Systementwicklung Schulungen finden - Das passende Seminar in Ihrer Nähe

Einführung in Data Science mit Python für Anfänger

Im Seminar XML Grundlagen lernen Sie die Bausteine von XML, ihre Funktion hinsichtlich der Strukturierung, die Syntax und die semantischen Modelle. Sie sind in der Lage, Begriffe aus der XML Welt einzuordnen und sie bei Ihrer täglichen Arbeit zu integrieren. Sie kennen die Möglichkeiten, Daten zur Weiterverarbeitung aufzubereiten und haben Konzepte für die Modellierung von Schnittstellen kennen gelernt. Sie sind in der Lage zu bewerten, welche Vorteile XML in Ihren Anwendungen hat. Nach dieser Schulung sind Sie mit den Grundlagen der XML Programmierung vertraut und können Projekte mit XML umsetzen. Die XML Sprache ermöglicht Inhalt und Layout voneinander zu trennen und Präsentationen für unterschiedliche Zwecke aus derselben Datenquelle zu erstellen oder automatisch Inhalte zu extrahieren. Damit können Daten nicht nur für Menschen präsentiert, sondern auch von Programmen zum Beispiel in B2B-Applikationen weiterverarbeitet werden. Unsere Lernplattform LearningHub @Cegos ist Bestandteil dieses Präsenzseminars. Neben den digitalen Seminarunterlagen ist das Training um weitere Lernformate und Medien angereichert. Um einen nachhaltigen Wissenstransfer in den Arbeitsalltag zu erzielen, wird das Seminar nach unserem 4REAL-Vorgehensmodell umgesetzt.

...

Die Lernziele der drei Seminarmodule umfassen ein breites Spektrum an Fähigkeiten in der Java-Programmierung. Im ersten Modul lernen die Teilnehmenden die grundlegende Syntax und Konzepte von Java sowie die Einrichtung und Nutzung einer Entwicklungsumgebung. Es wird ein tiefes Verständnis der objektorientierten Programmierung, der Datenverarbeitung mit Collections und Streams sowie der funktionalen Programmierung vermittelt. Im zweiten Modul vertiefen die Teilnehmer ihr Wissen in objektorientierter Modellierung und Klassendiagrammen, lernen deren Umsetzung in Java und die Anwendung von Vererbung und Kapselung, einschließlich Zugriffskontrollen. Das dritte Modul konzentriert sich auf fortgeschrittene Themen wie modularisierte Programmierung, Source Code Management mit Git, Build-Prozesse mit Maven, und die Integration von Open Source-Bibliotheken. Darüber hinaus erlernen sie Qualitätssicherung durch Tests sowie die Entwicklung von Multithreaded und verteilten Anwendungen.

Was Sie in diesem Lehrgang lernen:

• Java-Kenntnisse: Grundlegende und fortgeschrittene Java-Programmierung (Syntax, objektorientierte und funktionale Programmierung).
• Entwicklungspraktiken: Git, Maven, CI/CD, Testing, Docker.

  Was Sie aus diesem Seminar mitnehmen:

Programmierfähigkeiten: Entwicklung und Debugging von Java-Anwendungen.

Entwicklungsprozes...

Die Startrampe für (noch) Nichtprogrammierer:innen: Basis-Entwicklungskompetenz in Python und zugehörigen ML/KI-Modulen, vereint mit praxisnahen Anwendungen für betriebliche und persönliche Zukunfts-, Problemlöse- und Innovationsfähigkeit nach KI-VO.

Dieser dreitägige Kurs bietet einen umfassenden Einstieg in die Programmierung mit Python, einer der führenden Programmiersprachen für vielfältige Anwendungen. Der Schwerpunkt liegt auf den aktuellen Entwicklungen in Python 3. Der Kurs richtet sich an absolute Anfänger ohne Vorkenntnisse in anderen Programmiersprachen.

Python zeichnet sich durch seine klare Syntax und einfache Lesbarkeit aus, was es besonders für Einsteiger attraktiv macht. Durch praxisorientierte Übungen mit der Entwicklungsumgebung PyCharm wird das Gelernte direkt angewendet und vertieft. Am Ende des Kurses sind die Teilnehmer in der Lage, eigenständig einfache Programme zu erstellen und die grundlegenden Datenstrukturen von Python zu verstehen.

• Beschreiben Sie die Bedeutung von APIs und die Verwendung von Versionskontrollwerkzeugen in der modernen Softwareentwicklung
• Gemeinsame Prozesse und Praktiken in der Software-Entwicklung zu beschreiben
• Beschreiben Sie die Möglichkeiten, modulare Software zu organisieren und zu erstellen
• Beschreibung der HTTP-Konzepte und ihrer Anwendung auf netzbasierte APIs
• Anwendung von Representational State Transfer (REST)-Konzepten auf die Integration mit HTTP-basierten APIs
• Beschreiben Sie die Cisco-Plattformen und ihre Funktionen
• Beschreiben Sie die Programmierbarkeit verschiedener Cisco-Plattformen
• Beschreibung grundlegender Netzwerkkonzepte und Interpretation einer einfachen Netzwerktopologie
• Beschreibung der Interaktion von Anwendungen mit dem Netzwerk und der zur Fehlerbehebung verwendeten Tools
• Anwendung von Konzepten der modellgesteuerten Programmierbarkeit, um gängige Aufgaben mit Python-Skripten zu automatisieren
• Identifizierung gängiger Anwendungsbereitstellungsmodelle und Komponenten in der Entwicklungspipeline
• Beschreiben Sie allgemeine Sicherheitsprobleme und Testarten und nutzen Sie die Containerisierung für die lokale Entwicklung.
• Nutzung von Tools zur Automatisierung der Infrastruktur durch Skripting und modellgesteuerte Programmierbarkeit

In der Schulunge erfahren Sie von den allgemeinen Grundlagen bis in die Details wie Sie Ihr Joomla CMS installieren und sicher konfigurieren und wie sie die laufende Administration sicherstellen und optimieren. Sie lernen wie Sie Funktionserweiterungen durch Komponenten und Module installieren und nutzen. Und natürlich wie Sie schnell und einfach Joomla für die Einpflege und optimale Darstellung von Inhalten nutzen.
Ausserdem erhalten Sie Infos zu den Themen Suchmaschinenoptimierung, Content-Marketing und rechtliche Fragen nach der DSGVO.

• Beschreiben Sie die architektonischen Merkmale und Muster, die die Wartbarkeit und Funktionsfähigkeit von Anwendungen verbessern.
• Erkennen der Schritte zur Entwicklung und Erstellung einer ChatOps-Anwendung
• Implementierung robuster REST-API-Integrationen (Representational State Transfer) mit Netzwerkfehlerbehandlung, Paginierung und Fehlerflusskontrolle
• Beschreiben Sie die notwendigen Schritte für Anwendungen und deren Benutzer- und Systemdaten
• Identifizierung allgemeiner Aufgaben im automatisierten Anwendungsfreigabeprozess
• Beschreiben Sie bewährte Verfahren für die Anwendungsbereitstellung
• Methoden für den Entwurf verteilter Systeme zu beschreiben
• Beschreiben Sie die Konzepte des Infrastrukturkonfigurationsmanagements und der Geräteautomatisierung
• Verwendung von YANG-Datenmodellen (Yet Another Next Generation) zur Beschreibung von Netzkonfigurationen und Telemetrie
• Vergleich verschiedener relationaler und nicht-relationaler Datenbanktypen und Auswahl des geeigneten Typs auf der Grundlage der Anforderungen

In diesem Kurs werden Ihnen grundlegende Kenntnisse über die Programmiersprache R vermittelt, die in den Bereichen Statistik, Data Science und Machine Learning weit verbreitet ist. Sie werden RStudio als Entwicklungsumgebung kennenlernen, die am häufigsten für R verwendet wird. Nach Abschluss des Kurses werden Sie in der Lage sein, Daten aus verschiedenen Formaten einzulesen, Daten mit ggplot2 zu visualisieren und Daten mit dplyr aus tidyverse zu bereinigen (z.B. fehlende Werte ersetzen, Zeilen und Spalten anpassen, neue Spalten erstellen).

Sie werden in der Lage sein, eigene einfache Funktionen zu schreiben und Control Flows (z.B. For-Schleifen, If-Else-Anweisungen) in R umzusetzen. Sie werden das Grundkonzept von tidyverse/dplyr verstehen und in der Lage sein, Data Wrangling und Data Cleaning durchzuführen.

Der Kurs wird Ihnen die verschiedenen Arten des Machine Learning (überwacht, unüberwacht und verstärkt) vorstellen. Sie werden in der Lage sein, Algorithmen in R eigenständig zu trainieren, zu validieren, einen Train-Test Split durchzuführen und Gütekriterien zur Bewertung von Algorithmen zu berechnen und zu interpretieren. Sie werden bekannte Machine Learning Algorithmen wie lineare Regression, logistische Regression, Entscheidungsbaum, Random Forest und k-means Clustering verstehen und in R implementieren können.

Nach Abschluss des Kurses werden Sie in der Lage sein, R eigenständig für Machine Learning und Data Science zu verwenden und ...

Der dreitägige Data Science Kurs bietet eine praxisorientierte Einführung in die Grundlagen von Machine Learning mit pandas und scikit-learn in Python. Der Schwerpunkt liegt dabei auf dem Python Modul pandas und seinem DataFrame, das als gängiges Data Science Paket in Python gilt. Zusätzlich werden die Pakete seaborn und matplotlib erläutert, die zur Generierung von Grafiken und Plots verwendet werden. Der Kurs gibt zudem einen Einblick in erste Machine Learning Algorithmen wie Entscheidungsbaum, K-Means Clustering/DBSCAN und Neuronales Netz mit dem Python Paket scikit-learn. Weitere Themen umfassen wichtige Datenstrukturen, das Berechnen von Statistiken, das Schreiben eigener Funktionen sowie das Einlesen und Schreiben von Daten in verschiedenen Formaten. Der Kurs beinhaltet außerdem eine Einführung in lineare Regression, den Train-Test-Split und Kreuzvalidierung.