AWS Cloud9 i Python: Praktyczny przewodnik - Plan Szkolenia

Szkolenie "Tworzenie rozwiązań IoT z wykorzystaniem Amazon Web Services" skupia się na prezentacji usług AWS w kontekście tworzenia rozwiązań IoT. Uczestnicy zdobędą umiejętności korzystania z konsoli zarządzania, narzędzia AWS CLI, oraz poznają architekturę AWS. Kurs obejmuje omówienie usługi AWS IoT Core, definiowanie urządzeń, generowanie certyfikatów, i nawiązywanie bezpiecznej komunikacji. Dodatkowo uczestnicy dowiedzą się, jak zintegrować IoT Core z różnymi usługami AWS, w tym SNS, SQS, DynamoDB, S3, API Gateway, AWS Lambda, a także jak integrować IoT z usługami sztucznej inteligencji, takimi jak Rekognition i Textract.

Szkolenie prowadzone przez instruktora na żywo w Polsce (na miejscu lub zdalnie) skierowane jest do inżynierów, którzy chcą wdrażać i zarządzać urządzeniami IoT na platformie AWS.

Pod koniec szkolenia uczestnicy będą w stanie zbudować platformę IoT, która obejmuje wdrożenie i zarządzanie backendem, bramą oraz urządzeniami na platformie AWS.

To szkolenie prowadzone przez instruktora w Polsce (online lub na miejscu) jest skierowane do programistów, którzy chcą zainstalować, skonfigurować i zarządzać możliwościami AWS IoT Greengrass w celu tworzenia aplikacji na różne urządzenia.

Po zakończeniu szkolenia uczestnicy będą mogli korzystać z AWS IoT Greengrass do budowania, wdrażania, zarządzania, zabezpieczania i monitorowania aplikacji na inteligentnych urządzeniach.

To szkolenie prowadzone przez instruktora na żywo w Polsce (na miejscu lub zdalnie) jest skierowane do programistów, którzy chcą używać AWS Lambda do budowania i wdrażania usług oraz aplikacji w chmurze, bez konieczności martwienia się o zapewnienie środowiska wykonawczego (serwery, maszyny wirtualne i kontenery, dostępność, skalowalność, przechowywanie itp.).

Po zakończeniu szkolenia uczestnicy będą mogli:

• Konfigurować AWS Lambda do wykonywania funkcji.
• Zrozumieć FaaS (Functions as a Service) i zalety rozwoju serverless.
• Tworzyć, przesyłać i uruchamiać funkcje AWS Lambda.
• Integrować funkcje Lambda z różnymi źródłami zdarzeń.
• Pakować, wdrażać, monitorować i rozwiązywać problemy z aplikacjami opartymi na Lambda.

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, na żywo w Polsce (online lub na miejscu) jest skierowane do profesjonalistów na zaawansowanym poziomie, którzy chcą pogłębić swoje zrozumienie praktyk DevOps i usprawnić procesy rozwoju przy użyciu AWS Cloud9.

Pod koniec tego szkolenia uczestnicy będą mogli:

• Konfigurować i dostosowywać AWS Cloud9 do przepływów pracy DevOps.
• Wdrażać potoki ciągłej integracji i ciągłego dostarczania (CI/CD).
• Automatyzować procesy testowania, monitorowania i wdrażania przy użyciu AWS Cloud9.
• Integrować usługi AWS, takie jak Lambda, EC2 i S3, w przepływach pracy DevOps.
• Wykorzystywać systemy kontroli źródła, takie jak GitHub lub GitLab, w ramach AWS Cloud9.

To szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu), skierowane jest do profesjonalistów na poziomie średniozaawansowanym, którzy chcą nauczyć się skutecznie budować, wdrażać i utrzymywać aplikacje bezserwerowe na AWS Cloud9 i AWS Lambda.

Po zakończeniu szkolenia uczestnicy będą w stanie:

• Zrozumieć podstawy architektury bezserwerowej.
• Skonfigurować AWS Cloud9 do tworzenia aplikacji bezserwerowych.
• Tworzyć, testować i wdrażać aplikacje bezserwerowe przy użyciu AWS Lambda.
• Integrować AWS Lambda z innymi usługami AWS, takimi jak API Gateway i S3.
• Optymalizować aplikacje bezserwerowe pod kątem wydajności i efektywności kosztowej.

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.

Podsumowanie:

• Podstawy architektury i funkcji IoT
• “Rzeczy”, “Czujniki”, Internet oraz mapowanie między funkcjami biznesowymi IoT
• Podstawowe komponenty oprogramowania IoT - sprzęt, firmware, middleware, chmura i aplikacja mobilna
• Funkcje IoT - menedżer floty, wizualizacja danych, SaaSowy menedżer floty i wizualizacja, alerty/alarmy, onboardowanie czujników, onboardowanie “rzeczy”, geofencing
• Podstawy komunikacji urządzeń IoT z chmurą za pomocą MQTT.
• Łączenie urządzeń IoT z AWS za pomocą MQTT (AWS IoT Core).
• Łączenie AWS IoT Core z funkcją AWS Lambda do przetwarzania i przechowywania danych.
• Łączenie Raspberry PI z AWS IoT Core i prosta komunikacja danych.
• Alerty i zdarzenia
• Kalibracja czujników

Podsumowanie:

• Podstawy architektury i funkcji IoT
• “Rzeczy”, “Czujniki”, Internet oraz mapowanie między funkcjami biznesowymi IoT
• Podstawowe komponenty oprogramowania IoT – sprzęt, firmware, middleware, chmura i aplikacja mobilna
• Funkcje IoT – zarządzanie flotą, wizualizacja danych, SaaS oparte na FM i DV, alerty/alarmy, onboardowanie czujników, onboardowanie “rzeczy”, geofencing
• Podstawy komunikacji urządzeń IoT z chmurą za pomocą MQTT.
• Łączenie urządzeń IoT z AWS za pomocą MQTT (AWS IoT Core).
• Łączenie AWS IoT Core z funkcją AWS Lambda do przetwarzania i przechowywania danych przy użyciu DynamoDB.
• Łączenie Raspberry PI z AWS IoT Core i prosta komunikacja danych.
• Praktyczne ćwiczenia z Raspberry PI i AWS IoT Core w celu zbudowania inteligentnego urządzenia.
• Wizualizacja danych z czujników i komunikacja z interfejsem internetowym.

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)