Handel algorytmiczny z wykorzystaniem Pythona i R - Plan Szkolenia

To szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do analityków danych na poziomie średniozaawansowanym, którzy chcą zrozumieć teoretyczne aspekty Cognos 11 oraz nauczyć się, jak efektywnie z niego korzystać.

Po zakończeniu szkolenia uczestnicy będą w stanie:

• Zrozumieć różnice i ulepszenia w Cognos 11 w porównaniu z Cognos 10.
• Wykorzystać ulepszone moduły danych i funkcje zarządzania danymi w celu bardziej efektywnego przetwarzania danych.
• Wdrożyć najlepsze praktyki dla płynnego przejścia i optymalnego wykorzystania Cognos 11.

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 analityków danych i naukowców zajmujących się danymi, którzy chcą wykorzystać Metabase do zbierania, przeszukiwania i wizualizacji danych w celu analizy biznesowej i raportowania.

Pod koniec szkolenia uczestnicy będą potrafili:

• Skonfigurować i zainstalować Metabase, aby rozpocząć tworzenie wizualizacji danych i paneli sterowania.
• Nauczyć się, jak przeszukiwać, agregować i wizualizować dane w Metabase.
• Korzystać z funkcji i narzędzi w Metabase do pisania zapytań SQL.
• Tworzyć wykresy analityczne i panele sterowania, aby uzyskać wnioski biznesowe.
• Poznać najlepsze praktyki i porady dotyczące korzystania z Metabase oraz rozwiązywania typowych problemów.

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 "Pentaho Data Integration (PDI) - moduł do przetwarzania danych ETL" oferuje zaawansowaną wiedzę na temat platformy Pentaho, obejmującej obszar Business Intelligence, raportowania, analiz danych i integracji danych. Skierowane jest do programistów, architektów i administratorów aplikacji, umożliwiając naukę projektowania, implementacji, monitorowania i optymalizacji procesów ETL za pomocą Pentaho Data Integration (PDI). Uczestnicy zdobędą umiejętności pracy z różnymi typami danych, filtrowania, grupowania i łączenia danych, a także harmonogramowania zadań, uruchamiania transformacji i tworzenia klastrów. Szkolenie obejmuje także tematy zaawansowane, takie jak wersjonowanie danych, transakcyjność bazodanowa, wykorzystanie JavaScript, transformacje mapujące, konwersja typów danych oraz uruchamianie zdalne.

Pentaho Open Source BI Suite Community Edition (CE) to pakiet analizy biznesowej, który zapewnia integrację danych, raportowanie, pulpity nawigacyjne oraz możliwości ładowania danych.

Podczas tego szkolenia prowadzonego przez instruktora uczestnicy nauczą się, jak maksymalnie wykorzystać funkcje Pentaho Open Source BI Suite Community Edition (CE).

Po zakończeniu szkolenia uczestnicy będą mogli:

• Zainstalować i skonfigurować Pentaho Open Source BI Suite Community Edition (CE)
• Zrozumieć podstawy narzędzi Pentaho CE i ich funkcje
• Tworzyć raporty za pomocą Pentaho CE
• Integrować dane zewnętrzne z Pentaho CE
• Pracować z dużymi zbiorami danych i analizami w Pentaho CE

Grupa docelowa

• Programiści
• Deweloperzy BI

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.

Pentaho Data Integration to narzędzie do integracji danych typu open-source, służące do definiowania zadań i transformacji danych.

W ramach tego szkolenia prowadzonego przez instruktora uczestnicy nauczą się, jak wykorzystać potężne możliwości ETL oraz bogaty interfejs graficzny Pentaho Data Integration do zarządzania całym cyklem życia dużych zbiorów danych i maksymalizacji wartości danych w swojej organizacji.

Po zakończeniu szkolenia uczestnicy będą potrafili:

• Tworzyć, podglądać i uruchamiać podstawowe transformacje danych zawierające kroki i połączenia
• Konfigurować i zabezpieczać Pentaho Enterprise Repository
• Wykorzystywać różnorodne źródła danych i generować jednolitą wersję prawdy w formacie gotowym do analizy
• Dostarczać wyniki do aplikacji innych firm w celu dalszego przetwarzania

Grupa docelowa

• Analitycy danych
• Programiści ETL

Format kursu

• Część wykładowa, część dyskusyjna, ćwiczenia i intensywne praktyczne zajęcia

Pentaho Data Integration to kompleksowa platforma do projektowania zaawansowanych rozwiązań ETL i potoków danych na poziomie przedsiębiorstwa.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do inżynierów na zaawansowanym poziomie, którzy chcą opanować wysokowydajne, skalowalne i w pełni zautomatyzowane rozwiązania PDI.

Po ukończeniu kursu uczestnicy będą przygotowani do:

• Projektowania dużych potoków ETL z zaawansowaną orkiestracją.
• Optymalizacji złożonych transformacji pod kątem wysokiej wydajności.
• Implementacji skryptów, automatyzacji oraz hybrydowych wzorców integracji.
• Projektowania solidnych, łatwych w utrzymaniu i gotowych do produkcji przepływów pracy.

Format kursu

• Demonstracje prowadzone przez ekspertów oraz dyskusje na temat architektury.
• Intensywne ćwiczenia praktyczne dotyczące zaawansowanych wyzwań ETL w rzeczywistych scenariuszach.
• Praktyczne ćwiczenia rozwojowe w środowisku przypominającym produkcję.

Opcje dostosowania kursu

• Skontaktuj się z nami, jeśli potrzebujesz dostosowanej wersji tego szkolenia.

Pentaho Data Integration to platforma do ekstrakcji, transformacji i ładowania danych.

To szkolenie prowadzone przez instruktora na żywo (online lub na miejscu) jest skierowane do praktyków na poziomie średniozaawansowanym, którzy chcą poprawić swoje umiejętności w zakresie PDI w celu obsługi bardziej złożonych scenariuszy transformacji.

Po ukończeniu szkolenia uczestnicy będą mogli:

• Projektować wieloetapowe transformacje o lepszej wydajności.
• Pracować ze zmiennymi, parametrami i komponentami wielokrotnego użytku.
• Integrować PDI z bazami danych, API i systemami zewnętrznymi.
• Stosować najlepsze praktyki w celu tworzenia łatwych w utrzymaniu i skalowalnych potoków ETL.

Format kursu

• Interaktywne demonstracje i wyjaśnienia instruktora.
• Ćwiczenia pod okiem prowadzącego i praktyka oparta na scenariuszach.
• Praktyczna praca w środowisku projektu ETL opartym na rzeczywistych danych.

Opcje dostosowania kursu

• Jeśli potrzebujesz dostosowanej wersji tego kursu, skontaktuj się z nami, aby go spersonalizować.

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)

Grupa docelowa

Format kursu

Pod koniec szkolenia uczestnicy będą w stanie:

W tym prowadzonym przez instruktora, live szkoleniu, uczestnicy nauczą się, jak manipulować i wizualizować dane przy użyciu narzędzi zawartych w Tidyverse.

Tidyverse to zbiór wszechstronnych pakietów R do czyszczenia, przetwarzania, modelowania i wizualizacji danych. Niektóre z wchodzących w skład pakietów to: ggplot2, dplyr, tidyr, readr, purrr i tibble.

• Początkujący w języku R
• Początkujący w analizie i wizualizacji danych

• Część wykładowa, część dyskusyjna, ćwiczenia i intensywna praktyka

• Przeprowadzać analizę danych i tworzyć atrakcyjne wizualizacje
• Wyciągać użyteczne wnioski z różnych zestawów danych przykładowych
• Filtrować, sortować i podsumowywać dane, aby odpowiadać na pytania eksploracyjne
• Przekształcać przetworzone dane w informacyjne wykresy liniowe, słupkowe, histogramy
• Importować i filtrować dane z różnych źródeł, w tym z plików Excel, CSV i SPSS