Seminare aus der Rubrik IT & Programmierung

Overview

IBM Cloud Pak for AIOps deploys advanced, explainable AI across the IT Operations (IT Ops) toolchain so that you can confidently assess, diagnose, and resolve incidents across mission-critical workloads. IBM Cloud Pak for AIOps brings the depth and breadth of IBM’s enterprise expertise to managing complex, mission-critical IT environments. It helps you apply AI to IT operations to maximize efficiency, reduce costs, and maintain the resiliency and security you need to drive meaningful innovation. 

This course is designed to teach you how to perform important post-installation administration and configuration tasks for the IBM Cloud Pak for AIOps v4.3 platform, such as user management, troubleshooting, importing topology, enriching event data, configuring self-monitoring, and making runbooks to expedite or automate solutions to IT problems.

In dieser 3-tägigen Schulung "GitHub Copilot - KI-unterstützte Codegenerierung für Entwickler" lernen Sie die Funktionsweise und Integration von Copilot in ihre Entwicklungsumgebung kennen. Ziel ist es, die effektive Nutzung von Copilot in ihrem Entwicklungsworkflow zu erlernen und Best Practices zu entwickeln, um menschliches Denken und KI-generierten Code optimal zu kombinieren.

Darüber hinaus werden Sie die Herausforderungen und Grenzen von GitHub Copilot verstehen und lernen, wie Sie mit situationsbedingten Schwierigkeiten umgehen und Datenschutz- und Sicherheitsaspekte bei der Nutzung von Copilot berücksichtigen können. Anhand von Anwendungsfallstudien und Praxisbeispielen erfahren Sie, wie sie effizient mit Copilot codieren können und welche Auswirkungen Copilot auf die Entwicklergemeinschaft hat.

Zusätzlich werden Zukunftsperspektiven und Trends in der Codegenerierung diskutiert, einschließlich Fortschritte in der KI-gestützten Codegenerierungstechnologie und der Entwicklung von Copilot-Funktionen und -Integrationen. Sie erhalten einen umfassenden Überblick über die Möglichkeiten der KI-unterstützten Codegenerierung und können so ihre Entwicklerfähigkeiten im Zeitalter der künstlichen Intelligenz weiterentwickeln.

Eine Messkette besteht aus einem Sensor, welcher als Messprinzip einen elektrischen Effekt in Abhängigkeit der physikalischen Größe nutzt. Im Weiteren wandelt ein (Mess)Verstärker diesen elektrischen Effekt in eine messbare Spannung um, welche dann über ein Zeigermessgerät oder digitalisiert als Messwert verfügbar wird.

Das Seminar stellt die technischen Realisierungen zum Messen von Temperatur, Masse, Kraft, Druck, Drehmoment, Weg, Beschleunigung (und weitere) vor. Dabei werden die unterschiedlichen Messprinzipien erläutert und deren Vor- und Nachteile dargelegt. Wegen ihrer großen Bedeutung wird auf Dehnungsmessstreifen und die Schwingungsmessung besonders eingegangen. Ein weiterer Schwerpunkt liegt auf der Realisierung der digitalen Messung in den Programmiersprachen MATLAB® und Python. Abgerundet wird das Seminar durch die Betrachtung der Messunsicherheit, dem Nutzen bzw. der Erfordernis von Kalibrierung und Messkettenabgleich.

Meister, Techniker, Ingenieure aller Fachrichtungen aus den Bereichen Forschung und Entwicklung, Fertigung, Qualitätssicherung oder Betriebsmittelüberwachung, welche sich erstmalig mit dem elektrischen oder digitalen Messen mechanischer Größen befassen oder auf den aktuellen Stand der Technik gebracht werden wollen.

Informationssicherheit ist ein Wettbewerbsvorteil!  Sie erfahren in diesem 2-tägigen Grundlagentraining praxisnahes Wissen für Ihren Weg zur TISAX® Zertifizierung. Hierbei erwerben Sie die nötigen Kompetenzen, um das ISMS Ihres Unternehmens erfolgreich zu betreuen und die damit verbundenen Aufgaben normkonform zu bewältigen.

Overview

IBM Safer Payments is an innovative real-time payment fraud prevention and detection solution for all cashless payment types. IBM Safer Payments provides not only model capabilities based on inbuilt tools, but also the option to import externally built fraud models for real-time decisioning. In this course, all of the IBM Safer Payments model capabilities are presented in details. The following modelling concepts are covered: index, profiling techniques (with and without index sequence), model components comprised of rulesets, PMML, Python and Internal Random Forest, elements of the simulation environment including Rule Generation and Internal Random Forest, as well as the sampling techniques. All these concepts will be followed by the hands-on exercises that students are expected to complete.