Python: Automatyzacja nudnych zadań - Plan Szkolenia

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 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.

Celem tego kursu jest zapewnienie podstawowej biegłości w stosowaniu metod uczenia maszynowego w praktyce. Dzięki wykorzystaniu języka programowania Python i jego różnych bibliotek oraz w oparciu o wiele praktycznych przykładów, kurs ten uczy, jak korzystać z najważniejszych elementów składowych uczenia maszynowego, jak podejmować decyzje dotyczące modelowania danych, interpretować dane wyjściowe algorytmów i weryfikować wyniki.

Naszym celem jest zapewnienie umiejętności rozumienia i korzystania z najbardziej podstawowych narzędzi z zestawu narzędzi Machine Learning oraz unikania typowych pułapek aplikacji Data Sciences.

Celem tego kursu jest zapewnienie ogólnej biegłości w stosowaniu metod uczenia maszynowego w praktyce. Dzięki wykorzystaniu języka programowania Python i jego różnych bibliotek oraz w oparciu o wiele praktycznych przykładów, kurs ten uczy, jak korzystać z najważniejszych elementów składowych uczenia maszynowego, jak podejmować decyzje dotyczące modelowania danych, interpretować dane wyjściowe algorytmów i weryfikować wyniki.

Naszym celem jest zapewnienie umiejętności rozumienia i korzystania z najbardziej podstawowych narzędzi z zestawu narzędzi Machine Learning oraz unikania typowych pułapek aplikacji Data Sciences.

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.

W tym szkoleniu prowadzonym przez instruktora w Polsce, uczestnicy nauczą się wykorzystywać Python do produkcji wysokiej jakości tekstu języka naturalnego, budując własny system NLG od podstaw. Będą również analizowane studium przypadków, a odpowiednie koncepcje będą zastosowane do żywych projektów laboratoryjnych w celu generowania treści.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Używać NLG do automatycznego generowania treści dla różnych branż, od dziennikarstwa, przez nieruchomości, po raportowanie pogody i sportu.
• Wybierać i organizować źródłowe treści, planować zdania i przygotowywać system do automatycznego generowania oryginalnej treści.
• Rozumieć rurociąg NLG i zastosować odpowiednie techniki na każdym etapie.
• Rozumieć architekturę systemu Natural Language Generation (NLG).
• Wdrażać najbardziej odpowiednie algorytmy i modele do analizy i sortowania.
• Pobierać dane z publicznie dostępnych źródeł danych oraz z baz danych, by używać ich jako materiałów do generowanego tekstu.
• Zastępować ręczne i pracochłonne procesy pisania komputerowo generowaną automatyczną kreacją treści.

W tym szkoleniu prowadzonym przez instruktora, uczestnicy nauczą się najbardziej aktualnych i zaawansowanych technik machine learning w Pythonie, tworząc serię demonstracyjnych aplikacji zawierających obrazy, muzykę, teksty i dane finansowe.

Na koniec tego szkolenia uczestnicy będą w stanie:

• Zaimplementować algorytmy i techniki machine learning do rozwiązywania skomplikowanych problemów.
• Zastosować głębokie uczenie (deep learning) i uczenie półsupervizowane (semi-supervised learning) do aplikacji zawierających obrazy, muzykę, teksty i dane finansowe.
• Wypchnąć algorytmy Pythona do ich maksymalnego potencjału.
• Używać bibliotek i pakietów takich jak NumPy i Theano.

Python jest językiem programowania, który zdobył ogromną popularność w sektorze finansowym. Został przyjęty przez największe banki inwestycyjne i fundusze hedgingowe i jest wykorzystywany do budowy szerokiej gamy aplikacji finansowych, od programów handlowych podstawowych po systemy zarządzania ryzykiem.

W tym prowadzonym przez instruktora szkoleniu online uczestnicy nauczą się, jak używać Pythona do tworzenia praktycznych aplikacji rozwiązujących różne problemy związane z finansami.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć podstawy języka programowania Python
• Pobrać, zainstalować i utrzymywać najlepsze narzędzia programistyczne do tworzenia aplikacji finansowych w Python
• Wybierać i wykorzystywać najodpowiedniejsze pakiety Python i techniki programowania do organizowania, wizualizacji i analizy danych finansowych z różnych źródeł (CSV, Excel, bazy danych, internet, itp.)
• Budować aplikacje rozwiązujące problemy związane z alokacją aktywów, analizą ryzyka, wydajnością inwestycji i innymi kwestiami
• Diagnozować, integrować, wdrażać i optymalizować aplikację Python

Grupa docelowa

• Developers
• Analysts
• Quants

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i intensywne praktyczne ćwiczenia

Uwaga

• To szkolenie ma na celu dostarczenie rozwiązań dla niektórych z głównych problemów, z którymi borykają się specjaliści ds. finansowych. Jeśli jednak masz konkretny temat, narzędzie lub technikę, o której chciałbyś wiedzieć więcej, skontaktuj się z nami, aby to zaryzować.

W tym prowadzonym przez instruktora szkoleniu na żywo w Polsce uczestnicy poznają zaawansowane techniki programowania Python, w tym sposoby zastosowania tego wszechstronnego języka do rozwiązywania problemów w takich obszarach, jak aplikacje rozproszone, analiza i wizualizacja danych, programowanie interfejsu użytkownika i skrypty konserwacyjne.

Ten kurs jest przeznaczony dla tych, którzy chcą nauczyć się języka programowania Python. Nacisk kładziony jest na język Python, podstawowe biblioteki, a także na wybór najlepszych i najbardziej przydatnych bibliotek opracowanych przez społeczność Python. Python napędza biznes i jest używany przez naukowców na całym świecie – jest to jeden z najpopularniejszych języków programowania.

Kurs może być realizowany z wykorzystaniem najnowszej wersji Python 3.x z praktycznymi ćwiczeniami wykorzystującymi pełnię jego możliwości. Kurs ten może być prowadzony na dowolnym systemie operacyjnym (wszystkie odmiany UNIX, w tym Linux i Mac OS X, a także Microsoft Windows).

Ćwiczenia praktyczne stanowią około 70% czasu kursu, a około 30% to demonstracje i prezentacje. Dyskusje i pytania można zadawać przez cały czas trwania kursu.

Uwaga: szkolenie może być dostosowane do konkretnych potrzeb po wcześniejszym zgłoszeniu przed proponowaną datą kursu.

Selenium to framework otwartego oprogramowania służący do automatyzacji testowania aplikacji webowych w różnych przeglądarkach. Z Selenium 4 dostępne są ulepszone API WebDriver, natywne lokalizatory względne oraz poprawione wsparcie dla siatki. Python oferuje prostotę i silną integrację z frameworkami testowymi, takimi jak Pytest, co czyni go potężnym wyborem do tworzenia skalowalnych i utrzymywalnych zestawów testów automatyzowanych.

To szkolenie prowadzone przez instruktora (online lub stacjonarne) jest przeznaczone dla testerów i deweloperów na poziomie początkującego do średnio zaawansowanego, którzy chcą używać Selenium z Pythonem do automatyzacji testowania aplikacji webowych w realnych środowiskach.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Zainstalować i skonfigurować Selenium z Pythonem w środowisku testowym.
• Tworzyć solidne skrypty automatyzacji testów za pomocą Selenium WebDriver i Pytest.
• Zastosować model obiektów stron (POM) dla utrzymywalnych frameworków testowych.
• Uruchamiać testy w wielu przeglądarkach za pomocą Selenium Grid.
• Integrować automatyczne testy z wyzwalaczami CI/CD.
• Rozwiązywać typowe problemy i stosować najlepsze praktyki dla stabilności automatyzacji.

Format kursu

• Interaktywne wykłady i dyskusje.
• Dużo ćwiczeń i praktyki.
• Ręczna implementacja w żywym środowisku laboratoryjnym.

Opcje dostosowania kursu

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

W Python Machine Learning, funkcja podsumowywania tekstu jest w stanie odczytać tekst wejściowy i wygenerować podsumowanie. Ta możliwość jest dostępna z poziomu wiersza poleceń lub jako Python API/Biblioteka. Jedną z ekscytujących aplikacji jest szybkie tworzenie streszczeń kierowniczych; jest to szczególnie przydatne dla organizacji, które muszą przeglądać duże ilości danych tekstowych przed generowaniem raportów i prezentacji.

W tym szkoleniu prowadzonym przez instruktora, uczestnicy nauczą się używać Python do stworzenia prostej aplikacji, która automatycznie generuje podsumowanie tekstu wejściowego.

Pod koniec tego szkolenia uczestnicy będą mogli

• Używać narzędzia wiersza poleceń, które podsumowuje tekst.
• Projektować i tworzyć kod podsumowywania tekstu przy użyciu bibliotek Python.
• Oceniać trzy biblioteki podsumowujące Python: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17

Uczestnicy

• Programiści
• Naukowcy zajmujący się danymi

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna