SMACK Stack voor Data Science Training Cursus

Deze live training onder leiding van een instructeur in België (online of ter plaatse) is bedoeld voor datawetenschappers die het Anaconda-ecosysteem willen gebruiken om pakketten en workflows voor gegevensanalyse vast te leggen, te beheren en te implementeren in één enkel platform.

Aan het einde van deze training zijn de deelnemers in staat om:

• Installeer en configureer Anaconda componenten en bibliotheken.
• Begrijp de kernconcepten, kenmerken en voordelen van Anaconda.
• Beheer pakketten, omgevingen en kanalen met behulp van Anaconda Navigator.
• Gebruik Conda-, R- en Python-pakketten voor datawetenschap en machine learning.
• Maak kennis met enkele praktische use cases en technieken voor het beheren van meerdere data-omgevingen.

Deelnemers die deze training voltooien zullen een praktisch, realistisch inzicht krijgen in Data Science en de daarbij horende technologieën, methodieken en tools.

De deelnemers krijgen de mogelijkheid om dit kennis op te doen door middel van praktijkopdrachten. Groepsinteracties en instructeurfeedback vormen een belangrijk onderdeel van de cursus.

Het programma begint met een inleiding tot de basisconcepten van Data Science, waarna het verder gaat naar de tools en methodieken die worden gebruikt in Data Science.

Doelgroep

• Ontwikkelaars
• Technische analisten
• IT-adviseurs

Cursusopzet

• Deel theorie, deel discussie, oefeningen en veel praktijkwerk

Opmerking

• Voor een op maat gemaakte training voor deze cursus, neem contact met ons op om de details te regelen.

De explosie van informatie en data in de wereld van vandaag is ongeëvenaard; ons vermogen om te innoveren en de grenzen van het mogelijke te verleggen groeit sneller dan ooit tevoren. De rol van Data Scientist is tegenwoordig een van de meest gevraagde vaardigheden in de industrie.

Wij bieden veel meer dan leren via theorie; wij leveren praktische, verkoopbare vaardigheden die de kloof overbruggen tussen de wereld van de academische wereld en de eisen van de industrie.

Dit curriculum van 7 weken kan worden afgestemd op uw specifieke branchevereisten. Neem contact met ons op voor meer informatie of bezoek de website van het Nobleprog Instituut

Publiek:

Dit programma is bedoeld voor afgestudeerden op postniveau en voor iedereen met de vereiste vereiste vaardigheden, die zullen worden bepaald door een beoordeling en een interview.

Levering:

De cursus wordt gegeven een mix van Instructor Led Classroom en Instructor Led Online; normaal gesproken zal de eerste week 'klassikaal geleid' zijn, weken 2 - 6 'virtueel klaslokaal' en week 7 terug naar 'klassikaal geleid'.

Big data zijn datasets die zo omvangrijk en complex zijn dat traditionele applicatiesoftware voor gegevensverwerking onvoldoende is om hiermee om te gaan. Big data-uitdagingen zijn onder meer het vastleggen van gegevens, gegevensopslag, gegevensanalyse, zoeken, delen, overdragen, visualiseren, opvragen, bijwerken en informatieprivacy.

Deze cursus is bedoeld voor marketing- en verkoopprofessionals die dieper ingaan op de toepassing van datawetenschap in marketing en verkoop. De cursus biedt een gedetailleerde behandeling van verschillende datawetenschapstechnieken die worden gebruikt voor “upsale”, “cross-sale”, marktsegmentatie, branding en CLV.

Verschil tussen Marketing en Verkoop - Hoe verschillen verkoop en marketing van elkaar?

In heel eenvoudige bewoordingen kan verkoop worden omschreven als een proces dat zich richt op individuen of kleine groepen. Marketing richt zich daarentegen op een grotere groep of het algemeen publiek. Marketing omvat onderzoek (identificatie van de behoeften van de klant), productontwikkeling (het produceren van innovatieve producten) en promotie van het product (door middel van reclame) en creëert bewustzijn over het product onder consumenten. Zo is marketing gericht op het genereren van leads of prospects. Zodra het product op de markt is, is het de taak van de verkoper om de klant te overtuigen om het product te kopen. Verkoop betekent leads of prospects omzetten in aankopen en bestellingen, terwijl marketing zich richt op langere termijn, richt verkoop zich op kortere doelen.

Deze door een instructeur geleide live training in België (online of op locatie) introduceert het idee van samenwerkende ontwikkeling in datawetenschap en demonstreert hoe Jupyter te gebruiken om als team deel te nemen in de "levenscyclus van een computabel idee". Het begeleidt de deelnemers door het creëren van een voorbeeldproject in datawetenschap, gebaseerd op het Jupyter-ecosysteem.

Na deze training kunnen de deelnemers:

• Jupyter installeren en configureren, inclusief het maken en integreren van een teamrepository op Git.
• Jupyter-functies zoals extensies, interactieve widgets, multiuser-modus en meer gebruiken om projectcollaboratie mogelijk te maken.
• Jupyter Notebooks maken, delen en organiseren met teamleden.
• Kiezen uit Scala, Python, R, om code te schrijven en uit te voeren tegen big data systemen zoals Apache Spark, alles via de Jupyter-interface.

Deze live training onder leiding van een instructeur in België (online of ter plaatse) is bedoeld voor datawetenschappers en -ontwikkelaars die willen leren en hun carrière willen opbouwen in Data Science met behulp van Kaggle.

Aan het einde van deze training zijn de deelnemers in staat om:

• Meer informatie over datawetenschap en machine learning.
• Verken data-analyse.
• Lees meer over Kaggle en hoe het werkt.

In het eerste deel van deze training behandelen we de basisprincipes van MATLAB en de functie ervan als zowel een taal als een platform.  In deze discussie is een inleiding opgenomen in MATLAB syntaxis, arrays en matrices, datavisualisatie, scriptontwikkeling en objectgeoriënteerde principes.

In het tweede deel laten we zien hoe je MATLAB kunt gebruiken voor datamining, machine learning en voorspellende analyses. Om deelnemers een duidelijk en praktisch perspectief te geven op de aanpak en kracht van MATLAB, maken we vergelijkingen tussen het gebruik van MATLAB en het gebruik van andere tools zoals spreadsheets, C, C++ en Visual Basic.

In het derde deel van de training leren deelnemers hoe ze hun werk kunnen stroomlijnen door hun gegevensverwerking en het genereren van rapporten te automatiseren.

Tijdens de cursus zullen de deelnemers de geleerde ideeën in de praktijk brengen door middel van praktische oefeningen in een laboratoriumomgeving. Aan het einde van de training hebben de deelnemers een grondig begrip van de capaciteiten van MATLAB en kunnen ze deze gebruiken voor het oplossen van real-world data science-problemen en voor het stroomlijnen van hun werk door middel van automatisering.

Tijdens de cursus zullen beoordelingen worden uitgevoerd om de voortgang te meten.

Opzet van de cursus

• De cursus omvat theoretische en praktische oefeningen, waaronder casusbesprekingen, inspectie van voorbeeldcodes en praktische implementatie.

Notitie

• Oefensessies zijn gebaseerd op vooraf afgesproken voorbeeldgegevensrapportsjablonen. Als u specifieke wensen heeft, neem dan contact met ons op om dit te regelen.

Deze door een instructeur geleide live training in België (online of ter plaatse) is gericht op geavanceerde data-analyse, ontwikkelaars of toekomstige datawetenschappers die machine learning-technieken willen toepassen in Python om inzichten te verkrijgen, voorspellingen te doen en gegevensgestuurde beslissingen te automatiseren.

Na voltooiing van deze cursus zullen de deelnemers in staat zijn om:

• De belangrijkste machine learning-paradigma's te begrijpen en te onderscheiden.
• Gegevensvoorbewerkingstechnieken en modelbeoordelingsmetrieken te verkennen.
• Machine learning-algoritmen toe te passen op echte problemen met gegevens.
• Python bibliotheken en Jupyter-notebooks te gebruiken voor praktische ontwikkeling.
• Modellen te bouwen voor voorspelling, classificatie, aanbeveling en clustering.

Deze live training onder leiding van een instructeur in België (online of ter plaatse) is bedoeld voor datawetenschappers en -ontwikkelaars die Modin willen gebruiken om parallelle berekeningen te bouwen en te implementeren met Pandas voor snellere data-analyse.

Aan het einde van deze training zijn de deelnemers in staat om:

• Zet de benodigde omgeving op om te beginnen met het ontwikkelen van Pandas workflows op schaal met Modin.
• Begrijp de functies, architectuur en voordelen van Modin.
• Ken de verschillen tussen Modin, Dask en Ray.
• Voer Pandas bewerkingen sneller uit met Modin.
• Implementeer de volledige Pandas API en functies.

Python is een programmeertaal die enorm veel populariteit heeft gekregen in de financiële sector. Geadopteerd door de grootste beleggingsbanken en hedgefondsen wordt het gebruikt om een breed scala aan financiële toepassingen te bouwen, van kernhandelsprogramma's tot risicomanagementsystemen.

Tijdens deze instructiegeleide live training zullen deelnemers leren hoe ze Python kunnen gebruiken om praktische toepassingen te ontwikkelen voor het oplossen van een aantal specifieke financiële problemen.

Na afloop van deze training zullen deelnemers in staat zijn:

• Het basisprincipe van de Python-programmeertaal begrijpen
• De beste ontwikkeltools downloaden, installeren en onderhouden voor het creëren van financiële toepassingen in Python
• De meest geschikte Python-pakketten en -programmeertechnieken selecteren en gebruiken om financiële gegevens uit verschillende bronnen (CSV, Excel, databases, web, etc.) te organiseren, visualiseren en analyseren
• Toepassingen bouwen die problemen oplossen gerelateerd aan asset allocatie, risicoanalyse, investeringsprestaties en meer
• Een Python-toepassing troubleshooten, integreren, implementeren en optimaliseren

Doelgroep

• Ontwikkelaars
• Analytici
• Quants

Cursusopzet

• Gedeeltelijk lezing, gedeeltelijk discussie, oefeningen en veel praktijkervaring

Noot

• Deze training strekt zich uit over oplossingen voor sommige van de belangrijkste problemen waarmee financiële professionals worden geconfronteerd. Als u een bepaald onderwerp, hulpmiddel of techniek wilt toevoegen of verder uitwerken, neem dan contact met ons op om dit te regelen.

De training zal de deelnemers helpen voorbereiden op Web Application Development met Python Programming en Data Analytics. Dit soort data-visualisatie is een uitstekend hulpmiddel voor Top Management bij het nemen van beslissingen.

Deze door een instructeur geleide, live training (online of ter plaatse) is bedoeld voor datawetenschappers en ontwikkelaars die RAPIDS willen gebruiken om GPU-geaccelereerde datapijplijnen, workflows en visualisaties te bouwen en machine learning algoritmen zoals XGBoost, cuML, enz. toe te passen.

Aan het einde van deze training kunnen de deelnemers:

• De noodzakelijke ontwikkelomgeving inrichten om datamodellen te bouwen met NVIDIA RAPIDS.
• De functies, componenten en voordelen van RAPIDS begrijpen.
• GPUs benutten om end-to-end data- en analytische pijplijnen te versnellen.
• GPU-geaccelereerde datapreparatie en ETL implementeren met cuDF en Apache Arrow.
• Leren hoe machine learning taken uit te voeren met XGBoost en cuML algoritmen.
• Datavisualisaties bouwen en grafische analyse uitvoeren met cuXfilter en cuGraph.

In deze door een instructeur geleide, live training in België, leren deelnemers hoe ze Python en Spark samen kunnen gebruiken om big data te analyseren terwijl ze werken aan praktische oefeningen.

Aan het einde van deze training zijn de deelnemers in staat om:

• Leer hoe u Spark kunt gebruiken met Python om Big Data te analyseren.
• Werk aan oefeningen die gevallen uit de echte wereld nabootsen.
• Gebruik verschillende tools en technieken voor big data-analyse met behulp van PySpark.

Stratio is een datacentrisch platform dat big data, AI en governance integreert in één oplossing. De Rocket- en Intelligence-modules maken snelle data-exploratie, transformatie en geavanceerde analyse mogelijk in bedrijfsumgevingen.

Deze door instructeurs geleide, live-training (online of op locatie) is gericht op geavanceerde data-professionals die de Rocket- en Intelligence-modules in Stratio effectief willen gebruiken met PySpark, met focus op lusstructuren, gebruikersgedefinieerde functies en geavanceerde datalogica.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Te navigeren en te werken binnen het Stratio-platform met behulp van de Rocket- en Intelligence-modules.
• PySpark toe te passen in de context van data-inname, transformatie en analyse.
• Lussen en conditionele logica te gebruiken om data-workflows en feature-engineeringtaken te besturen.
• Gebruikersgedefinieerde functies (UDFs) te creëren en beheren voor herbruikbare data-operaties in PySpark.

Formaat van de cursus

• Interactieve colleges en discussies.
• Veel oefeningen en praktijk.
• Hands-on implementatie in een live-laboratoriumomgeving.

Opties voor cursusaanpassing

• Voor het aanvragen van een aangepaste training voor deze cursus, neem dan contact met ons op om dit te regelen.