Python lernen: Kurse und Seminare auf der Plattform seminarmarkt.de!

In dieser 4-tägigen Schulung "AI-102 Designing and Implementing an Azure AI Solution" lernen Sie die Grundlagen der Künstlichen Intelligenz (KI) auf Azure kennen und entwickeln KI-Anwendungen mit Cognitive Services. Sie erfahren, wie Sie Textanalysen, Spracherkennung, Sprachsynthese, Übersetzungen und Conversational Bots erstellen können. Sie lernen auch die Analyse von Bildern und Videos mit Computer Vision sowie das Lesen von Texten in Bildern und Dokumenten. Die Erstellung einer Knowledge-Mining-Lösung und eines Wissensspeichers runden den Kurs ab.

Modul 1: Einführung in die Google Cloud Platform

• Übersicht über Google Platform Fundamentals
• Big Data-Produkte der Google Cloud Platform

Modul 2: Grundlagen von Compute und Storage

• CPUs on demand (Compute Engine)
• Ein globales Dateisystem (Cloud Storage)
• Cloud Shell
• Lab: Datenverarbeitungspipeline für die Aufnahme, Transformation und Veröffentlichung von Daten einrichten

Modul 3: Datenanalyse in der Cloud

• Sprungbrett in die Cloud
• Cloud SQL: Ihre SQL-Datenbank in der Cloud
• Lab: Daten in Cloud SQL importieren und Abfragen ausführen
• Spark auf Dataproc
• Lab: Empfehlungen zum maschinellen Lernen mit Spark auf Dataproc

Modul 4: Skalierung der Datenanalyse

• Schneller zufälliger Zugriff
• Datalab
• BigQuery
• Lab: Dataset für maschinelles Lernen erstellen

Modul 5: Maschinelles Lernen

• Maschinelles Lernen mit TensorFlow
• Lab: Maschinelles Lernen mit TensorFlow ausführen
• Vorkonfigurierte Modelle für gängige Anforderungen
• Lab: ML-APIs einsetzen

Modul 6: Architekturen der Datenverarbeitung

• Nachrichtenorientierte Architekturen mit Pub/Sub
• Pipelines mit Dataflow erstellen
• Referenzarchitektur für Echtzeit- und Batch-Datenverarbeitung

Modul 7: Zusammenfassung

Vorteile der Google Cloud Platform

...

In dieser 3-tägigen Schulung "Modernes MLOps mit MLflow" lernen Sie, wie MLOps das DevOps-Modell auf Machine Learning überträgt. Sie werden MLOps Pipelines und ein ML Model Register mit MLflow erstellen und anpassen. Data Scientists, Data Manager, Database Manager und Machine Learning Developer profitieren von modernen MLOps Frameworks für schnellere geschäftliche Nutzen durch Machine Learning. Das Seminar bietet praxisnahe Anwendungen und interaktive Übungen. Egal, ob erfahrener Data Scientist oder Machine Learning Developer, Sie erwerben wertvolle Fähigkeiten für erfolgreichere Machine Learning Projekte.

In diesem 4-tägigen Kurs "Designing and Implementing a Data Science Solution on Azure (DP-100T01)" erhalten Sie eine umfassende Einführung in Azure Machine Learning und lernen, wie Sie damit arbeiten können. Sie werden mit den Visual Tools für Machine Learning vertraut gemacht und erfahren, wie Sie automatisiertes Machine Learning nutzen können. Der Kurs deckt das Durchführen von Experimenten und das Trainieren von Modellen ab. Sie lernen, mit Daten umzugehen, Compute zu nutzen und Vorgänge mit Pipelines zu orchestrieren. Zusätzlich werden Themen wie Continuous Integration und Delivery, Training optimaler Modelle, verantwortungsvolles Machine Learning und Monitoring von Modellen behandelt. Nach Abschluss des Kurses sind Sie in der Lage, effektiv Datenwissenschafts-Lösungen auf Azure zu entwerfen und umzusetzen.

In dieser 2-tägigen Schulung "Jenkins und Jenkins Pipeline Fortgeschrittenenkurs" tauchen Sie tief in die Welt der Jenkins Pipeline (as Code) ein. Sie erlernen nicht nur die Grundlagen, sondern auch bewährte Praktiken dieser Technologie. Durch praktische Beispiele und Übungen erlangen Sie erste praktische Erfahrungen im Umgang mit gescripteten und deklarativen Pipelines. Die Schulung behandelt auch wichtige Themen wie Fehlerbehandlung, Parallelisierung und den Einsatz von Shared Libraries, um Ihr Wissen abzurunden.

Da Sie Jenkins bereits als führendes Werkzeug für Continuous Integration und Delivery nutzen, ist diese Schulung darauf ausgerichtet, Ihre bereits bestehenden Kenntnisse zu erweitern. Die ständig wachsenden Anforderungen im fachlichen, technischen und organisatorischen Bereich erfordern eine effiziente Gestaltung und Umsetzung von Entwicklungs-, Build- und Delivery-Prozessen. Das Konzept der Jenkins Pipeline (as Code) bietet Ihnen hierbei eine wertvolle Unterstützung, da es eine maßgebliche Veränderung in der Continuous Integration und Delivery herbeigeführt hat. Die Schulung vermittelt Ihnen die notwendigen Fähigkeiten, um diese modernen Ansätze erfolgreich in Ihre Arbeitsweise zu integrieren und Ihre Prozesse zu optimieren. Beachten Sie bitte, dass die Schulung auch die Prüfung beinhaltet, während die Prüfungsgebühr gesondert anfällt.

Modul 1: Grundlagen der Google Cloud-Sicherheit

• Der Sicherheitsansatz von Google Cloud
• Das Modell der geteilten Sicherheitsverantwortung
• Google und Google Cloud entschärfen Bedrohungen
• Transparenz beim Zugang

Modul 2: Sicherung des Zugriffs auf Google Cloud

• Cloud-Identität
• Google Cloud Directory Sync
• Verwaltetes Microsoft AD
• Google-Authentifizierung gegenüber SAML-basiertem SSO
• Identitätsplattform
• Bewährte Authentifizierungsverfahren

Modul 3: Identitäts- und Zugriffsmanagement (IAM)

• Ressourcenmanager
• IAM-Rollen
• Dienstleistungskonten
• IAM- und Organisationsrichtlinien
• Workload-Identitätsföderation
• Politische Intelligenz
• Übung: IAM konfigurieren

Modul 4: Konfigurieren der Virtual Private Cloud für Isolierung und Sicherheit

VPC-Firewalls

Lastausgleich und SSL-Richtlinien

Cloud-Zusammenschaltung

VPC-Netzwerk-Peering

VPC-Dienst-Kontrollen

Zugangskontext-Manager

VPC-Ablaufprotokolle

Cloud IDS

Laboratorien:

• VPC-Firewalls konfigurieren
• Konfigurieren und Verwenden von VPC-Flow-Protokollen in der Cloud-Protokollierung
• Demo: Absicherung von Projekten mit VPC Service Controls
• Erste Schritte mit Cloud IDS

...

In dieser 1-tägigen Schulung "AI-050 Develop Generative AI Solutions with Azure OpenAI Service" erhalten Sie eine Einführung in den Azure OpenAI Service und lernen die Sprach-, Code- und Bildfähigkeiten von Azure OpenAI kennen. Sie verstehen die verantwortungsbewussten KI-Praktiken und beschränkten Zugriffsrichtlinien. Der Kurs umfasst die Erstellung einer Azure OpenAI Service-Ressource, die Verwendung von Azure OpenAI Studio, Konsole oder REST-API und das Bereitstellen und Testen von Basismodellen im Studio Playground. Sie lernen, wie Sie Natural Language Solutions (NLS) mit dem Azure OpenAI Service erstellen und die Leistung von Azure OpenAI-Modellen durch Prompt-Engineering optimieren können.

In dieser 4-tägigen Schulung "Machine und Deep Learning Verfahren zur Analyse von Zeitreihen und Prozessdaten" erweitern Sie Ihre Kenntnisse im Bereich der Datenanalyse.

Die Entstehung von Zeitreihen- und Prozessdaten steht im engen Zusammenhang mit der fortschreitenden Digitalisierung von Wirtschaft und Produktion. Diese Daten zeichnen sich durch ihren zeitlichen Charakter aus, der es ermöglicht, kontinuierliche Prozesse abzubilden und zukunftsweisende Vorhersagen zu treffen.

Beispiele hierfür sind Sensordaten, die den Verschleiß von Teilen in Produktionsmaschinen oder Turbinen vorhersagen können, die historischen Verkaufszahlen eines Produkts, die Einblicke in künftige Verkaufstrends liefern, und die Kursentwicklung einer Aktie, die Aufschluss über ihren Wert in den kommenden Wochen oder Monaten geben kann.

Diese Schulung präsentiert Ihnen aktuelle Machine- und Deep-Learning Verfahren, die speziell für die Verarbeitung von Zeitreihendaten entwickelt wurden. Dabei werden sowohl statistische als auch konzeptuelle Hintergründe beleuchtet. Ein besonderer Schwerpunkt liegt auf praktischen Anwendungen mit relevanten Python-Bibliotheken wie Pandas, Scikit-Learn, Statsmodels und Tensorflow/Keras.

Das übergeordnete Ziel dieser Schulung besteht darin, Ihnen moderne Methoden zur Aufbereitung und Analyse von Prozessdaten zu vermitteln. Dadurch sollen Sie in der Lage sein, fundierte Geschäftsentscheidungen auf Basis dieser Erkenn