Data Science Schulungen in Zürich

Diese von Dozierenden geleitete Live-Schulung in Zürich (online oder vor Ort) richtet sich an Fachkräfte mit Anfängerkenntnissen, die das Konzept vortrainierter Modelle verstehen und lernen möchten, wie man sie zur Lösung praktischer Probleme einsetzt, ohne Modelle von Grund auf neu zu entwickeln.

Nach Abschluss dieser Schulung sind die Teilnehmer in der Lage:

• Das Konzept und die Vorteile vortrainierter Modelle zu verstehen.
• Verschiedene Architekturen vortrainierter Modelle sowie deren Anwendungsfälle zu erkunden.
• Ein vortrainiertes Modell für spezifische Aufgaben feinabzustimmen (Fine-Tuning).
• vortrainierte Modelle in einfachen Machine-Learning-Projekten zu implementieren.

Diese instructor-led Live-Schulung in Zürich (online oder vor Ort) richtet sich an Data Scientists und Analysten mit mittlerem Kenntnisstand, die AWS Cloud9 nutzen möchten, um Data-Science-Workflows zu optimieren.

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

• Eine Data-Science-Umgebung in AWS Cloud9 einzurichten.
• Datenanalysen mit Python, R und Jupyter Notebook in Cloud9 durchzuführen.
• AWS Cloud9 mit AWS-Datendiensten wie S3, RDS und Redshift zu integrieren.
• AWS Cloud9 für die Entwicklung und Bereitstellung von Machine-Learning-Modellen zu nutzen.
• Cloudbasierte Workflows zur Datenanalyse und -verarbeitung zu optimieren.

Dieses von einem Dozenten geleitete Live-Training in Zürich (online oder vor Ort) richtet sich an Teilnehmer auf mittlerem Niveau, die Machine-Learning-Workflows automatisieren und verwalten möchten, darunter das Training, die Validierung und die Bereitstellung von Modellen mit Apache Airflow.

Nach Abschluss dieses Trainings können die Teilnehmer:

• Apache Airflow für die Orchestrierung von Machine-Learning-Workflows einrichten.
• Datenvorverarbeitung, Modelltraining und Validierungsaufgaben automatisieren.
• Airflow in Machine-Learning-Frameworks und -Tools integrieren.
• Machine-Learning-Modelle über automatisierte Pipelines bereitstellen.
• Machine-Learning-Workflows in der Produktion überwachen und optimieren.

Diese instructor-led, live Schulung in Zürich (online oder vor Ort) richtet sich an Data Scientists und IT-Fachleute auf Anfängerniveau, die die Grundlagen von Data Science mit Google Colab erlernen möchten.

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

• Google Colab einzurichten und darin zu navigieren.
• grundlegenden Python-Code zu schreiben und auszuführen.
• Datensätze zu importieren und damit zu arbeiten.
• Visualisierungen mit Hilfe von Python-Bibliotheken zu erstellen.

Python ist eine Programmiersprache, die in der Finanzbranche enorm an Popularität gewonnen hat. Sie wird von den grössten Investmentbanken und Hedgefonds eingesetzt, um eine breite Palette finanzieller Anwendungen zu entwickeln – von Kernhandelssystemen bis hin zu Risikomanagement-Lösungen.

In dieser von Dozenten geleiteten Schulung lernen die Teilnehmer, wie sie Python zur Entwicklung praxisnaher Anwendungen einsetzen können, um verschiedene spezifische Probleme im Finanzbereich zu lösen.

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

• Die Grundlagen der Python-Programmiersprache zu verstehen
• Die besten Entwicklungstools für die Erstellung von Finanzanwendungen mit Python herunterzuladen, zu installieren und zu pflegen
• Die am besten geeigneten Python-Pakete und Programmiermethoden auszuwählen und einzusetzen, um Finanzdaten aus verschiedenen Quellen (CSV, Excel, Datenbanken, Web usw.) zu organisieren, zu visualisieren und zu analysieren
• Anwendungen zu entwickeln, die Probleme im Zusammenhang mit Asset-Allokation, Risikoanalyse, Investitionsperformance und mehr lösen
• Eine Python-Anwendung zu debuggen, zu integrieren, bereitzustellen und zu optimieren

Zielgruppe

• Entwickler
• Analysten
• Quants

Kursformat

• Theoretische Vorträge, Diskussionen, Übungen und intensive praktische Anwendungen

Hinweis

• Diese Schulung zielt darauf ab, Lösungen für einige der grundlegenden Probleme zu bieten, mit denen Finanzfachleute konfrontiert sind. Falls Sie ein bestimmtes Thema, Tool oder eine Methode ergänzen oder vertiefen möchten, kontaktieren Sie uns bitte entsprechend.

 Vertieft sich in praktische Ansätze für Data Science und KI unter Verwendung von Python — ermöglicht Fachleuten, Daten zu erkunden, Machine-Learning-Modelle aufzubauen und KI-gestützte Anwendungen in Geschäfts kontexten einzusetzen; Behandelt CRISP-DM-Arbeitsabläufe, statistische Analysen, überwachtes und unüberwachtes Lernen, Deep Learning mit TensorFlow, Natural Language Processing, Big Data mit Spark sowie datengetriebenes Storytelling; Ideal für Anfänger, die eine Python-Zertifizierung im Bereich Data Science anstreben und sich auf analytische Tätigkeiten in der Berufspraxis vorbereiten möchten.

Die KNIME Analytics Platform ist eine führende Open-Source-Lösung für datengetriebene Innovationen. Sie hilft Ihnen, das in Ihren Daten verborgene Potenzial zu erschliessen, neue Erkenntnisse zu gewinnen oder zukünftige Entwicklungen vorherzusagen. Mit mehr als 1000 Modulen, hundert bereit verfügbaren Beispielen, einem umfassenden Angebot integrierter Tools und der grössten Auswahl an fortschrittlichen Algorithmen ist die KNIME Analytics Platform der ideale Werkzeugkasten für jede Datenwissenschaftlerin und jeden Datenwissenschaftler sowie für jede Business Analystin und jeden Business Analysten.

Dieser Kurs zur KNIME Analytics Platform bietet Anfängerinnen, Fortgeschrittenen und KNIME-Experten eine ideale Gelegenheit, sich mit KNIME vertraut zu machen, die Software effektiver zu nutzen und klare, umfassende Berichte auf Basis von KNIME-Workflows zu erstellen.

Diese von Dozentinnen oder Dozenten geleitete Live-Schulung (online oder vor Ort) richtet sich an Datenprofessionals, die KNIME einsetzen möchten, um komplexe geschäftliche Anforderungen zu lösen.

Die Zielgruppe umfasst Personen ohne Programmierkenntnisse, die leistungsstarke Tools zur Implementierung von Analytics-Szenarien nutzen möchten.

Nach Abschluss dieser Schulung können die Teilnehmenden:

• KNIME installieren und konfigurieren.
• Data-Science-Szenarien aufbauen.
• Modelle trainieren, testen und validieren.
• Die gesamte Wertschöpfungskette von Data-Science-Modellen implementieren.

Ablauf des Kurses

• Interaktive Vorträge und Diskussionen.
• Zahlreiche Übungen und Praktika.
• Praxisnahe Umsetzung in einer Live-Lab-Umgebung.

Optionen zur Kursanpassung

• Wenn Sie eine massgeschneiderte Schulung für diesen Kurs anfordern oder mehr über dieses Programm erfahren möchten, kontaktieren Sie uns bitte zur Vereinbarung.

Dieser instructor-led-Training in Zürich (online oder vor Ort) richtet sich an fortgeschrittene Data Analysten, Entwickler oder angehende Data Scientists, die maschinelles Lernen mit Python anwenden möchten, um Erkenntnisse zu gewinnen, Vorhersagen zu treffen und datenbasierte Entscheidungen zu automatisieren.

Nach Abschluss dieses Kurses können die Teilnehmer:

• Die wichtigsten Paradigmen des maschinellen Lernens verstehen und unterscheiden.
• DatenvorverarbeitungsTechniken und ModellbewertungsMetriken erkunden.
• MaschinenLernAlgorithmen zur Lösung von realen Datenproblemen anwenden.
• Python-Bibliotheken und Jupyter Notebooks für praktische Entwicklungen nutzen.
• Modelle für Vorhersagen, Klassifikation, Empfehlungssysteme und Clustering erstellen.