Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction
- Aperçu des fonctionnalités et des avantages de Dask
- Calcul parallèle en Python
Démarrage
- Installation de Dask
- Bibliothèques, composants et API de Dask
- Bonnes pratiques et conseils
Mise à l'échelle de NumPy, SciPy et Pandas
- Exemples et cas d'usage des tableaux Dask
- Blocs et algorithmes divisés
- Calculs chevauchants
- SciPy stats et LinearOperator
- Slicing et assignment dans Numpy
- DataFrames et Pandas
Internes de Dask et interface utilisateur graphique
- Interfaces prises en charge
- Orchestrateur et diagnostics
- Analyse des performances
- Calcul sous forme de graphe
Optimisation et déploiement de Dask
- Configuration de déploiements adaptatifs
- Connexion à des données distantes
- Dépannage des programmes parallèles
- Déploiement de clusters Dask
- Utilisation des GPU
- Déploiement de Dask dans des environnements cloud
Dépannage
Résumé et prochaines étapes
Pré requis
- Expérience en analyse de données
- Expérience en programmation Python
Public cible
- Data scientists
- Ingénieurs logiciel
14 Heures
Nos clients témoignent (2)
Exemples/exercices parfaitement adaptés à notre domaine
Luc - CS Group
Formation - Scaling Data Analysis with Python and Dask
Traduction automatique
Le fait d'avoir plus d'exercices pratiques utilisant des données plus similaires à celles que nous utilisons dans nos projets (images satellites au format raster)
Matthieu - CS Group
Formation - Scaling Data Analysis with Python and Dask
Traduction automatique