AWS Cloud9 i Python: Przewodnik Praktyczny - 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.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla inżynierów, którzy chcą wdrażać urządzenia IoT i zarządzać nimi w AWS.

Pod koniec tego szkolenia uczestnicy będą mogli zbudować platformę IoT, która obejmuje wdrażanie i zarządzanie backendem, bramą i urządzeniami na AWS.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla programistów, którzy chcą zainstalować, skonfigurować i zarządzać możliwościami AWS IoT Greengrass w celu tworzenia aplikacji dla różnych urządzeń.

Pod koniec tego szkolenia uczestnicy będą mogli używać AWS IoT Greengrass do tworzenia, wdrażania, zarządzania, zabezpieczania i monitorowania aplikacji na inteligentnych urządzeniach.

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

Pod koniec tego szkolenia uczestnicy będą w stanie

• Skonfigurować AWS Lambda w celu wykonania funkcji.
• Zrozumieć FaaS (Funkcje jako usługa) i zalety rozwoju bezserwerowego.
• Budować, przesyłać i wykonywać funkcje AWS Lambda.
• Integracja funkcji Lambda z różnymi źródłami zdarzeń.
• Pakowanie, wdrażanie, monitorowanie i rozwiązywanie problemów z aplikacjami opartymi na Lambda.

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.

This instructor-led, live training in (online or onsite) is aimed at intermediate-level Python developers and data analysts who wish to enhance their skills in data analysis and manipulation using Pandas and NumPy.

By the end of this training, participants will be able to:

• Set up a development environment that includes Python, Pandas, and NumPy.
• Create a data analysis application using Pandas and NumPy.
• Perform advanced data wrangling, sorting, and filtering operations.
• Conduct aggregate operations and analyze time series data.
• Visualize data using Matplotlib and other visualization libraries.
• Debug and optimize their data analysis code.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla zaawansowanych profesjonalistów, którzy chcą pogłębić swoją wiedzę na temat DevOps praktyk i usprawnić procesy programistyczne za pomocą AWS Cloud9.

Pod koniec tego szkolenia uczestnicy będą w stanie

• Konfigurować i konfigurować AWS Cloud9 dla DevOps przepływów pracy.
• Wdrażać potoki ciągłej integracji i ciągłego dostarczania (CI/CD).
• Automatyzować procesy testowania, monitorowania i wdrażania przy użyciu AWS Cloud9.
• Integracja usług AWS, takich jak Lambda, EC2 i S3 z przepływami pracy DevOps.
• Wykorzystanie systemów kontroli źródła, takich jak GitHub lub GitLab w ramach AWS Cloud9.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla średniozaawansowanych profesjonalistów, którzy chcą dowiedzieć się, jak skutecznie budować, wdrażać i utrzymywać aplikacje bezserwerowe w AWS Cloud9 i AWS Lambda.

Pod koniec tego szkolenia uczestnicy będą w stanie

• Zrozumieć podstawy architektury bezserwerowej.
• Skonfigurować AWS Cloud9 do tworzenia aplikacji bezserwerowych.
• Rozwijać, testować i wdrażać aplikacje bezserwerowe przy użyciu AWS Lambda.
• Zintegrować AWS Lambda z innymi usługami AWS, takimi jak API Gateway i S3.
• Optymalizacja aplikacji serverless 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 budowy dynamicznych, wysokowydajnych i skalowalnych aplikacji internetowych.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zainstalować niezbędne środowisko rozwojowe, które integruje FastAPI, React i MongoDB.
• Zrozumieć kluczowe koncepcje, funkcje i korzyści stosu FARM.
• Nauczyć się budowy API REST za pomocą FastAPI.
• Nauczyć się projektowania interaktywnych aplikacji za pomocą React.
• Rozwijać, testować i wdrażać aplikacje (front-end i back-end) za pomocą 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.

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 i mapowanie między funkcjami biznesowymi IoT
• Niezbędne komponenty oprogramowania IoT - sprzęt, oprogramowanie układowe, oprogramowanie pośredniczące, chmura i aplikacja mobilna
• Funkcje IoT - menedżer floty, wizualizacja danych, FM i DV oparte na SaaS, alerty/alarmy, wdrażanie czujników, wdrażanie "rzeczy", geofencing
• Podstawy komunikacji urządzeń IoT z chmurą za pomocą MQTT.
• Podłączanie urządzeń IoT do AWS za pomocą MQTT (AWS IoT Core).
• Łączenie rdzenia AWS IoT z funkcją AWS Lambda do obliczeń i przechowywania danych.
• Połączenie Raspberry PI z rdzeniem AWS IoT i prosta komunikacja danych.
• Alerty i zdarzenia
• Kalibracja czujników

Streszczenie:

• Podstawy architektury i funkcji IoT
• "Rzeczy", "Czujniki", Internet i mapowanie między funkcjami biznesowymi IoT
• Niezbędne komponenty oprogramowania IoT - sprzęt, oprogramowanie układowe, oprogramowanie pośredniczące, chmura i aplikacja mobilna
• Funkcje IoT - menedżer floty, wizualizacja danych, FM i DV oparte na SaaS, alerty/alarmy, wdrażanie czujników, wdrażanie "rzeczy", geofencing
• Podstawy komunikacji urządzeń IoT z chmurą za pomocą MQTT.
• Podłączanie urządzeń IoT do AWS za pomocą MQTT (AWS IoT Core).
• Łączenie rdzenia AWS IoT z funkcją AWS Lambda do obliczeń i przechowywania danych przy użyciu DynamoDB.
• Łączenie Raspberry PI z rdzeniem AWS IoT i prosta komunikacja danych.
• Praktyczne wykorzystanie Raspberry PI i AWS IoT Core do zbudowania inteligentnego urządzenia.
• Wizualizacja danych z czujników i komunikacja z interfejsem sieciowym.

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.

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)