AWS Cloud9 数据科学应用 培训

这种由 讲师指导的 中国 现场培训（在线或现场）面向希望使用 Anaconda 生态系统在单一平台中捕获、管理和部署软体包和数据分析工作流 的数据科学家。

在本次培训结束时，参与者将能够：

• 安装和配置 Anaconda 个元件和库。
• 了解 Anaconda 的核心概念、功能和优势。
• 使用 Anaconda Navigator 管理包、环境和频道。
• 将 Conda、R 和 Python 包用于数据科学和机器学习。
• 了解管理多个数据环境的一些实际使用案例和技术。

这种以讲师为主导的 中国（现场或远端）现场培训 面向希望在AWS上部署和管理物联网设备的工程师。

在本次培训结束时，参与者将能够构建一个物联网平台，其中包括在 AWS 之上部署和管理后端、网关和设备。

这种以讲师为主导的中国现场培训（现场或远端）针对希望安装，配置和管理AWS IoT Greengrass功能以创建各种设备的应用程式的开发人员。

在本次培训结束时，参与者将能够使用 AWS IoT Greengrass 在智慧设备上构建、部署、管理、保护和监控应用程式。

这种由 讲师指导的 中国 现场（现场或远端）实时培训 面向希望使用 AWS Lambda 构建服务和应用程式并将其部署到云中的开发人员，而无需担心配置执行环境（伺服器、VM 和容器、可用性、可扩充性、存储等）。

在本次培训结束时，参与者将能够：

• 配置 AWS Lambda 以执行函数。
• 了解 FaaS （Functions as a Service） 和无伺服器开发的优势。
• 构建、上传和执行 AWS Lambda 函数。
• 将 Lambda 函数与不同的事件源集成。
• 打包、部署、监控基于 Lambda 的应用程式并对其进行故障排除。

这项由 讲师指导的现场培训中国（在线或现场）面向希望加深对 DevOps 实践的理解并使用 AWS Cloud9 简化开发流程的高级专业人员。

在本次培训结束时，参与者将能够：

• 为 DevOps 个工作流设置和配置 AWS Cloud9。
• 实施持续集成和持续交付 （CI/CD） 管道。
• 使用 AWS Cloud9 自动执行测试、监控和部署流程。
• 将 Lambda、EC2 和 S3 等 AWS 服务整合到 DevOps 工作流中。
• 在 AWS Cloud9 中使用原始程式码控制系统，如 GitHub 或 GitLab。

这种以讲师指导的现场培训<本地>（在线或现场）面向希望学习如何在AWS Cloud9 和 AWS Lambda 上有效构建、部署和维护无伺服器应用程式的中级专业人员。

在本次培训结束时，参与者将能够：

• 了解无伺服器架构的基础知识。
• 设置 AWS Cloud9 以进行无伺服器应用程式开发。
• 使用 AWS Lambda 开发、测试和部署无伺服器应用程式。
• 与其他 AWS 服务（如 API Gateway 和 S3）集成。
• 优化无伺服器应用程式以提高性能和成本效率。

大数据是如此庞大和复杂的数据集，传统的数据处理应用软件不足以处理它们。大数据挑战包括捕获数据，数据存储，数据分析，搜索，共享，传输，可视化，查询，更新和信息隐私。

总结：

• 物联网架构和功能的基础知识
• “物”、“感测器”、互联网和物联网业务功能之间的映射
• 所有物联网软体元件的基本要素 - 硬体、韧体、中间件、云端和行动应用程式
• 物联网功能 - 车队管理器、数据可视化、基于 SaaS 的 FM 和 DV、警报/警报、感测器入职、“事物”入职、地理围栏
• 使用 MQTT 与云端进行物联网设备通信的基础知识。
• 使用 MQTT （AWS IoT Core） 将 IoT 设备连接到 AWS。
• 将 AWS IoT 内核与 AWS Lambda 功能连接，用于计算和数据存储。
• 连接具有 AWS IoT 核心和简单数据通信的Raspberry PI。
• 警报和事件
• 感测器校准

总结：

• 物联网架构和功能的基础知识
• “物”、“感测器”、互联网和物联网业务功能之间的映射
• 所有物联网软体元件的基本要素 - 硬体、韧体、中间件、云端和行动应用程式
• 物联网功能 - 车队管理器、数据可视化、基于 SaaS 的 FM 和 DV、警报/警报、感测器入职、“事物”入职、地理围栏
• 使用 MQTT 与云端进行物联网设备通信的基础知识。
• 使用 MQTT （AWS IoT Core） 将 IoT 设备连接到 AWS。
• 将 AWS IoT 核心与 AWS Lambda 函数连接，以使用 DynamoDB 进行计算和数据存储。
• 连接具有 AWS IoT 核心和简单数据通信的Raspberry PI。
• 动手使用Raspberry PI和 AWS IoT Core 构建智慧设备。
• 感测器数据可视化和与网路介面的通信。

本课程为讲师引导的培训（线上或线下），介绍了数据科学中的协作开发理念，并演示了如何使用 Jupyter 跟踪并作为团队参与“计算想法的生命周期”。课程将带领学员基于 Jupyter 生态系统创建一个示例数据科学项目。

在本课程结束时，学员将能够：

• 安装和配置 Jupyter，包括在 Git 上创建和集成团队仓库。
• 使用 Jupyter 的扩展、交互式小部件、多用户模式等功能，实现项目协作。
• 与团队成员创建、共享和组织 Jupyter Notebook。
• 通过 Jupyter 界面选择 Scala、Python、R 等语言，编写并执行针对 Apache Spark 等大数据系统的代码。

这个由 讲师指导的 中国 现场培训（在线或现场）面向希望在 Data Science 中使用 Kaggle 学习和建立职业生涯的数据科学家和开发人员。

在本次培训结束时，参与者将能够：

• 了解数据科学和机器学习。
• 探索数据分析。
• 了解 Kaggle 及其工作原理。

在本培训的第一部分，我们将介绍 MATLAB 的基础知识及其作为语言和平台的功能。  本次讨论包括对 MATLAB 语法、数组和矩阵、数据可视化、脚本开发和面向对象原则的介绍。

在第二部分中，我们将演示如何使用 MATLAB 进行数据挖掘、机器学习和预测分析。为了向参与者提供一个清晰而实用的视角来了解 MATLAB 的方法和能力，我们将使用 MATLAB 与使用其他工具（如电子表格、C、C++ 和 Visual Basic）进行比较。

在培训的第三部分，参与者学习如何通过自动化数据处理和报告生成来简化他们的工作。

在整个课程中，参与者将通过实验室环境中的实践练习将学到的想法付诸实践。在培训结束时，参与者将全面掌握 MATLAB 的能力，并能够利用它来解决现实世界的数据科学问题，以及通过自动化来简化他们的工作。

将在整个课程中进行评估，以衡量进展情况。

课程形式

• 课程包括理论和实践练习，包括案例讨论、示例代码检查和动手实施。

注意

• 实践课程将基于预先安排的样本数据报告模板。如果您有具体要求，请联系我们安排。

这种由 讲师指导的 中国 现场现场培训（在线或现场）面向希望使用 Modin 构建和实施并行计算的数据科学家和开发人员 Pandas 以加快数据分析速度。

在本次培训结束时，参与者将能够：

• 设置必要的环境，开始使用 Modin 大规模开发 Pandas 工作流。
• 了解 Modin 的功能、架构和优势。
• 了解 Modin、Dask 和 Ray 之间的区别。
• 使用 Modin 更快地执行 Pandas 操作。
• 实现整个 Pandas API 和函数。

Python 是一种在金融行业中广受欢迎的程式语言。它被大型投资银行和对冲基金采用，用于构建各种金融应用程式，从核心交易程式到风险管理系统。

在这场由讲师指导的现场培训中，学员将学习如何使用 Python 开发实际应用程式，以解决一系列特定的金融相关问题。

培训结束时，学员将能够：

• 理解 Python 程式语言的基本原理
• 下载、安装并维护用于在 Python 中创建金融应用程式的最佳开发工具
• 选择并利用最合适的 Python 套件和程式技术来组织、可视化和分析来自各种来源（CSV、Excel、数据库、网络等）的金融数据
• 构建解决资产配置、风险分析、投资绩效等问题的应用程式
• 对 Python 应用程式进行故障排除、集成、部署和优化

目标受众

• 开发人员
• 分析师
• 量化分析师

课程形式

• 部分讲授、部分讨论、练习和大量实践操作

注意事项

• 本培训旨在为金融专业人员面临的一些主要问题提供解决方案。如果您有特定的主题、工具或技术希望补充或进一步详细说明，请联系我们进行安排。

本次由讲师指导的线下或线上培训，面向希望使用RAPIDS构建GPU加速的数据管道、工作流和可视化的数据科学家和开发者，应用如XGBoost、cuML等机器学习算法。

培训结束后，参与者将能够：

• 设置必要的开发环境，使用NVIDIA RAPIDS构建数据模型。
• 了解RAPIDS的特性、组件和优势。
• 利用GPU加速端到端的数据和分析管道。
• 使用cuDF和Apache Arrow实现GPU加速的数据准备和ETL。
• 学习如何使用XGBoost和cuML算法执行机器学习任务。
• 使用cuXfilter和cuGraph构建数据可视化并执行图分析。