Erweitertes Python: Best Practices und Design Patterns Schulung

Dieses Kurs lehrt praktische Ingenieurstechniken, um agente (autonome) Systeme unter Verwendung von Python zu designen, zu bauen, zu testen und bereitzustellen. Es behandelt den Agentenzyklus, Tool-Integrationen, Speicher- und Zustandsmanagement, Orchestrierungsmuster, Sicherheitskontrollen und Produktionsaspekte.

Dieses vom Dozenten geführte Live-Training (online oder vor Ort) richtet sich an fortgeschrittene bis Experten-Level ML-Ingenieure, AI-Entwickler und Softwareingenieure, die robuste, produktionsreife autonome Agenten mit Python bauen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Diesen Agentenzyklus und Entscheidungsabläufe zu designen und umzusetzen.
• Außenstehende Tools und APIs zu integrieren, um die Fähigkeiten der Agenten zu erweitern.
• Kurz- und Langzeit-Speicherarchitekturen für Agenten zu implementieren.
• Mehrstufige Orchestrierungen und die Zusammensetzung von Agenten abzustimmen.
• Sicherheits-, Zugriffs- und Beobachtungsrichtlinien für bereitgestellte Agenten anzuwenden.

Kursformat

• Interaktive Vorlesungen und Diskussionen.
• Praktische Labore, um Agenten mit Python und gängigen SDKs zu bauen.
• Projektbasierte Übungen, die bereitstellbare Prototypen erzeugen.

Kursanpassungsoptionen

• Bitte kontaktieren Sie uns, um ein angepasstes Training für diesen Kurs zu vereinbaren.

Dies ist eine 5-tägige Einführung in Data Science und Künstliche Intelligenz (KI).

Der Kurs wird mit Beispielen und Übungen unter Verwendung von Python durchgeführt.

Künstliche Intelligenz mit Python ist die Entwicklung von intelligenten Systemen unter Verwendung des umfangreichen Ökosystems für KI und maschinelles Lernen der Bibliotheken von Python.

Diese von einem Dozenten geführte Live-Ausbildung (online oder vor Ort) richtet sich an fortgeschrittene Python Programmierer, die AI-Lösungen mit Hilfe von Python entwickeln, implementieren und deployen möchten.

Am Ende dieser Ausbildung werden die Teilnehmer in der Lage sein:

• KI-Algorithmus mithilfe der Kern-KI-Bibliotheken von Python zu implementieren.
• Mit überwachten, unüberwachten und reaktionsbasierten Lernmodellen umzugehen.
• AI-Lösungen in existierende Anwendungen und Workflows zu integrieren.
• Die Modellleistung zu bewerten und für Genauigkeit und Effizienz zu optimieren.

Format der Ausbildung

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.
• Händische Implementierung in einer Live-Lab-Umgebung.

Anpassungsoptionen für die Ausbildung

• Um eine angepasste Ausbildung zu dieser Veranstaltung anzufordern, kontaktieren Sie uns bitte, um einen Termin auszumachen.

Diese leitungsgeleitete Live-Training in Schweiz (online oder vor Ort) richtet sich an Business-Analysten, die Handel durch algorithmisches Handeln, Python und R automatisieren möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Algorithmen einzusetzen, um Wertpapiere in spezialisierten Intervallen schnell zu kaufen und zu verkaufen.
• Kosten im Zusammenhang mit dem Handel durch algorithmisches Handeln zu reduzieren.
• Aktienkurse automatisch zu überwachen und Handelsaufträge zu platzieren.

Dies ist ein 4-tägiger Kurs zur Einführung in die KI und ihre Anwendung unter Verwendung der Programmiersprache Python. Es besteht die Möglichkeit, nach Abschluss des Kurses einen zusätzlichen Tag für die Durchführung eines KI-Projekts zu nutzen.

Diese von einem Ausbilder geleitete Live-Schulung in Schweiz (online oder vor Ort) richtet sich an Python-Entwickler auf mittlerem Niveau, die ihre Python-Entwicklungserfahrung mit AWS Cloud9 erweitern möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• AWS Cloud9 für die Python-Entwicklung einrichten und konfigurieren.
• Verstehen der AWS Cloud9 IDE-Schnittstelle und -Funktionen.
• Schreiben, Debuggen und Bereitstellen von Python-Anwendungen in AWS Cloud9.
• Mit anderen Entwicklern zusammenarbeiten, die die AWS Cloud9-Plattform nutzen.
• Integrieren Sie AWS Cloud9 mit anderen AWS-Services für erweiterte Bereitstellungen.

Chatbots sind Computerprogramme, die automatisch menschliche Antworten über Chat-Schnittstellen simulieren. Chatbots helfen Unternehmen, ihre Betriebsabläufe durch einfache und schnellere Interaktionsmöglichkeiten für Benutzer zu optimieren.

In diesem von einem Trainer geleiteten Live-Training lernen die Teilnehmer, wie sie Chatbots in Python erstellen.

Bis zum Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die Grundlagen des Erstellens von Chatbots zu verstehen
• Verschiedene Chatbots mit Python zu erstellen, zu testen, bereitzustellen und zu troubleshooten

Zielgruppe

• Entwickler

Kursformat

• Theorieteil, Diskussionsteil, Übungen und intensive praktische Anwendung

Hinweis

• Um ein angepasstes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte.

Dieses von einem Trainer geleitete Live-Training in Schweiz (online oder vor Ort) richtet sich an fortgeschrittene Entwickler, die CUDA verwenden möchten, um Python-Anwendungen zu erstellen, die parallel auf NVIDIA-GPUs ausgeführt werden.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Mit dem Numba-Compiler Python-Anwendungen zu beschleunigen, die auf NVIDIA-GPUs laufen.
• Benutzerdefinierte CUDA-Kernels zu erstellen, zu kompilieren und zu starten.
• GPUSpeicher zu verwalten.
• Eine CPU-basierte Anwendung in eine GPU-beschleunigte Anwendung umzuwandeln.

Dieses von einem Trainer geleitete Live-Training in Schweiz (online oder vor Ort) richtet sich an Datenwissenschaftler und Softwareentwickler, die Dask im Python-Ökosystem einsetzen möchten, um große Datensätze zu erstellen, zu skalieren und zu analysieren.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die Umgebung einzurichten, um mit Dask und Python Big Data-Verarbeitung aufzubauen.
• Die Funktionen, Bibliotheken, Tools und APIs kennen zu lernen, die in Dask zur Verfügung stehen.
• Zu verstehen, wie Dask paralleles Rechnen in Python beschleunigt.
• Zu lernen, wie man das Python-Ökosystem (Numpy, SciPy und Pandas) mit Dask skaliert.
• Die Dask-Umgebung zu optimieren, um eine hohe Leistung bei der Verarbeitung großer Datensätze zu gewährleisten.

Dieses von einem Dozenten geleitete Live-Seminar in Schweiz (online oder vor Ort) richtet sich an fortgeschrittene Python-Entwickler und Datenanalysten, die ihre Fähigkeiten in der Datenanalyse und -manipulation mit Pandas und NumPy verbessern möchten.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Eine Entwicklungsumgebung einzurichten, die Python, Pandas und NumPy enthält.
• Eine Datenanalyse-Anwendung mit Pandas und NumPy erstellen.
• Erweiterte Datenaufbereitung, -sortierung und -filterung durchführen.
• Agregationsoperationen durchführen und Zeitreihendaten analysieren.
• Daten mit Matplotlib und anderen Visualisierungsbibliotheken visualisieren.
• Ihren Datenanalyses-Code debuggen und optimieren.

Dieses von einem Dozenten geleitete, live Training (online oder vor Ort) richtet sich an Entwickler, die das FARM (FastAPI, React und MongoDB)-Stack verwenden möchten, um dynamische, leistungsstarke und skalierbare Webanwendungen zu erstellen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die notwendige Entwicklungsumgebung einzurichten, die FastAPI, React und MongoDB integriert.
• Die Schlüsselkonzepte, Funktionen und Vorteile des FARM-Stacks zu verstehen.
• Zu lernen, wie man REST-APIs mit FastAPI baut.
• Zu lernen, wie man interaktive Anwendungen mit React gestaltet.
• Anwendungen (Frontend und Backend) unter Verwendung des FARM-Stacks zu entwickeln, zu testen und zu bereitstellen.

Dieses vom Trainer geleitete Live-Training in Schweiz (online oder vor Ort) richtet sich an Entwickler, die FastAPI mit Python nutzen möchten, um RESTful APIs einfacher und schneller zu erstellen, zu testen und bereitzustellen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die notwendige Entwicklungsumgebung zum Erstellen von APIs mit Python und FastAPI einzurichten.
• Mithilfe der FastAPI-Bibliothek APIs schneller und einfacher zu erstellen.
• Zu lernen, wie man Datenmodelle und Schemas basierend auf Pydantic und OpenAPI erstellt.
• APIs mit SQLAlchemy an eine Datenbank anzubinden.
• Mithilfe der FastAPI-Tools Sicherheit und Authentifizierung in APIs zu implementieren.
• Container-Images zu bauen und Web-APIs auf einem Cloud-Server bereitzustellen.

Dieses von einem Trainer angeleitete Live-Training in Schweiz (online oder vor Ort) richtet sich an Data Scientists, die TensorFlow verwenden möchten, um potenzielle Betrugsdaten zu analysieren.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Ein Betrugsdetektionsmodell in Python und TensorFlow zu erstellen.
• Lineare Regressionen und lineare Regressionsmodelle zur Vorhersage von Betrug aufzubauen.
• Eine end-to-end-KI-Anwendung zur Analyse von Betrugsdaten zu entwickeln.

Ziel dieses Kurses ist es, eine grundlegende Kompetenz in der Anwendung Machine Learning Methoden in der Praxis zu bieten. Durch die Verwendung der Programmiersprache und ihrer verschiedenen Bibliotheken und auf der Grundlage einer Vielzahl praktischer Beispiele lehrt dieser Kurs, wie man die wichtigsten Baublöcke von Machine Learning verwendet, wie man Datenmodellierungsentscheidungen macht, die Ergebnisse der Algorithmen interpretiert und die Ergebnisse validiert.

Unser Ziel ist es, Ihnen die Fähigkeiten zu vermitteln, die grundlegendsten Tools aus dem Toolbox vertrauensvoll zu verstehen und zu verwenden und die gemeinsamen Fälle der Anwendungen zu vermeiden.

Diese von einem Trainer geleitete Live-Schulung in Schweiz (online oder vor Ort) richtet sich an Datenwissenschaftler und Entwickler, die Modin verwenden möchten, um parallele Berechnungen mit Pandas für eine schnellere Datenanalyse zu erstellen und zu implementieren.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

• die notwendige Umgebung einzurichten, um mit der Entwicklung von Pandas-Workflows in großem Maßstab mit Modin zu beginnen.
• die Funktionen, die Architektur und die Vorteile von Modin zu verstehen.
• Die Unterschiede zwischen Modin, Dask und Ray kennen.
• Schnellere Durchführung von Pandas-Vorgängen mit Modin.
• Implementierung der gesamten Pandas API und Funktionen.