć i zarządzać rozwiązaniami opartymi na LangGraph w opiece zdrowotnej, jednocześnie rozwiązując wyzwania związane z regulacjami, etyką i operacjami.

Po zakończeniu tego szkolenia uczestnicy będą mogli:

• Projektować specyficzne dla opieki zdrowotnej przepływy pracy LangGraph z uwzględnieniem zgodności i możliwości audytu.
• Integrować aplikacje LangGraph z medycznymi ontologiami i standardami (FHIR, SNOMED CT, ICD).
• Stosować najlepsze praktyki dla niezawodności, śledzenia i wyjaśniania w wrażliwych środowiskach.
• Wdrażać, monitorować i walidować aplikacje LangGraph w środowiskach produkcyjnych w opiece zdrowotnej.

Format kursu

• Interaktywne wykłady i dyskusje.
• Ćwiczenia praktyczne z przypadkami z życia rzeczywistego.
• Praktyka implementacji w środowisku live-lab.

Opcje dostosowania kursu

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu uzgodnień.

LangGraph to framework do tworzenia przepływów pracy o strukturze grafu LLM, który obsługuje rozgałęzianie, użycie narzędzi, pamięć i kontrolowane wykonywanie.

To szkolenie prowadzone przez instruktora (online lub stacjonarnie) jest skierowane do inżynierów i zespołów produktowych na poziomie średnim, którzy chcą połączyć logikę grafu LangGraph z pętlami agentów LLM, aby tworzyć dynamiczne, świadome kontekstu aplikacje, takie jak agenci wsparcia klienta, drzewa decyzji i systemy odzyskiwania informacji.

Po zakończeniu tego szkolenia uczestnicy będą mogli:

• Projektować przepływy pracy oparte na grafach, które koordynują agentów LLM, narzędzia i pamięć.
• Wdrażać warunkowe trasowanie, powtórzenia i zapasowe ścieżki dla solidnego wykonywania.
• Integrować odzyskiwanie, API i wyjścia strukturalne w pętle agentów.
• Ocena, monitorowanie i zabezpieczanie zachowania agentów dla niezawodności i bezpieczeństwa.

Format kursu

• Interaktywne wykłady i prowadzone dyskusje.
• Przewodnikowe laboratoria i przejście przez kod w środowisku sandbox.
• Ćwiczenia projektowe oparte na scenariuszach i przegląd parowy.

Opcje dostosowania kursu

• Aby poprosić o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu uregulowania.

LangGraph jest frameworkiem orchestracji opartym na grafach, który umożliwia warunkowe, wieloetapowe przepływy LLM i narzędzi, idealne do automatyzacji i personalizacji kanałów treści.

To szkolenie prowadzone przez instruktora (online lub stacjonarne) jest skierowane do marketerów, strategów treści i deweloperów automatyzacji na poziomie średniozaawansowanym, którzy chcą wdrożyć dynamiczne, rozgałęzione kampanie emailowe i kanały generowania treści za pomocą LangGraph.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Projektować strukturę grafu dla treści i przepływów emailowych z logiką warunkową.
• Integrować LLMs, API i źródła danych dla automatycznej personalizacji.
• Zarządzać stanem, pamięcią i kontekstem w wieloetapowych kampaniach.
• Oceniać, monitorować i optymalizować wydajność przepływów i wyniki dostarczania.

Format szkolenia

• Interaktywne wykłady i dyskusje grupowe.
• Praktyczne laboratoria wdrażające przepływy emailowe i kanały treści.
• Ćwiczenia scenariuszowe dotyczące personalizacji, segmentacji i logiki rozgałęzienia.

Opcje dostosowania kursu

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu uregulowania szczegółów.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi i programistów, którzy chcą używać Modin do tworzenia i wdrażania równoległych obliczeń z Pandas w celu szybszej analizy danych.

Pod koniec tego szkolenia uczestnicy będą w stanie

• Skonfigurować niezbędne środowisko, aby rozpocząć opracowywanie Pandas przepływów pracy na dużą skalę z Modin.
• Zrozumieć funkcje, architekturę i zalety Modin.
• Znać różnice między Modin, Dask i Ray.
• Szybsze wykonywanie operacji Pandas za pomocą Modin.
• Wdrożenie całego interfejsu API i funkcji Pandas.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi i programistów, którzy chcą używać RAPIDS do tworzenia GPU przyspieszonych potoków danych, przepływów pracy i wizualizacji, stosując algorytmy uczenia maszynowego, takie jak XGBoost, cuML itp.

Pod koniec tego szkolenia uczestnicy będą w stanie

• Skonfigurować niezbędne środowisko programistyczne do tworzenia modeli danych za pomocą NVIDIA RAPIDS.
• Zrozumieć funkcje, komponenty i zalety RAPIDS.
• Wykorzystać GPU do przyspieszenia kompleksowych potoków danych i analiz.
• Wdrożenie akcelerowanego przez GPU przygotowywania danych i ETL za pomocą cuDF i Apache Arrow.
• Dowiedz się, jak wykonywać zadania uczenia maszynowego za pomocą algorytmów XGBoost i cuML.
• Twórz wizualizacje danych i wykonuj analizę wykresów za pomocą cuXfilter i cuGraph.