Python in Data Science - Plan Szkolenia

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.

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.

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.

Ten praktyczny kurs jest skierowany do Python deweloperów, którzy chcą tworzyć i utrzymywać swoje pierwsze aplikacje webowe. Jest również przeznaczony dla osób, które już znają inne frameworki webowe, takie jak Django lub Web2py, i chcą dowiedzieć się, jak korzystanie z mikroframeworka (tj. frameworka, który łączy biblioteki innych firm zamiast dostarczać samowystarczalnego uniwersalnego rozwiązania) zmienia proces.

W znacznej części kurs poświęcony jest nie samemu Flask (jest on niewielki), ale bibliotekom i narzędziom innych firm często używanym w projektach Flask.

Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów, którzy chcą korzystać z zaawansowanych funkcji Flask do tworzenia skalowalnych aplikacji internetowych na podstawie MongoDB.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Skonfiguruj niezbędne środowisko programistyczne, aby rozpocząć tworzenie aplikacji internetowych za pomocą Flask.
• Poznanie zaawansowanych koncepcji i technik dla rzeczywistych projektów Flask.
• Zbuduj serwer RESTful API na bazie MongoDB.
• Dowiedz się, jak konteneryzować, testować i wdrażać mikrousługi za pomocą Flask, Docker i Amazon EC2.
• Zapoznaj się z zaawansowanymi integracjami Flask do skalowania aplikacji internetowych.

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.

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 programistów, którzy chcą używać PyGame do tworzenia i budowania gier przy użyciu Python programowania.

Pod koniec tego szkolenia uczestnicy będą mogli

• Skonfigurować niezbędne środowisko programistyczne, aby rozpocząć tworzenie aplikacji gier z PyGame i Python.
• Dowiedzieć się, jak tworzyć interaktywne aplikacje PyGame zintegrowane z animacjami i funkcjami multimedialnymi.
• Uruchamiać i testować programy gier za pomocą pakietu testowego PyGame i konwertować je na pliki wykonywalne.

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.

To prowadzone przez instruktora, interaktywne szkolenie (online lub stacjonarne) skierowane jest do programistów backendowych, którzy chcą tworzyć interfejsy API REST z użyciem Python i Flask.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Zaimplementować interfejs API REST, który umożliwi aplikacji webowej Flask odczyt i zapis danych w bazie danych backendu.
• Opracować zaawansowane funkcje uwierzytelniania, takie jak tokeny odświeżania.
• Zbudować wielokrotnego użytku backend dla przyszłych projektów Python.
• Uprościć przechowywanie danych za pomocą SQLAlchemy.
• Wdrożyć interfejsy API REST na serwerze w chmurze.

To prowadzone przez instruktora szkolenie na żywo w Polsce (online lub na miejscu) jest przeznaczone dla programistów, którzy chcą używać SciPy do tworzenia zaawansowanych funkcji obliczeń naukowych w Pythonie.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Skonfigurować niezbędne środowisko programistyczne, aby rozpocząć tworzenie funkcji obliczeń naukowych.
• W pełni wykorzystać możliwości SciPy poprzez praktyczne przykłady złożonych operacji.
• Implementować i optymalizować algorytmy i funkcje matematyczne w celu rozwiązywania problemów naukowych.
• Projektować struktury danych i metody interpolacji do wizualizacji, przetwarzania i analizy.