Developing APIs with Python and FastAPI Treningskurs

Denne instruktørledede, live-opplæringen i (online eller på stedet) er rettet mot utviklere som ønsker å bruke FARM (FastAPI, React og MongoDB)-stakken for å bygge dynamiske, høyytelses- og skalerbare nettapplikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

Sett opp det nødvendige utviklingsmiljøet som integrerer FastAPI, React og MongoDB. Forstå nøkkelkonseptene, funksjonene og fordelene med FARM-stakken. Lær hvordan du bygger REST APIer med FastAPI. Lær hvordan du designer interaktive applikasjoner med React. Utvikle, test og distribuer applikasjoner (front-end og back-end) ved å bruke FARM-stakken.

Dette er en 5 dagers introduksjon til Data Science og AI.

Kurset blir levert med eksempler og øvelser ved bruk av Python

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot forretningsanalytikere som ønsker å automatisere handel med algoritmisk handel, Python, og R.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Bruk algoritmer for å kjøpe og selge verdipapirer i spesialiserte trinn raskt.
• Reduser kostnader forbundet med handel ved hjelp av algoritmisk handel.
• Overvåk aksjekurser og plasser handler automatisk.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot dataforskere og dataanalytikere som ønsker å programmere i R og Python for avviksdeteksjon.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Identifiser om data er en anomali eller er en forventet verdi.
• Implementer algoritmer for deteksjon av anomalier.
• Bruk ulike teknikker og metoder for å oppdage anomalier.

Dette er en 4-dagers kurs som introduserer AI og det's applikasjon ved hjelp av Python programmeringsspråket. Det er en mulighet til å ha en ekstra dag å foreta et AI-prosjekt ved fullføring av dette kurset. 

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot GIS analytikere som ønsker å automatisere repeterende oppgaver i GIS prosesser.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Bygg GIS-applikasjoner ved å bruke Python og ArcGIS-verktøy.
• Utvikle med ArcGIS-pakken ArcPy, ved å bruke Python.
• Bruk ArcGIS-modulene for kartautomatisering ved bruk av objektklasser i Python.

Denne instruktørledede, live-opplæringen i Norge begynner med en diskusjon om BDD og hvordan Behave-rammeverket kan brukes til å utføre BDD-testing for nettapplikasjoner. Deltakerne får rikelig mulighet til å samhandle med instruktøren og jevnaldrende mens de implementerer konseptene og taktikkene som er lært i dette praktiske, praksisbaserte laboratoriemiljøet.

Ved slutten av denne opplæringen vil deltakerne ha en solid forståelse av BDD og Behave, samt nødvendig praksis for å implementere disse teknikkene og verktøyene i virkelige testscenarier.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot biologer som ønsker å bruke Biopython.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Integrer biologiske konsepter med informasjonsteknologi for å løse forskningsproblemer.
• Mine informasjon fra store datasett av biologisk opprinnelse.
• Lag algoritmer for viktige forskningsoppgaver.

ChatBots er dataprogrammer som automatisk simulerer menneskelige svar via chat-grensesnitt. ChatBots hjelper organisasjoner med å maksimere driftseffektiviteten ved å tilby enklere og raskere alternativer for brukerinteraksjoner.

I denne instruktørledede, live-opplæringen vil deltakerne lære å bygge chatbots i Python.

Ved slutten av denne opplæringen vil deltakerne kunne:

Forstå det grunnleggende om å bygge chatbots Bygg, test, distribuer og feilsøk ulike chatbots ved hjelp av Python

Publikum

Utviklere

Format på kurset

Del forelesning, del diskusjon, øvelser og tung praktisk praksis

Merk

For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.

Denne instruktørledede, liveopplæringen Norge (online eller på stedet) er rettet mot utviklere eller DevOps-ingeniører som ønsker å bygge automasjonsrørledninger ved å bruke CI/CD-praksis med Python.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp det nødvendige utviklingsmiljøet for å begynne å bygge CI/CD-rørledninger med Python.
• Bygg automatiserte pipelines for testing og publisering av Python pakker ved hjelp av Travis-CI.
• Automatiser distribusjonen av containeriserte applikasjoner med Docker og Heroku.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere som ønsker å bruke CUDA til å bygge Python applikasjoner som kjører parallelt på NVIDIA GPUer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Bruk Numba-kompilatoren til å akselerere Python applikasjoner som kjører på NVIDIA GPUer.
• Lag, kompiler og start egendefinerte CUDA-kjerner.
• Administrer GPU-minne.
• Konverter en CPU-basert applikasjon til en GPU-akselerert applikasjon.

Denne instruktørledede, direkteopplæringen (online eller på stedet) er rettet mot dataanalytikere og dataforskere som ønsker å implementere mer avanserte dataanalyseteknikker for datautvinning ved hjelp av Python.

Ved slutten av denne opplæringen vil deltakerne kunne:

Forstå viktige områder innen datautvinning, inkludert assosiasjonsregelutvinning, tekstsentimentanalyse, automatisk tekstoppsummering og gjenkjenning av dataavvik. Sammenlign og implementer ulike strategier for å løse virkelige datautvinningsproblemer. Forstå og tolke resultatene.

Kursets format

Interaktivt foredrag og diskusjon. Mye øvelser og trening. Praktisk implementering i et live-lab-miljø.

Alternativer for kurstilpasning

For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.

Læring av maskiner er en gren av kunstig intelligens der datamaskiner har muligheten til å lære uten å være eksplisitt programmert. Dyp læring er et underfelt av maskinlæring som bruker metoder basert på læringsdatapresentasjoner og strukturer som nevrale nettverk. Python er et programmeringsspråk på høyt nivå kjent for sin klare syntaks og kodelesbarhet.

I denne instruktørledede, liveopplæringen, vil deltakerne lære å implementere dype læringsmodeller for bankbruk ved å bruke Python når de går gjennom opprettelsen av en dyp læringsrisikomodell.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå de grunnleggende konseptene for dyp læring
• Lær applikasjonene og bruken av dyp læring i bank
• Bruk Python , Keras , og TensorFlow å skape dype læringsmodeller for bank
• Bygge sin egen dype lærings kredittrisikomodell ved hjelp av Python

Publikum

• Utviklere
• Data forskere

Kursets format

• Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse

Læring av maskiner er en gren av kunstig intelligens der datamaskiner har muligheten til å lære uten å være eksplisitt programmert. Dyp læring er et underfelt av maskinlæring som bruker metoder basert på læringsdatapresentasjoner og strukturer som nevrale nettverk. Python er et programmeringsspråk på høyt nivå kjent for sin klare syntaks og kodelesbarhet.

I denne instruktørledede, liveopplæringen, vil deltakerne lære å implementere dype læringsmodeller for økonomi ved hjelp av Python når de går gjennom opprettelsen av en dyp læringsprediksjonsmodell.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå de grunnleggende konseptene for dyp læring
• Lær bruksområdene og bruken av dyp læring innen finans
• Bruk Python , Keras , og TensorFlow å skape dype læringsmodeller for finans
• Bygge sin egen dype læringsmodell for prediksjon ved bruk av Python

Publikum

• Utviklere
• Data forskere

Kursets format

• Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse

I denne instruktørledede liveopplæringen i Norge vil deltakerne lære hvordan de implementerer dyplæringsmodeller for telekom ved å bruke Python mens de går gjennom opprettelsen av en kredittrisikomodell for dyp læring.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå de grunnleggende konseptene for dyp læring.
• Lær applikasjonene og bruken av dyp læring i telekom.
• Bruk Python, Keras og TensorFlow for å lage dyplæringsmodeller for telekom.
• Bygg sin egen dyplæringsmodell for kundeavgang ved å bruke Python.