Qlik Sense for Data Science Treningskurs

Denne instruktørledede, live-opplæringen (online eller på stedet) er rettet mot avanserte DevOps- og SRE-profesjonelle som ønsker å forbedre sine varsel- og automatiseringsferdigheter med Grafana og Prometheus.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Opprette og administrere avanserte varselregler i Prometheus.
• Integrere Prometheus Alertmanager med eksterne verktøy ved hjelp av webhooks.
• Automatisere respons på varsler for raskere løsning av problemer.
• Bruke Grafana til å visualisere og administrere varsler effektivt.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot dataforskere som ønsker å bruke Anaconda-økosystemet til å fange opp, administrere og distribuere pakker og dataanalysearbeidsflyter på én enkelt plattform.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer Anaconda komponenter og biblioteker.
• Forstå kjernekonseptene, funksjonene og fordelene ved Anaconda.
• Administrer pakker, miljøer og kanaler ved hjelp av Anaconda Navigator.
• Bruk Conda-, R- og Python-pakker for datavitenskap og maskinlæring.
• Bli kjent med noen praktiske brukstilfeller og teknikker for å administrere flere datamiljøer.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot fagfolk på middels nivå DevOps og SRE som ønsker å lage effektfulle dashboards og optimalisere overvåkingspraksisen ved hjelp av Grafana og Prometheus.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå beste fremgangsmåter for utforming av effektive instrumentbord.
• Opprett og konfigurer avanserte Grafana dashbordelementer.
• Utnytt Grafana mal for dynamiske og gjenbrukbare instrumentbord.
• Implementer varslingsmekanismer for å øke operativ bevissthet.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot utviklere på middels nivå og DevOps-ingeniører som ønsker å instrumentere applikasjonene sine for å eksportere og overvåke tilpassede beregninger effektivt ved å bruke Prometheus og Grafana.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå viktigheten av tilpassede beregninger for applikasjonsovervåking.
• Instrumentapplikasjoner for å eksportere egendefinerte beregninger for Prometheus.
• Opprett og konfigurer dashbord i Grafana for å visualisere egendefinerte beregninger.
• Bruk beste praksis for å integrere overvåking i utviklingslivssyklusen.

Denne instruktørledede, live-treningen i Norge (på stedet eller ekstern) er rettet mot dataanalytikere som ønsker å bruke Grafana for å overvåke og visualisere data.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp det nødvendige utviklingsmiljøet for å begynne å lage visualiseringer i Grafana.
• Sett opp Grafana for høy tilgjengelighet.
• Tilpass paneler og dashbord med data.
• Konfigurer en omvendt proxy for raske lastehastigheter.

Denne instruktørledede, live treningen i Norge (online eller på stedet) retter seg mot mellomnivå dataanalytikere som ønsker å lære og bruke avanserte funksjoner og komponenter i Grafana for datavisualisering og analyse.

Ved slutten av denne treningen vil deltakerne kunne:

• Oppnå en dyptgående forståelse av avanserte Grafana-konsepter og komponenter.
• Utnytte malvariabler og dynamiske dashboards for forbedret datavisualisering.
• Bruk Grafana Query Language for komplekse spørringer.
• Lære beste praksiser for å skale Grafana, optimalisere ytelse og sikre høy tilgjengelighet.

Denne instruktørdrevne, live-treningen på Norge (online eller på sted) er rettet mot IT-profesjonelle på begynnernivå til mellomnivå som ønsker å få kunnskap og praktiske ferdigheter som er nødvendige for å utmerke seg i administrasjon av Grafana og GLPI.

Ved avslutning av denne treningen vil deltakerne kunne:

• Opprette og tilpasse Grafana-dashboards med forskjellige visualiseringer.
• Implementere varsling og varsler for overvåkning.
• Administrere brukerkonti, lag og tillatelser.
• Håndtere IT-ressurser effektivt, inkludert oppføring av maskinvare og programvare.
• Implementere et servicedesk-system for brukerstøtte og håndtering av billetter.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot webutviklere og DevOps-ingeniører som ønsker å visualisere og overvåke data med Grafana and Graphite.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Aggreger og visualiser beregninger om systemer og applikasjoner.
• Opprett en StatsD-klient for å samle applikasjonsberegninger.
• Bygg informative og dynamiske instrumentbord med Grafana.
• Samle innsikt fra back-end ytelse.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot IT-fagfolk på nybegynnernivå og DevOps utøvere som ønsker å lære det grunnleggende om Grafana og Prometheus.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå formålet og nøkkeltrekkene til Grafana og Prometheus.
• Installer og konfigurer Grafana og Prometheus i et Linux miljø.
• Sett opp grunnleggende datakilder og dashboards i Grafana.
• Overvåk systemberegninger og visualiser data ved hjelp av Prometheus.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot sky- og DevOps-ingeniører på middels nivå som ønsker å forbedre skyobservabiliteten med Grafana og Prometheus.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå fordelene ved å integrere Grafana og Prometheus med skyplattformer.
• Sett opp Prometheus for overvåking av skybaserte ressurser.
• Konfigurer Grafana for å visualisere skytjenesteberegninger.
• Utnytt skybaserte verktøy og integrasjoner for å overvåke skalerbarhet.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot datavitere og utviklere som ønsker å lære og bygge karrierer i Data Science ved hjelp av Kaggle.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Lær om datavitenskap og maskinlæring.
• Utforsk dataanalyse.
• Lær om Kaggle og hvordan det fungerer.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot systemadministratorer på nybegynnernivå og DevOps ingeniører som ønsker å utvikle kjerneovervåkingsferdigheter ved å bruke Grafana og Prometheus.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå hensikten og viktigheten av overvåking i IT-miljøer.
• Installer og konfigurer Grafana og Prometheus for grunnleggende overvåkingsoppgaver.
• Lag enkle dashbord og varsler for å visualisere systemytelsen.
• Bruk beste praksis for overvåking av systemtilgjengelighet og ytelse.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot Kubernetes-administratorer og DevOps-ingeniører på avansert nivå som ønsker å forbedre overvåkingsferdighetene sine for Kubernetes-klynger ved å bruke Prometheus og Grafana.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp Prometheus og Grafana for Kubernetes overvåking.
• Overvåk nøkkelberegninger for poder, noder og tjenester.
• Lag dynamiske instrumentbord for å visualisere klyngens helse og ytelse.
• Implementer varslingsstrategier for proaktiv problemløsning.
• Bruk beste praksis for skalering av overvåkingsløsninger i Kubernetes miljøer.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot dataforskere og utviklere som ønsker å bruke Modin til å bygge og implementere parallelle beregninger med Pandas for raskere dataanalyse.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp det nødvendige miljøet for å begynne å utvikle Pandas arbeidsflyter i skala med Modin.
• Forstå funksjonene, arkitekturen og fordelene ved Modin.
• Kjenn forskjellene mellom Modin, Dask og Ray.
• Utfør Pandas operasjoner raskere med Modin.
• Implementer hele Pandas API og funksjoner.

Denne instruktørledede, live treningen (online eller på stedet) er rettet mot datavitere og utviklere som ønsker å bruke RAPIDS for å bygge GPU-akselerte datapipeliner, arbeidsflyter og visualiseringer, ved å bruke maskinlæringsalgoritmer, slik som XGBoost, cuML, etc.

Ved slutten av denne treningen vil deltakerne være i stand til å:

• Opprette den nødvendige utviklingsmiljøet for å bygge datamodeller med NVIDIA RAPIDS.
• Forstå funksjonene, komponentene og fordelene ved RAPIDS.
• Utnytt GPU til å akselerere ende-til-ende data- og analytiske pipeliner.
• Implementere GPU-akselert datapreparering og ETL med cuDF og Apache Arrow.
• Lære å utføre maskinlæringsoppgaver med XGBoost- og cuML-algoritmer.
• Bygge data-visualiseringer og utføre grafanalyse med cuXfilter og cuGraph.