AWS Cloud9 for Data Science Träningskurs
AWS Cloud9 erbjuder en robust miljö för datavetenskap, vilket gör det möjligt för användare att bygga, testa och distribuera datamodeller med hjälp av molnbaserade verktyg. Den här kursen guidar deltagarna genom att konfigurera och hantera en datavetenskapsmiljö i AWS Cloud9, med fokus på integration med AWS-tjänster för datalagring, bearbetning och maskininlärning.
Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till datavetare och analytiker på mellannivå som vill använda AWS Cloud9 för strömlinjeformade arbetsflöden för datavetenskap.
I slutet av denna utbildning kommer deltagarna att kunna:
- Konfigurera en datavetenskapsmiljö i AWS Cloud9.
- Utför dataanalys med hjälp av Python, R och Jupyter Notebook i Cloud9.
- Integrera AWS Cloud9 med AWS-datatjänster som S3, RDS och Redshift.
- Använd AWS Cloud9 för utveckling och distribution av maskininlärningsmodeller.
- Optimera molnbaserade arbetsflöden för dataanalys och bearbetning.
Kursens upplägg
- Interaktiv föreläsning och diskussion.
- Massor av övningar och övning.
- Praktisk implementering i en live-lab-miljö.
Alternativ för kursanpassning
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
Kursplan
Introduktion till AWS Cloud9 för Data Science
- Översikt över AWS Cloud9-funktioner för datavetenskap
- Konfigurera en datavetenskapsmiljö i AWS Cloud9
- Konfigurera Cloud9 för Python, R och Jupyter Notebook
Inmatning och förberedelse av data
- Importera och rensa data från olika källor
- Använda AWS S3 för datalagring och åtkomst
- Förbehandling av data för analys och modellering
Data Analysis i AWS Cloud9
- Undersökande dataanalys med hjälp av Python och R
- Arbeta med Pandas, NumPy och datavisualiseringsbibliotek
- Statistisk analys och hypotesprövning i Cloud9
Machine Learning Utveckling av modeller
- Skapa maskininlärningsmodeller med hjälp av Scikit-learn och TensorFlow
- Träna och utvärdera modeller i AWS Cloud9
- Använda SageMaker med Cloud9 för storskalig modellutveckling
Database Integration och Management
- Integrera AWS RDS och Redshift med AWS Cloud9
- Fråga stora datamängder med hjälp av SQL och Python
- Hantering av big data med AWS-tjänster
Distribution och optimering av modeller
- Distribuera maskininlärningsmodeller med hjälp av AWS Lambda
- Använda AWS CloudFormation för att automatisera distributionen
- Optimera datapipelines för prestanda och kostnadseffektivitet
Samarbetsutveckling, utveckling och säkerhet
- Samarbeta i datavetenskapsprojekt i Cloud9
- Använda Git för versionskontroll och projektledning
- Rekommenderade säkerhetsmetoder för data och modeller i AWS Cloud9
Sammanfattning och nästa steg
Krav
- Grundläggande förståelse för datavetenskapsbegrepp
- Förtrogenhet med Python-programmering
- Erfarenhet av molnmiljöer och AWS-tjänster
Publik
- Datavetare
- Dataanalytiker
- Ingenjörer inom maskininlärning
Open Training Courses require 5+ participants.
AWS Cloud9 for Data Science Träningskurs - Booking
AWS Cloud9 for Data Science Träningskurs - Enquiry
AWS Cloud9 for Data Science - Consultancy Enquiry
Consultancy Enquiry
Vittnesmål (3)
Understanding big data beter
Shaune Dennis - Vodacom
Kurs - Big Data Business Intelligence for Telecom and Communication Service Providers
All good, nothing to improve
Ievgen Vinchyk - GE Medical Systems Polska Sp. Z O.O.
Kurs - AWS Lambda for Developers
IOT applications
Palaniswamy Suresh Kumar - Makers' Academy
Kurs - Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」
Upcoming Courses
Relaterade Kurser
Big Data Business Intelligence for Telecom and Communication Service Providers
35 timmarÖversikt
Communications tjänsteleverantörer (CSP) står inför tryck för att minska kostnaderna och maximera genomsnittliga intäkter per användare (ARPU), samtidigt som en utmärkt kundupplevelse säkerställs, men datavolymerna fortsätter att växa. Den globala mobila datatrafiken kommer att växa med en kombinerad årlig tillväxthastighet (CAGR) på 78 procent mot 2016, upp till 10,8 exabytes per månad.
Samtidigt genererar CSPs stora volymer av data, inklusive samtaldetaljer (CDR), nätverksdata och kunddata. Företag som fullt ut utnyttjar dessa data får en konkurrenskraftig marginal. Enligt en ny undersökning av The Economist Intelligence Unit, företag som använder data-driven beslutsfattande njuter av en 5-6% ökning i produktivitet. Men 53% av företagen använder bara hälften av sina värdefulla data, och en fjärdedel av respondenterna noterade att enorma mängder användbara data går oförglömliga. Datavolymerna är så höga att manuell analys är omöjlig, och de flesta legacy mjukvarusystem kan’t behålla, vilket resulterar i värdefulla data som tas bort eller ignoreras.
Med Big Data & Analytics’ höghastighet, skalbar stordata programvara, kan CSPs gruva alla sina data för bättre beslutsfattande på mindre tid. Olika Big Data produkter och tekniker ger en end-to-end programplattform för att samla in, förbereda, analysera och presentera insikter från stora data. Tillämpningsområdena inkluderar nätverksprestandaövervakning, bedrägeridetektion, kundchurndetektion och kreditriskanalys. Big Data & Analytics produkter skala för att hantera terabytes av data men genomförandet av sådana verktyg kräver en ny typ av molnbaserad databassystem som Hadoop eller massiv skala parallell dataprocessor (KPU etc.)
Denna kurs arbetar på Big Data BI för Telco täcker alla framväxande nya områden där CSP investerar för produktivitetsökning och öppnar nya affärsinkomster. Kursen kommer att ge en komplett 360-grad överblick av Big Data BI i Telco så att beslutsfattare och chefer kan ha en mycket bred och omfattande översikt över möjligheter Big Data BI i Telco för produktivitet och inkomstvinster.
Kursens mål
Huvudsyftet med kursen är att introducera nya Big Data affärsintelligence tekniker i 4 sektorer av Telecom Business (Marketing/Sales, Network Operation, Financial Operation och Customer Relation Management). Studenter kommer att introduceras till att följa:
- Introduktion till Big Data-vad är 4Vs (volym, hastighet, variation och sannolikhet) i Big Data- Generation, utvinning och hantering från Telco perspektiv
- Hur Big Data analytik skiljer sig från arvdata analytik
- In-house motivering av Big Data -Telco perspektiv
- Introduktion till Hadoop Ecosystem- bekantskap med alla Hadoop verktyg som Hive, Pig, SPARC –när och hur de används för att lösa Big Data problem
- Hur Big Data extraheras för analys för analysverktyg-hur Business Analysis’s kan minska sina smärtspunkter av insamling och analys av data genom integrerad Hadoop dashboardmetod
- Grundläggande introduktion av Insight-analys, visualiseringsanalys och prediktiv analys för Telco
- Customer Churn analytics och Big Data-how Big Data analytics kan minska kundchurn och kund missnöje i Telco-case studier
- Analys av nätverksfel och servicefel från nätverksmetadata och IPDR
- Finansiell analys - bedrägeri, vassage och ROI-bedömning från försäljning och operativa data
- Kundens förvärvsproblem-Targetmarknadsföring, kundsegmentering och cross-sales från försäljningsdata
- Introduktion och sammanfattning av alla Big Data analytiska produkter och var de passar i Telco analytiska utrymme
- Slutsats-hur man tar steg för steg tillvägagångssätt för att introducera Big Data Business Intelligence i din organisation
Målgrupp
- Nätverksoperationer, finansiella chefer, CRM-chefer och topp IT-chefer i Telco CIO-kontoret.
- Business Analytiker i Telco
- CFO kontorsledare/analytiker
- Operativa chefer
- QA ledare
AWS IoT Core
14 timmarDenna instruktörsledda, liveutbildning i Sverige (på plats eller på distans) riktar sig till ingenjörer som vill distribuera och hantera IoT-enheter på AWS.
I slutet av denna utbildning kommer deltagarna att kunna bygga en IoT-plattform som inkluderar distribution och hantering av en backend, gateway och enheter ovanpå AWS.
AWS Lambda for Developers
14 timmarDenna instruktörsledda, liveutbildning i Sverige (på plats eller fjärransluten) riktar sig till utvecklare som vill använda AWS Lambda för att bygga och distribuera tjänster och applikationer till molnet, utan att behöva oroa sig för att tillhandahålla körningsmiljön (servrar, virtuella datorer och behållare, tillgänglighet, skalbarhet, lagring etc.).
I slutet av denna utbildning kommer deltagarna att kunna:
- Konfigurera AWS Lambda för att köra en funktion.
- Förstå FaaS (Functions as a Service) och fördelarna med serverlös utveckling.
- Bygg, ladda upp och kör AWS Lambda funktioner.
- Integrera Lambda-funktioner med olika händelsekällor.
- Paketera, distribuera, övervaka och felsök Lambda-baserade applikationer.
AWS CloudFormation
7 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till ingenjörer som vill använda AWS CloudFormation för att automatisera processen för att hantera AWS molninfrastruktur.
I slutet av denna utbildning kommer deltagarna att kunna:
- Aktivera AWS-tjänster för att komma igång med att hantera infrastruktur.
- Förstå och tillämpa principen om "infrastruktur som kod".
- Förbättra kvaliteten och sänka kostnaderna för att distribuera infrastruktur.
- Skriv AWS CloudFormation mallar med YAML.
Amazon DynamoDB for Developers
14 timmarDenna instruktörsledda, liveträning i Sverige (online eller på plats) riktar sig till utvecklare som vill integrera en DynamoDB NoSQL-databas i en webbapplikation som finns på AWS.
I slutet av denna utbildning kommer deltagarna att kunna:
- Konfigurera den utvecklingsmiljö som krävs för att börja integrera data i DynamoDB.
- Integrera DynamoDB i webbapplikationer och mobila applikationer.
- Flytta data i AWS med AWS-tjänster.
- Implementera åtgärder med AWS DAX.
Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」
4 timmarSomrig:
- Grunderna i IoT-arkitektur och funktioner
- "Saker", "Sensorer", Internet och mappningen mellan affärsfunktioner i IoT
- Oumbärlig för alla IoT-programvarukomponenter – hårdvara, firmware, mellanprogram, moln och mobilapp
- IoT-funktioner - Fleet manager, datavisualisering, SaaS-baserad FM och DV, larm/larm, sensorintroduktion, "sak" onboarding, geo-fencing
- Grunderna i IoT-enhetskommunikation med molnet med MQTT.
- Ansluta IoT-enheter till AWS med MQTT (AWS IoT Core).
- Ansluter AWS IoT-kärnan med AWS Lambda-funktionen för beräkning och datalagring.
- Ansluter Raspberry PI med AWS IoT kärna och enkel datakommunikation.
- Aviseringar och händelser
- Kalibrering av sensor
Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「8 Hours Remote」
8 timmarSammanfattning:
- Grunderna i IoT-arkitektur och funktioner
- "Saker", "Sensorer", Internet och mappningen mellan affärsfunktioner i IoT
- Oumbärlig för alla IoT-programvarukomponenter – hårdvara, firmware, mellanprogram, moln och mobilapp
- IoT-funktioner - Fleet manager, datavisualisering, SaaS-baserad FM och DV, larm/larm, sensorintroduktion, "sak" onboarding, geo-fencing
- Grunderna i IoT-enhetskommunikation med molnet med MQTT.
- Ansluta IoT-enheter till AWS med MQTT (AWS IoT Core).
- Anslutning av AWS IoT-kärna med AWS Lambda-funktion för beräkning och datalagring med hjälp av DynamoDB.
- Ansluter Raspberry PI med AWS IoT kärna och enkel datakommunikation.
- Hands on med Raspberry PI och AWS IoT Core för att bygga en smart enhet.
- Visualisering av sensordata och kommunikation med webbgränssnitt.
Advanced Amazon Web Services (AWS) CloudFormation
7 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till molningenjörer och utvecklare som vill använda CloudFormation för att hantera infrastrukturresurser inom AWS-ekosystemet.
I slutet av denna utbildning kommer deltagarna att kunna:
- Implementera CloudFormation-mallar för att automatisera infrastrukturhanteringen.
- Integrera befintliga AWS-resurser i CloudFormation.
- Använd StackSets för att hantera travar över flera konton och regioner.
Amazon Web Services (AWS) IoT Greengrass
21 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till utvecklare som vill installera, konfigurera och hantera AWS IoT Greengrass-funktioner för att skapa applikationer för olika enheter.
I slutet av denna utbildning kommer deltagarna att kunna använda AWS IoT Greengrass för att bygga, distribuera, hantera, säkra och övervaka applikationer på intelligenta enheter.
Anaconda Ecosystem for Data Scientists
14 timmarDenna 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.
GPU Data Science with NVIDIA RAPIDS
14 timmarDen här instruktörsledda, liveutbildningen i Sverige (online eller på plats) riktar sig till datavetare och utvecklare som vill använda RAPIDS för att skapa GPU-accelererade datapipelines, arbetsflöden och visualiseringar, genom att tillämpa maskininlärningsalgoritmer, till exempel XGBoost, cuML osv.
I slutet av denna utbildning kommer deltagarna att kunna:
- Konfigurera den utvecklingsmiljö som krävs för att bygga datamodeller med NVIDIA RAPIDS.
- Förstå funktionerna, komponenterna och fördelarna med RAPIDS.
- Utnyttja GPUs för att påskynda pipelines för data och analys från slutpunkt till slutpunkt.
- Implementera GPU-accelererad dataförberedelse och ETL med cuDF och Apache Arrow.
- Lär dig hur du utför maskininlärningsuppgifter med XGBoost- och cuML-algoritmer.
- Bygg datavisualiseringar och utför grafanalys med cuXfilter och cuGraph.
Accelerating Python Pandas Workflows with Modin
14 timmarDenna 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.
Kaggle
14 timmarDenna 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.
Developing Serverless Applications on AWS Cloud9
14 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till proffs på mellannivå som vill lära sig hur man effektivt bygger, distribuerar och underhåller serverlösa applikationer på AWS Cloud9 och AWS Lambda.
I slutet av denna utbildning kommer deltagarna att kunna:
- Förstå grunderna i serverlös arkitektur.
- Konfigurera AWS Cloud9 för serverlös applikationsutveckling.
- Utveckla, testa och distribuera serverlösa program med hjälp av AWS Lambda.
- Integrera AWS Lambda med andra AWS-tjänster som API Gateway och S3.
- Optimera serverlösa program för prestanda och kostnadseffektivitet.
Mastering DevOps with AWS Cloud9
21 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till proffs på avancerad nivå som vill fördjupa sin förståelse för DevOps metoder och effektivisera utvecklingsprocesser med hjälp av AWS Cloud9.
I slutet av denna utbildning kommer deltagarna att kunna:
- Konfigurera AWS Cloud9 för DevOps arbetsflöden.
- Implementera pipelines för kontinuerlig integrering och kontinuerlig leverans (CI/CD).
- Automatisera test-, övervaknings- och distributionsprocesser med hjälp av AWS Cloud9.
- Integrera AWS-tjänster som Lambda, EC2 och S3 i DevOps arbetsflöden.
- Använd källkontrollsystem som GitHub eller GitLab inom AWS Cloud9.