Formation Python pour les tâches de données : Débutant et Intermédiaire avec Pandas et Polars

Ce cours intensif et pratique couvre les techniques avancées de Python, les meilleures pratiques d'ingénierie et les modèles de conception couramment utilisés pour construire des applications Python maintenables, testables et performantes. Il met l'accent sur les outils modernes, la typage statique, les modèles de concurrence, les modèles d'architecture et les workflows prêts pour la production.

Cette formation en direct, animée par un instructeur (en ligne ou sur site), s'adresse aux développeurs Python de niveau intermédiaire à avancé souhaitant adopter des pratiques et des modèles professionnels pour des systèmes Python de qualité production.

À l'issue de cette formation, les participants seront capables de :

• Appliquer le typage Python, les dataclasses et le contrôle de type pour améliorer la fiabilité du code.
• Utiliser des modèles de conception et des principes d'architecture pour structurer des applications robustes.
• Mettre en œuvre correctement la concurrence et le parallélisme en utilisant asyncio et multiprocessing.
• Construire du code bien testé avec pytest, le test basé sur les propriétés et les pipelines CI.
• Profiler, optimiser et sécuriser les applications Python pour la production.
• Emballer, distribuer et déployer des projets Python en utilisant des outils modernes et des conteneurs.

Format du cours

• Cours interactifs et démonstrations courtes.
• Labs pratiques et exercices de codage chaque jour.
• Projet intégrateur final combinant modèles de conception, tests et déploiement.

Options de personnalisation du cours

• Pour demander une formation personnalisée ou cibler un domaine spécifique (données, web ou infrastructure), veuillez nous contacter pour en discuter.

Ce cours enseigne des techniques d'ingénierie pratiques pour concevoir, développer, tester et déployer des systèmes agents (autonomes) à l'aide de Python. Il couvre la boucle agent, les intégrations d'outils, la gestion de la mémoire et de l'état, les modèles d'orchestration, les contrôles de sécurité et les considérations liées à la production.

Ce cours dirigé par un formateur, en direct (en ligne ou sur site), s'adresse aux ingénieurs ML de niveau intermédiaire à avancé, aux développeurs IA et aux ingénieurs logiciels souhaitant construire des agents autonomes robustes et prêts pour la production en utilisant Python.

À la fin de cette formation, les participants seront capables de :

• Concevoir et implémenter la boucle agent et les flux de prise de décision.
• Intégrer des outils externes et des API pour étendre les capacités des agents.
• Implémenter des architectures de mémoire à court et long terme pour les agents.
• Coordonner les orchestrations multi-étapes et la compositabilité des agents.
• Appliquer les meilleures pratiques en matière de sécurité, de contrôle d'accès et d'observabilité pour les agents déployés.

Format du cours

• Conférence interactive et discussion.
• Travaux pratiques sur la construction d'agents avec Python et des SDK populaires.
• Exercices basés sur des projets produisant des prototypes déployables.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Il s'agit d'une formation de 5 jours à la Data Science et à l'Intelligence Artificielle (IA).

Le cours est dispensé avec des exemples et des exercices utilisant Python.

L'intelligence artificielle avec Python consiste à développer des systèmes intelligents en utilisant l'écosystème étendu de bibliothèques d'IA et d'apprentissage automatique de Python.

Cette formation dirigée par un instructeur, en ligne ou sur site, s'adresse aux programmeurs Python de niveau intermédiaire souhaitant concevoir, implémenter et déployer des solutions d'IA avec Python.

À l'issue de cette formation, les participants seront capables de :

• Mettre en œuvre des algorithmes d'IA à l'aide des bibliothèques principales d'IA de Python.
• Travailler avec des modèles d'apprentissage supervisé, non supervisé et par renforcement.
• Intégrer des solutions d'IA dans des applications et des flux de travail existants.
• Évaluer la performance des modèles et les optimiser pour la précision et l'efficacité.

Format du cours

• Cours interactifs et discussions.
• De nombreux exercices et mises en pratique.
• Mises en œuvre pratiques dans un environnement de laboratoire en direct.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'en convenir.

Cette formation en direct, dispensée par un formateur, à Belgique (en ligne ou sur site), s'adresse aux analystes d'affaires qui souhaitent automatiser le trading via le trading algorithmique, Python et R.

À l'issue de cette formation, les participants seront en mesure de :

• Utiliser des algorithmes pour acheter et vendre des titres à des intervalles spécialisés, et ce, rapidement.
• Réduire les coûts associés au trading grâce au trading algorithmique.
• Surveiller automatiquement les cours des actions et passer des ordres.

Ce cours de 4 jours introduit l'intelligence artificielle (IA) et ses applications à l'aide du langage de programmation Python. Il est possible d'ajouter une journée supplémentaire pour réaliser un projet d'IA à l'issue de ce cours.

Ce cours animé par un formateur dans Belgique (en ligne ou sur site) s'adresse aux développeurs Python de niveau intermédiaire souhaitant améliorer leur expérience de développement Python avec AWS Cloud9.

À la fin de cette formation, les participants seront capables de :

• Configurer et paramétrer AWS Cloud9 pour le développement Python.
• Comprendre l'interface et les fonctionnalités de l'IDE AWS Cloud9.
• Écrire, déboguer et déployer des applications Python dans AWS Cloud9.
• Collaborer avec d'autres développeurs via la plateforme AWS Cloud9.
• Intégrer AWS Cloud9 avec d'autres services AWS pour des déploiements avancés.

Cette formation en direct, encadrée par un instructeur en Belgique (en ligne ou sur site), s'adresse aux développeurs de niveau intermédiaire souhaitant utiliser CUDA pour créer des applications Python fonctionnant en parallèle sur les GPU NVIDIA.

À l'issue de cette formation, les participants seront capables de :

• Utiliser le compilateur Numba pour accélérer les applications Python s'exécutant sur les GPU NVIDIA.
• Créer, compiler et lancer des noyaux CUDA personnalisés.
• Gérer la mémoire du GPU.
• Convertir une application basée sur le CPU en une application accélérée par le GPU.

Aperçu du cours

Cette formation pratique s'adresse aux professionnels issus du domaine de l'ingénierie des données souhaitant acquérir des compétences concrètes en intelligence artificielle, en Python et en modèles de langage de grande échelle (LLM). Le cours met l'accent sur des applications réelles, couvrant l'utilisation des modèles, l'ingénierie des prompts et la conception de solutions propulsées par l'IA. Les participants réaliseraont des exercices progressifs, passant des concepts fondamentaux à la création de flux de travail d'IA déployables.

Format de la formation

• Formation en présentiel en salle

• Sessions encadrées par un instructeur avec pratique guidée

• Discussions interactives et études de cas réelles

• Exercices pratiques quotidiens

Objectifs du cours

• Comprendre les concepts clés de l'IA et de l'apprentissage machine pertinents pour les applications modernes

• Renforcer les compétences en Python pour le développement d'IA et les workflows de données

• Apprendre le fonctionnement des grands modèles de langage et comment les utiliser efficacement

• Concevoir et optimiser les prompts pour obtenir des sorties fiables

• Construire des solutions d'IA complètes en utilisant des API et des frameworks

• Intégrer l'IA dans les pipelines d'ingénierie des données

Cette formation en présentiel ou en ligne, dirigée par un formateur expert, s'adresse aux data scientists et aux ingénieurs logiciel qui souhaitent utiliser Dask avec l'écosystème Python pour construire, mettre à l'échelle et analyser de grands ensembles de données.

À l'issue de cette formation, les participants seront capables de :

• Configurer l'environnement pour commencer à traiter les grandes données avec Dask et Python.
• Explorer les fonctionnalités, bibliothèques, outils et API disponibles dans Dask.
• Comprendre comment Dask accélère le calcul parallèle en Python.
• Apprendre à mettre à l'échelle l'écosystème Python (Numpy, SciPy et Pandas) à l'aide de Dask.
• Optimiser l'environnement Dask afin de maintenir des performances élevées lors du traitement de grands ensembles de données.

Cette formation en présentiel ou à distance, animée par un formateur, s'adresse aux développeurs Python et aux analystes de données de niveau intermédiaire souhaitant perfectionner leurs compétences en analyse et manipulation de données à l'aide de Pandas et NumPy.

À l'issue de cette formation, les participants seront capables de :

• Configurer un environnement de développement incluant Python, Pandas et NumPy.
• Créer une application d'analyse de données à l'aide de Pandas et NumPy.
• Réaliser des opérations avancées de nettoyage, de tri et de filtrage des données.
• Effectuer des agrégations et analyser des séries temporelles.
• Visualiser les données à l'aide de Matplotlib et d'autres bibliothèques de visualisation.
• Débugger et optimiser leur code d'analyse de données.

Cette formation en direct, animée par un instructeur (en ligne ou en présentiel), s'adresse aux développeurs souhaitant utiliser la stack FARM (FastAPI, React et MongoDB) pour construire des applications web dynamiques, performantes et évolutives.

À l'issue de cette formation, les participants seront en mesure de :

• Mettre en place l'environnement de développement nécessaire intégrant FastAPI, React et MongoDB.
• Comprendre les concepts clés, les fonctionnalités et les avantages de la stack FARM.
• Apprendre à construire des API REST avec FastAPI.
• Apprendre à concevoir des applications interactives avec React.
• Développer, tester et déployer des applications (front-end et back-end) en utilisant la stack FARM.

Cette formation en présentiel ou en ligne, animée par un instructeur, est destinée aux développeurs souhaitant utiliser FastAPI avec Python pour construire, tester et déployer des APIs RESTful plus facilement et plus rapidement.

À l'issue de cette formation, les participants seront capables de :

• Mettre en place l'environnement de développement nécessaire pour développer des APIs avec Python et FastAPI.
• Créer des APIs plus rapidement et plus simplement à l'aide de la bibliothèque FastAPI.
• Apprendre à créer des modèles de données et des schémas basés sur Pydantic et OpenAPI.
• Connecter des APIs à une base de données à l'aide de SQLAlchemy.
• Mettre en œuvre la sécurité et l'authentification dans les APIs en utilisant les outils de FastAPI.
• Construire des images de conteneurs et déployer des APIs web sur un serveur cloud.

Cette formation en direct, animée par un formateur à Belgique (en ligne ou sur site), s'adresse aux data scientists qui souhaitent utiliser TensorFlow pour analyser des données potentielles de fraude.

À l'issue de cette formation, les participants seront en mesure de :

• Créer un modèle de détection de la fraude en Python et avec TensorFlow.
• Construire des régressions linéaires et des modèles de régression linéaire pour prédire la fraude.
• Développer une application d'intelligence artificielle de bout en bout pour analyser les données de fraude.

Cette formation en présentiel ou en ligne, animée par un instructeur, s'adresse aux data scientists et aux développeurs souhaitant utiliser Modin pour concevoir et mettre en œuvre des calculs parallèles avec Pandas afin d'accélérer l'analyse des données.

À l'issue de cette formation, les participants seront capables de :

• Mettre en place l'environnement nécessaire pour débuter le développement de workflows Pandas à grande échelle avec Modin.
• Comprendre les fonctionnalités, l'architecture et les avantages de Modin.
• Connaître les différences entre Modin, Dask et Ray.
• Exécuter les opérations Pandas plus rapidement avec Modin.
• Mettre en œuvre l'intégralité de l'API Pandas et de ses fonctions.