Inledning till Data Science och AI med hjälp av Python Träningskurs

LangGraph är ett ramverk för att bygga tillståndsbaserade, multi-aktörs LLM-applikationer som sammansatta grafer med bestående tillstånd och kontroll över exekvering.

Denna instruktörsledda, levande utbildning (online eller på plats) riktar sig till avancerade AI-plattformingenjörer, DevOps för AI och ML-arkitekter som vill optimera, felsöka, övervaka och driva produktionsklara LangGraph-system.

Efter avslutad utbildning kommer deltagarna att kunna:

• Designa och optimera komplexa LangGraph-topologier för hastighet, kostnad och skalbarhet.
• Utveckla pålitlighet med upprepningar, tidsgränser, idempotens och återhämtning baserad på kontrollpunkter.
• Felsöka och spåra grafexekveringar, inspektera tillstånd och systematiskt återskapa produktionsproblem.
• Instrumentera grafer med loggar, mätvärden och spår, distribuera till produktion och övervaka SLAs och kostnader.

Utbildningsformat

• Interaktiv föreläsning och diskussion.
• Många övningar och praktik.
• Hands-on-implementering i en levande laboratoriemiljö.

Anpassningsalternativ för kursen

• För att be om en anpassad utbildning för denna kurs, kontakta oss för att ordna.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till datavetare som vill använda Anaconda-ekosystemet för att fånga, hantera och distribuera paket och arbetsflöden för dataanalys på en enda plattform.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Anaconda komponenter och bibliotek.
• Förstå de grundläggande begreppen, funktionerna och fördelarna med Anaconda.
• Hantera paket, miljöer och kanaler med hjälp av Anaconda Navigator.
• Använd Conda-, R- och Python-paket för datavetenskap och maskininlärning.
• Lär känna några praktiska användningsfall och tekniker för att hantera flera datamiljöer.

Denna instruktörledda, liveutbildning i Sverige (online eller på plats) är riktad till datavetare och programutvecklare som vill använda Dask med Python-ekosystemet för att bygga, skala och analysera stora datamängder.

Genom denna utbildning kommer deltagarna att kunna:

• Konfigurera miljön för att börja bygga stordata-behandling med Dask och Python.
• Förstå hur Dask accelererar parallell beräkning i Python.
• Lär sig hur man skalas med det Python-ekosystemet (Numpy, SciPy och Pandas) med hjälp av Dask.
• Optimera Dask-miljön för att behålla hög prestanda vid hantering av stora datamängder.

Denna instruktörsledd, live-träning i Sverige (online eller på plats) är riktad till mellannivå-Python-utvecklare och dataanalytiker som vill förbättra sina kunskaper i dataanalys och -manipulation med Pandas och Numpy.

Till slut av denna träning kommer deltagarna att kunna:

• Konfigurera en utvecklingsmiljö som inkluderar Python, Pandas och NumPy.
• Skapa ett dataanalysprogram med hjälp av Pandas och Numpy.
• Framföra avancerade datamanipulationer, sortering och filtrering.
• Genomföra aggregeringsoperationer och analysera tidsrader.
• Visualisera data med hjälp av Matplotlib och andra visualiseringsbibliotek.
• Felsöka och optimera deras dataanalyskod.

Denna instruktörsvägda, liveutbildning (online eller på plats) riktas till utvecklare som vill använda FARM-stacken (FastAPI, React och MongoDB) för att bygga dynamiska, prestandarika och skalbara webbapplikationer.

Genom denna utbildning kommer deltagarna att kunna:

• Konfigurera den nödvändiga utvecklingsmiljön som integrerar FastAPI, React och MongoDB.
• Förstå de viktigaste koncepten, funktionerna och fördelarna med FARM-stacken.
• Lära sig hur man bygger REST-API:er med FastAPI.
• Lära sig hur man designar interaktiva applikationer med React.
• Utveckla, testa och distribuera applikationer (frontend och backend) med FARM-stacken.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) är riktad till utvecklare som vill använda FastAPI med Python för att enklare och snabbare bygga, testa och distribuera RESTful APIs.

Genom denna utbildning kommer deltagarna att kunna:

• Sätta upp den nödvändiga utvecklingsmiljön för att utveckla APIs med Python och FastAPI.
• Skapa APIs snabbare och enklare med hjälp av FastAPI-biblioteket.
• Lära sig hur man skapar datamodeller och scheman baserat på Pydantic och OpenAPI.
• Ansluta APIs till en databas med hjälp av SQLAlchemy.
• Implementera säkerhet och autentisering i APIs med hjälp av FastAPI-verktyg.
• Skapa containrar och distribuera webb-APIer till en molnserver.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till datavetare och utvecklare som vill lära sig och bygga sina karriärer i Data Science med hjälp av Kaggle.

I slutet av denna utbildning kommer deltagarna att kunna:

• Lär dig mer om datavetenskap och maskininlärning.
• Utforska dataanalys.
• Lär dig mer om Kaggle och hur det fungerar.

LangGraph är ett ramverk för att bygga tillståndsbaserade, multi-aktörs LLM-applikationer som sammansatta grafer med bestående tillstånd och kontroll över utförandet.

Denna instruktörsledda, levande utbildning (online eller på plats) riktar sig till professionella på mellan- till avancerad nivå som vill designa, implementera och driva LangGraph-baserade finansiella lösningar med rätt styrning, observerbarhet och överensstämmelse.

Vid utbildningens slut kommer deltagarna att kunna:

• Designa finansiella LangGraph-arbetsflöden som överensstämmer med regler och revisionskrav.
• Integrera finansiella datastandarder och ontologier i graftillstånd och verktyg.
• Implementera pålitlighet, säkerhet och människor-i-loop-kontroller för kritiska processer.
• Distribuera, övervaka och optimera LangGraph-system för prestanda, kostnad och SLA:er.

Utbildningsformat

• Interaktiv föreläsning och diskussion.
• Många övningar och praktik.
• Hands-on-implementering i en levande labbmiljö.

Alternativ för kursanpassning

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.

LangGraph är ett ramverk för att bygga grafstrukturerade LLM-applikationer som stöder planering, förgrening, verktygsanvändning, minne och kontrollerbar exekvering.

Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till utvecklare, prompt-engineers och dataexperter på grundnivå som vill designa och bygga pålitliga, flerstegs-LLM-arbetsflöden med hjälp av LangGraph.

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Förklara grundläggande LangGraph-begrepp (noder, kanter, tillstånd) och när de ska användas.
• Bygga promptkedjor som förgrenas, kallar på verktyg och behåller minne.
• Integrera hämtning och externa API:er i grafarbetsflöden.
• Testa, felsöka och utvärdera LangGraph-appar för pålitlighet och säkerhet.

Utbildningens format

• Interaktiva föreläsningar och facklig diskussion.
• Guidade laborationer och kodgenomgångar i en sandbox-miljö.
• Scenariebaserade övningar i design, testning och utvärdering.

Alternativ för anpassning av kursen

• För att beställa en anpassad utbildning för denna kurs, kontakta oss för att ordna.

LangGraph gör det möjligt att hantera statiska, multi-aktörsarbetsflöden som drivs av LLMs med exakt kontroll över körningsvägar och statispersistens. Inom hälsovården är dessa funktioner avgörande för att uppfylla kraven, säkerställa interoperabilitet och bygga beslutstödssystem som överensstämmer med medicinska arbetsflöden.

Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till professionella på mellan- till avancerad nivå som vill designa, implementera och hantera LangGraph-baserade lösningar inom hälsovården samt hantera regelverks-, etiska och operativa utmaningar.

Efter avslutad utbildning kommer deltagarna att kunna:

• Designa LangGraph-arbetsflöden inom hälsovården med fokus på att uppfylla kraven och möjliggöra granskning.
• Integrera LangGraph-applikationer med medicinska ontologier och standarder (FHIR, SNOMED CT, ICD).
• Tillämpa bästa praxis för pålitlighet, spårbarhet och förklarbarhet i känsliga miljöer.
• Distribuera, övervaka och validera LangGraph-applikationer i produktionsmiljöer inom hälsovården.

Utbildningens format

• Interaktiv föreläsning och diskussion.
• Hands-on-övningar med verkliga fallstudier.
• Implementationsövning i en live-labbmiljö.

Anpassningsalternativ för kursen

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.

LangGraph är ett ramverk för att sammansätta grafstrukturerade LLM-arbetsflöden som stöder förgrening, verktygsanvändning, minne och kontrollerad exekvering.

Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till ingenjörer och produktteam på mellannivå som vill kombinera LangGraphs graflogik med LLM-agentloopar för att bygga dynamiska, kontextmedvetna applikationer såsom kundsupportagenter, beslutsträd och informationshämtningsystem.

Vid utbildningens slut kommer deltagarna att kunna:

• Designa grafbaserade arbetsflöden som samordnar LLM-agenter, verktyg och minne.
• Implementera villkorsstyrd vägledning, omstart och återfall för robust exekvering.
• Integra hämtning, API:er och strukturerade utdata i agentloopar.
• Utvärdera, övervaka och hårdna agentbeteende för pålitlighet och säkerhet.

Kursformat

• Interaktiv föreläsning och ledd diskussion.
• Guidade labbar och kodgenomgångar i en sandlåde-omgivning.
• Scenariebaserade designövningar och kollegiala granskningar.

Alternativ för kursanpassning

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.

LangGraph är ett grafbaserat orchestrationssramverk som möjliggör villkorliga, flerstegs LLM- och verktygsarbetsflöden, idealiskt för att automatisera och personanpassa innehållspipeliner.

Denna instruktörsledd, liveutbildning (online eller på plats) är riktad till mellannivån marknadsförare, innehållsstrateger och automatiseringsutvecklare som vill implementera dynamiska, grenande e-postkampanjer och innehållsgenererande pipeliner med hjälp av LangGraph.

Efter denna utbildning kommer deltagarna att kunna:

• Designa grafbaserade innehålls- och e-postarbetsflöden med villkorlig logik.
• Integrera LLM:er, API:er och datakällor för automatiserad personanpassning.
• Hantera status, minne och kontext över flerstegs kampanjer.
• Utvärdera, övervaka och optimera arbetsflödens prestanda och leveransresultat.

Kursformat

• Interaktiva föreläsningar och gruppdiskussioner.
• Praktiska laborationer för att implementera e-postarbetsflöden och innehållspipeliner.
• Scenario-baserade övningar om personanpassning, segmentering och grenad logik.

Kursanpassningsalternativ

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna det.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till datavetare och utvecklare som vill använda Modin för att bygga och implementera parallella beräkningar med Pandas för snabbare dataanalys.

I slutet av denna utbildning kommer deltagarna att kunna:

• Konfigurera den miljö som krävs för att börja utveckla Pandas arbetsflöden i stor skala med Modin.
• Förstå funktionerna, arkitekturen och fördelarna med Modin.
• Känn till skillnaderna mellan Modin, Dask och Ray.
• Utför Pandas operationer snabbare med Modin.
• Implementera hela Pandas API:et och funktionerna.

Denna instruktörsledda, live-utbildning (online eller på plats) riktar sig till datavetare och utvecklare som vill använda RAPIDS för att bygga GPU-accelererade datapipelines, arbetsflöden och visualiseringar, med tillämpning av maskininlärningsalgoritmer, såsom XGBoost, cuML etc.

Efter avslutad utbildning kommer deltagarna kunna:

• Installera nödvändiga utvecklingsmiljöer för att bygga datamodeller med NVIDIA RAPIDS.
• Förstå funktioner, komponenter och fördelar med RAPIDS.
• Utnyttja GPUer för att accelerera slut- till-slut datapipelines och analyser.
• Implementera GPU-accelererad datapreparation och ETL med cuDF och Apache Arrow.
• Lära sig hur man utför maskininlärningsuppgifter med XGBoost- och cuML-algoritmer.
• Bygga datavisualiseringar och utföra grafanalyser med cuXfilter och cuGraph.