Seminare zum Thema Informatik/IT

Der 5-tägige  Data Analysis Bootcamp in R vermittelt in einzeln buchbaren Modulen Grundkenntnisse in R (Modul 1), praktisches Wissen zur deskriptiven Datenanalyse, der statisischen Inferenz und Modellierung in R (Modul 2), sowie fortgeschrittene Kenntnisse zur effizienten Nutzung von R (Modul 3).

Ziel: Vermittlung von theoretischen Statistik-Kenntnissen sowie technischen und praktischen Wissen in R. Dies soll es den Teilnehmern erleichtern, in ihrem Arbeitsalltag eigene Analysen und Projekte zielgerichteter und effizienter bearbeiten zu können, ohne sich tagelang selber in bestimmte Themen einarbeiten zu müssen. Zudem werden in den einzelnen Themenblöcken hilfreiche Zusatzpakete in R empfohlen, deren Nutzung oft unnötige Programmierarbeit, zusätzliche Recherchen und Anfängerfehler ersparen können.

Spätestens nach der Proof-of-concept-Phase benötigen Machine-Learning-Projekte die richtige Herangehensweise, Steuerung und Infrastruktur, um dauerhaft effizient und skalierbar zu sein. Ähnlich wie DevOps im Bereich der Softwareentwicklung bietet das Modell MLOps (Machine Learning Operations) einen hilfreichen Leitfaden mit Best Practices, Methoden und Tools, die darauf abzielen, den Lebenszyklus von Machine-Learning-Modellen optimal zu managen und abzubilden. In diesem zweitägigen Seminar lernst du sämtliche MLOps-Stationen im Detail kennen – von der Datenversionierung bis zum Monitoring – und erfährst, wie du deine Pipelines mit hilfreichen Tools wie Github, MLflow, DVC u.v.m. deployst, überwachst und produktiv hältst. Als zusätzliche Exkurse behandelt das Training MLOps in der Cloud (z.B. Azure ML Studio, Amazon Sagemaker oder Google Vertex AI) und gibt einen Ausblick zu LLMOps, wobei auf die besonderen Anforderungen von generativen KI-Modellen eingegangen wird. Das Seminar bietet neben Wissen zu Konzepten und Methoden auch zahlreiche praktische Übungen, um die erlernten Technologien und Tools direkt anzuwenden.

In der digitalen Welt entstehen immer mehr Daten. Unternehmen aller Branchen versuchen, durch Erfassung, Analyse und Auswertung der ihnen verfügbaren Daten wertvolle Einsichten zu erlangen und sich damit Wettbewerbsvorteile zu verschaffen. Doch wie sieht der ideale Ablauf solcher Datenprojekte aus? Wo fängt man an, wie geht man vor, wo lauern Fallstricke und wie können diese geschickt umgangen werden? In diesem Kompaktseminar zum Thema Data Science bekommst du das Wissen und die Techniken, um Potenziale deiner Unternehmensdaten zu erkennen und gezielt zu nutzen. Du lernst nicht nur alle Schritte erfolgreicher Datenprojekte kennen – von der richtigen businessrelevanten Fragestellung bis zur Bewertung der Ergebnisse. Dir werden auch gezeigt, wie du wichtige Schlüsselkonzepte des Machine Learnings nutzen und unternehmerische Entscheidungen mithilfe von Künstlicher Intelligenz treffen kannst. Dieses Seminar ist ein tiefgehender Einstieg für Fach- und Führungskräfte. Es eignet sich auch als Ausgangspunkt für alle, die mit einer Ausbildung zum Data Analyst oder Data Scientist beginnen möchten.

Nach Abschluss des Seminars sollten die Teilnehmer in der Lage sein:

• Die Grundlagen von DevOps zu verstehen und die Vorteile für das Unternehmen zu erkennen, einschließlich beschleunigter Bereitstellungen, erhöhter Qualität und besserer Kundenzufriedenheit.
• Die Prinzipien und Best Practices von DevOps anzuwenden, um eine effektivere Zusammenarbeit zwischen Entwicklung und Betrieb zu fördern.
• Die automatisierten Prozesse und Werkzeuge zu nutzen, um den Entwicklungs- und Bereitstellungszyklus zu beschleunigen und die Fehleranfälligkeit zu verringern.
• Agile Projektmanagementmethoden wie Scrum einzuführen und anzuwenden, um eine flexiblere und reaktionsschnellere Entwicklung zu ermöglichen.
• Kontinuierliches Feedback und kontinuierliche Verbesserung in die Unternehmenskultur zu integrieren, um die Effizienz, Qualität und Innovation kontinuierlich zu steigern.
• Die DevOps Foundation-Zertifizierung als Bestätigung für das erlernte Wissen und die Fähigkeiten zu erwerben, um das Unternehmen als DevOps-kompetent zu positionieren.

Nach Abschluss des Seminars sollten die Teilnehmer in der Lage sein:

• Die Grundlagen von DevOps zu verstehen und die Vorteile für das Unternehmen zu erkennen, einschließlich beschleunigter Bereitstellungen, erhöhter Qualität und besserer Kundenzufriedenheit.
• Die Prinzipien und Best Practices von DevOps anzuwenden, um eine effektivere Zusammenarbeit zwischen Entwicklung und Betrieb zu fördern.
• Die automatisierten Prozesse und Werkzeuge zu nutzen, um den Entwicklungs- und Bereitstellungszyklus zu beschleunigen und die Fehleranfälligkeit zu verringern.
• Agile Projektmanagementmethoden wie Scrum einzuführen und anzuwenden, um eine flexiblere und reaktionsschnellere Entwicklung zu ermöglichen.
• Kontinuierliches Feedback und kontinuierliche Verbesserung in die Unternehmenskultur zu integrieren, um die Effizienz, Qualität und Innovation kontinuierlich zu steigern.
• Die DevOps Foundation-Zertifizierung als Bestätigung für das erlernte Wissen und die Fähigkeiten zu erwerben, um das Unternehmen als DevOps-kompetent zu positionieren.

Python ist die führende Programmiersprache im Bereich des maschinellen Lernens und zeichnet sich durch Einfachheit und Vielseitigkeit aus. In diesem Training lernst du die Grundlagen des maschinellen Lernens wie auch fortgeschrittene Techniken kennen und erfährst, wie du eigene Projekte mit Python praktisch umsetzt. Du beginnst damit, Daten zu importieren und effektiv vorzubereiten, erstellst verschiedene maschinelle Lernmodelle wie lineare und logistische Regression, Entscheidungsbäume und Ensemble-Modelle, trainierst Modelle mit deinen Daten, bevor du sie abschließend evaluierst. Ein besonderer Schwerpunkt liegt auf der praktischen Anwendung, einschließlich Datenvisualisierung und statistischer Analyse. Ebenso werden populäre Python-Bibliotheken wie Pandas, NumPy, Matplotlib, Keras, NLTK und scikit-learn eingeführt und im Rahmen von Projekten in vielen Übungen praktisch eingesetzt. Das Ziel des Workshops ist es, umfassende Fähigkeiten im Umgang mit maschinellem Lernen zu vermitteln, um eigene Projekte erfolgreich umzusetzen und vorhandene Daten sinnvoll einzusetzen. Dieser Kurs eignet sich ideal für alle, die ihre Kenntnisse in Python vertiefen und praktische Fähigkeiten im maschinellen Lernen erwerben möchten.

Analyse von Daten tiefer neuronaler Netze mit Keras (TensorFlow)

Deep Learning Algorithmen finden bereits in unterschiedlichen Wirtschaftsbereichen und im Alltag Anwendung, zum Beispiel im Bereich autonomes Fahren, Sprach- und Texterkennung, optische Fehlererkennung sowie Online-Produktempfehlungen. Sie sind aktuell die bedeutendste und stärkste Algorithmusklasse im Bereich Machine Learning. Es sind bereits zahlreiche Frameworks zur Umsetzung und Arbeit mit Neuronalen Netzen auf dem Markt verfügbar, mit denen Anwendern die Analyse von mittels Deep Learning erleichtert wird. Keras (TensorFlow) ist aktuell das beliebteste Framework in der europäischen Industrie, da es sich durch seine Einfachheit und Mächtigkeit auszeichnet. Die dahinterstehende Open Source Community entwickelt das Framework stetig weiter und ermöglicht somit immer größere Möglichkeiten der Nutzbarkeit für Unternehmen. 

Sie erhalten eine umfassende Einführung in praktische Anwendung von Deep Learning im Bereich Bild-, Text- und Zeitreihendaten. Der Lehrgang orientiert sich dabei auf die Schwerpunkte Datenaufbereitung, Überwachung vom Training und dem finalen Deployment (Einsatz/ Übertragung). Er ist sehr praktisch orientiert, sodass Sie während des Lehrgangs selbst programmieren und Deep Learning Algorithmen trainieren. Am Ende des Lehrgangs sind Sie in der Lage, selbstständig Deep Learning Anwendungen auf Daten Ihres Unternehmens zu trainieren und zu testen, um somit neue Wertschöpfungspotentiale zu generieren.

Der 5-tägige  Machine Learning Bootcamp in R vermittelt in einzeln buchbaren Modulen Kenntnisse im überwachten maschinellen Lernen (engl. supervised machine learning) in Modul 1 und im unüberwachten maschinellen Lernen (engl. unsupervised machine learning) in Modul 2, sowie praktisches Wissen zum interpretierbaren maschinellen Lernen in Modul 3. Für die Anwendungsbeispiele und praktische Übungsaufgaben kommt die statistische Software R zum Einsatz.

Ziel: Vermittlung von Kenntnissen zur Anpassung und Verbesserung von Vorhersagemodellen, zum Auffinden von Strukturen in den Daten und zur Interpretation von Algorithmen und Methoden aus dem Bereich des maschinellen Lernen mit praktischen Beispielen in R. Dies soll es den Teilnehmern erleichtern, in ihrem Arbeitsalltag eigene Vorhersagemodelle zu optimieren und Projekte zielgerichtet bearbeiten zu können, ohne sich tagelang selber in bestimmte Themen einarbeiten zu müssen. Zudem werden in den einzelnen Themenblöcken hilfreiche Zusatzpakete in R empfohlen, deren Nutzung oft unnötige Programmierarbeit, zusätzliche Recherchen und Anfängerfehler ersparen können.

Dieser Kurs vermittelt dir das Wissen, die Fähigkeiten und die Tools zur Planung und Bereitstellung eines VMware vSAN™-Clusters. Du erfährst , wie du vSAN verwaltest und betreibst.

VMware Horizon 8: Deploy and Manage is a five-day combination course of VMware Horizon 8: Skills for Virtual Desktop Management & VMware Horizon 8: Infrastructure Administration. This training collection gives you the hands-on skills to deliver virtual desktops and applications through a single virtual desktop infrastructure platform. You will build on your skills in configuring and managing VMware Horizon® 8 through a combination of lecture and hands-on labs. You learn how to configure and deploy pools of virtual machines and how to provide a customized desktop environment to end-users. Additionally, you will learn how to install and configure a virtual desktop infrastructure platform. You learn how to install and configure VMware Horizon® Connection Server™ , VMware Unified Access Gateway™ , how to configure a load balancer for use with Horizon, and how to establish Cloud Pod Architecture.
Objectives

By the end of the course, you should be able to meet the following objectives:

Recognize the features and benefits of Horizon

Use VMware vSphere® to create VMs to be used as desktops for Horizon

Create and optimize Windows VMs to create Horizon desktops

Install and configure Horizon Agent on Horizon desktop

Configure and manage the VMware Horizon® Client™ systems and connect the client to a VMware Horizon desktop

Configure, manage, and entitle desktop pools of full VMs

...