Курс за обучение по Nutanix Acropolis Hypervisor (AHV) Administration

Това обучение под ръководството на преподавател (онлайн или на място) е насочено към професионалисти с висок ниво, които искат да подобрят своите знания за модели на машинно обучение, уменията си в оптимизиране на хиперпараметрите и да научат как да внедряват моделите ефективно, използвайки Google Colab.

По завършването на това обучение участниците ще могат:

• Да имплементират разширените модели на машинно обучение, използвайки популярни фреймворкове като Scikit-learn и TensorFlow.
• Да оптимизират производителността на моделите чрез оптимизация на хиперпараметрите.
• Да внедряват модели на машинно обучение в реални приложения, използвайки Google Colab.
• Да сътрудничат и управляват масштабни проекти за машинно обучение в Google Colab.

Това обучение под ръководството на инструктор (онлайн или на място) е насочено към средните ниву дейности по данни и професионалисти в областта на здравеопазването, които желаят да използват ИИ за напредък в приложенията на здравеопазването с Google Colab.

По края на това обучение участниците ще могат да:

• Приложават модели на ИИ за здравеопазването с Google Colab.
• Използват ИИ за предиктивно моделиране в данни от здравеопазването.
• Анализират медицински снимки с техники, държащи на ИИ.
• Разглеждат етичните аспекти в решенията за здравеопазването базирани на ИИ.

Това водено от инструктор обучение на живо в България (на място или дистанционно) е насочено към инженери, които желаят да разположат и управляват IoT устройства на AWS.

До края на това обучение участниците ще могат да изградят IoT платформа, която включва внедряване и управление на бекенд, шлюз и устройства върху AWS.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици, които желаят да инсталират, конфигурират и управляват AWS IoT възможностите на Greengrass за създаване на приложения за различни устройства.

До края на това обучение участниците ще могат да използват AWS IoT Greengrass за изграждане, внедряване, управление, защита и наблюдение на приложения на интелигентни устройства.

Това водено от инструктор обучение на живо в България (на място или отдалечено) е насочено към разработчици, които желаят да използват AWS Lambda за изграждане и внедряване на услуги и приложения в облака, без да е необходимо да се притеснявате за осигуряване на средата за изпълнение (сървъри, VM и контейнери, наличност, мащабируемост, съхранение и т.н.).

До края на това обучение участниците ще могат:

• Конфигурирайте AWS Lambda за изпълнение на функция.
• Разберете FaaS (функции като услуга) и предимствата на разработката без сървър.
• Създаване, качване и изпълнение на AWS Lambda функции.
• Интегрирайте Lambda функции с различни източници на събития.
• Пакетирайте, внедрявайте, наблюдавайте и отстранявайте неизправности в приложения, базирани на Lambda.

Този курс с инструкторско ръководство, провеждан в онлайн или на място, е предназначен за данни научни специалисти и инженери на средно ниво, които искат да използват Google Colab и Apache Spark за обработка и анализ на големи данни.

До края на този курс участниците ще бъдат способни да:

• Настроят среда за големи данни с Google Colab и Spark.
• Обработват и анализират големи набори данни ефективно с Apache Spark.
• Визуализират големи данни в съвместна среда.
• Интегрират Apache Spark с инструменти базирани на облак.

Това обучение под ръководството на инструктор (онлайн или на място) е предназначено за начинаещи данни учени и IT професионалисти, които желаят да изучат основите на данните наука с помощта на Google Colab.

Към края на това обучение участниците ще могат да:

• Настоят и навигирам Google Colab.
• Пишат и изпълняват основен Python код.
• Внасят и управят набори от данни.
• Създават визуализации с помощта на библиотеките на Python.

Colab Pro е облачно среда за масово разширяеми разработки на програмни приложения, предлагаща високоефективни GPUs, по-дълги периоди на изпълнение и повече памет за изискващи AI и данъчни задачи.

Това е онлайн или на място обучение, насочено към потребители с посреднично ниво на знания по Python, които желаят да използват Colab Pro за машинно обучение, обработка на данни и съвместни изследвания в мощен интерфейс на бележник.

По време на това обучение участниците ще бъдат способни да:

• Настрояват и управляват облачни Python бележници с Colab Pro.
• Access GPUs и TPUs за ускорено изчисление.
• Оптимизират процеси на машинно обучение с помощта на популярни библиотеки (например, TensorFlow, PyTorch, Scikit-learn).
• Интегрират с Google Drive и външни източници на данни за съвместни проекти.

Формат на курса

• Интерактивни лекции и дискусии.
• Много упражнения и практика.
• Практично приложение в живо лабораторно среда.

Опции за персонализация на курса

• За да поставите запрос за персонализиран курс, моля свържете се с нас, за да уредим.

Този обучаван от инструктор, жив тренинг в България (онлайн или на място), е насочен към продвинатите професионалисти, които желаят да усъвършенстват разбирането си за компютърното зрение и да изследват възможностите на TensorFlow за създаване на сложни модели за зрение, използвайки Google Colab.

По края на този тренинг, участниците ще могат да:

• Създават и обучават конволюционни невронни мрежи (CNN) с TensorFlow.
• Използват Google Colab за масштабируемо и ефективно развитие на модели в облака.
• Прилагат техники за предварителна обработка на снимки за задачи на компютърното зрение.
• Разпространяват модели за компютърно зрение за реални приложения.
• Използват преносимо обучение, за да подобрят ефективността на моделите CNN.
• Визуализират и тълкуват резултатите от модели за класификация на снимки.

Това инструкторско, живо обучение в България (онлайн или на място) е направено за данни научници и разработчици на средно ниво, които искат да разберат и приложат техники за дълбоко учене, използвайки средата Google Colab.

До края на това обучение участниците ще могат да:

• Настройте и навигайте Google Colab за проекти за дълбоко учене.
• Разберете основните принципи на невромрежите.
• Реализирайте модели за дълбоко учене с TensorFlow.
• Обучавайте и оценявайте модели за дълбоко учене.
• Използвайте напреднали функции на TensorFlow за дълбоко учене.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към професионалисти на напреднало ниво, които желаят да задълбочат разбирането си за DevOps практики и да рационализират процесите на разработка с помощта на AWS Cloud9.

До края на това обучение участниците ще могат:

• Настройте и конфигурирайте AWS Cloud9 за DevOps работни потоци.
• Внедрете непрекъсната интеграция и тръбопроводи за непрекъсната доставка (CI/CD).
• Автоматизирайте процесите на тестване, наблюдение и внедряване с помощта на AWS Cloud9.
• Интегрирайте AWS услуги като Lambda, EC2 и S3 в DevOps работни потоци.
• Използвайте системи за контрол на източника като GitHub или GitLab в AWS Cloud9.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към професионалисти на средно ниво, които искат да се научат как ефективно да изграждат, внедряват и поддържат приложения без сървър на AWS Cloud9 и AWS Lambda.

До края на това обучение участниците ще могат:

• Разберете основите на безсървърната архитектура.
• Настройте AWS Cloud9 за разработка на приложения без сървър.
• Разработвайте, тествайте и внедрявайте безсървърни приложения с помощта на AWS Lambda.
• Интегрирайте AWS Lambda с други AWS услуги като API Gateway и S3.
• Оптимизирайте приложения без сървър за производителност и ефективност на разходите.

Това обучение, водено от инструктор (онлайн или на място), е предназначено за начинаещи данни-учени, които искат да научат как да създават значими и визуално привлекателни данни-визуализации.

До края на това обучение участниците ще могат да:

• Настройте и навигация на Google Colab за визуализация на данни.
• Създайте различни видове графики, използвайки Matplotlib.
• Използвайте Seaborn за напреднали техники за визуализация.
• Персонализирайте графиките за по-добро представяне и яснота.
• Интерпретирайте и представяйте данните ефективно, използвайки визуални инструменти.

Summery:

• Основи на IoT архитектурата и функциите
• „Неща“, „Сензори“, Интернет и картографирането между бизнес функциите на IoT
• Основен за всички IoT софтуерни компоненти - хардуер, фърмуер, междинен софтуер, облак и мобилно приложение
• IoT функции - Fleet manager, визуализация на данни, SaaS базирани FM и DV, предупреждение/аларма, включване на сензор, включване на „нещо“, гео-ограда
• Основи на комуникацията на IoT устройство с облак с MQTT.
• Свързване на IoT устройства към AWS с MQTT (AWS IoT Core).
• Свързване на AWS IoT ядро с AWS Lambda функция за изчисление и съхранение на данни.
• Свързване на Raspberry PI с AWS IoT ядро и проста комуникация на данни.
• Сигнали и събития
• Калибриране на сензора

Резюме:

• Основи на IoT архитектурата и функциите
• „Неща“, „Сензори“, Интернет и картографирането между бизнес функциите на IoT
• Основен за всички IoT софтуерни компоненти - хардуер, фърмуер, междинен софтуер, облак и мобилно приложение
• IoT функции - Fleet manager, визуализация на данни, SaaS базирани FM и DV, предупреждение/аларма, включване на сензор, включване на „нещо“, гео-ограда
• Основи на комуникацията на IoT устройство с облак с MQTT.
• Свързване на IoT устройства към AWS с MQTT (AWS IoT Core).
• Свързване на AWS IoT ядро с AWS Lambda функция за изчисление и съхранение на данни с помощта на DynamoDB.
• Свързване на Raspberry PI с AWS IoT ядро и проста комуникация на данни.
• Практически с Raspberry PI и AWS IoT Core за изграждане на смарт устройство.
• Визуализация на сензорни данни и комуникация с уеб интерфейс.