Cursuri de pregatire Data Science Implementation Management using KNIME Server
Serverul este software-ul corporativ pentru colaborarea pe bază de echipă, automatizarea, gestionarea și implementarea fluxurilor de lucru de știință a datelor ca aplicații și servicii analitice.
La sfârșitul cursului, participanții vor putea:
- Schema de analiză fluxuri de lucru pentru a rula automat și să vă dea mai mult timp să se concentreze pe știința datelor.
- Controlul fluxurilor de lucru pentru gestionarea automată a modelului
- Scala și punerea în aplicare a fluxului de lucru cu o arhitectură de server bine furnizată, de înaltă performanță, care este configurată în funcție de specificațiile dvs.
- Proiectați, editați și executați fluxurile de lucru pe KNIME Server folosind editorul de flux de lucru la distanță și profitați de hardware bine furnizat într-un mediu sigur.
Formatul cursului
- Lecții și discuții interactive.
- Multe exerciții și practici.
- Implementarea pe mâini într-un mediu live-lab.
Opțiuni de personalizare
- Pentru a solicita o pregătire personalizată pentru acest curs sau pentru a afla mai multe despre acest program, vă rugăm să ne contactați pentru a organiza.
Schița de curs
Ziua 1:
- Introducere
Modulul 1: KNIME Server:
Colaborare - Conectarea și implementarea elementelor pe KNIME server de pe KNIME platformă de analiză
- Cum să vă conectați la KNIME Server
- Setări de permisiune pe serverul KNIME
Modulul 2: KNIME Server: Automatizare & Implementare
Automatizare și implementare - Execuție la distanță și KNIME WebPortal
- Execuție de la distanță pe serverul KNIME
- KNIME Editor de flux de lucru la distanță
- KNIME WebPortal
Ziua 2:
Modulul 3: KNIME Server: Management
Management - Diferența dintre versiuni și fluxul de lucru
- Versionare
- Compararea fluxurilor de lucru
- Comparare noduri
Modulul 4: Prezentare generală a KNIME Platformei de analiză
- Controlul fluxului modelului
- Implementarea modelului pe serverul KNIME
- Scenarii de testare între KNIME AP & Server
- Rezumat și concluzii
Cerințe
- O înțelegere de bază pentru a da sens datelor.
- Experiență cu prelucrarea fundamentală a datelor. .
Audiență
- manageri de știință a datelor
- administratori de modele
- ingineri de date
- analiști de date
- cercetători de date
Cursurile publice necesita 5+ participanti
Cursuri de pregatire Data Science Implementation Management using KNIME Server - Rezervare
Cursuri de pregatire Data Science Implementation Management using KNIME Server - Solicita Oferta
Data Science Implementation Management using KNIME Server - Cerere de consultanta
Mărturii (4)
Understanding big data beter
Shaune Dennis - Vodacom
Curs - Big Data Business Intelligence for Telecom and Communication Service Providers
Very useful in because it helps me understand what we can do with the data in our context. It will also help me
Nicolas NEMORIN - Adecco Groupe France
Curs - KNIME Analytics Platform for BI
It is great to have the course custom made to the key areas that I have highlighted in the pre-course questionnaire. This really helps to address the questions that I have with the subject matter and to align with my learning goals.
Winnie Chan - Statistics Canada
Curs - Jupyter for Data Science Teams
The example and training material were sufficient and made it easy to understand what you are doing.
Teboho Makenete
Curs - Data Science for Big Data Analytics
Upcoming Courses
Cursuri înrudite
Kaggle
14 oreAcest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează oamenilor de știință de date și dezvoltatorilor care doresc să învețe și să își construiască o carieră în domeniul științei datelor folosind Kaggle.
La sfârșitul acestui curs de formare, participanții vor fi capabili să:
- Învățați despre știința datelor și învățarea mașinilor.
- Explorați analiza datelor.
- Învățați despre Kaggle și cum funcționează. .
Accelerating Python Pandas Workflows with Modin
14 oreAcest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează oamenilor de știință și dezvoltatorilor de date care doresc să utilizeze Modin pentru a construi și implementa calcule paralele cu Pandas pentru o analiză mai rapidă a datelor.
La sfârșitul acestui curs de formare, participanții vor fi capabili să:
- Setați mediul necesar pentru a începe să dezvoltați Pandas fluxuri de lucru la scară cu Modin. .
- Înțelegeți caracteristicile, arhitectura și avantajele Modin. .
- Cunoașteți diferențele dintre Modin, Dask și Ray. .
- Realizați Pandas operații mai rapid cu Modin. .
- Implementați întregul Pandas API și funcțiile. .
GPU Data Science with NVIDIA RAPIDS
14 oreAcest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează oamenilor de știință și dezvoltatorilor de date care doresc să utilizeze RAPIDS pentru a construi conducte de date accelerate de GPU, fluxuri de lucru și vizualizări, aplicând algoritmi de învățare automată, cum ar fi XGBoost, cuML etc.
La sfârșitul acestui curs de formare, participanții vor fi capabili să:
- Setați mediul de dezvoltare necesar pentru a construi modele de date cu NVIDIA RAPIDS. .
- Înțelegeți caracteristicile, componentele și avantajele RAPIDS. .
- Utilizați GPU-urile pentru a accelera conductele de date și de analiză end-to-end. .
- Implementați pregătirea datelor accelerată de GPU și ETL cu cuDF și Apache Arrow. .
- Învățați cum să efectuați sarcini de învățare automată cu algoritmii XGBoost și cuML. .
- Construiți vizualizări de date și executați analize grafice cu cuXfilter și cuGraph. .
Anaconda Ecosystem for Data Scientists
14 oreAceastă instruire live, condusă de un instructor în România (online sau la fața locului) se adresează oamenilor de știință de date care doresc să utilizeze ecosistemul Anaconda pentru a captura, gestiona și implementa pachete și fluxuri de lucru de analiză a datelor într-o singură platformă.
La sfârșitul acestui curs de formare, participanții vor fi capabili să:
- Instalați și configurați componentele și bibliotecile Anaconda.
- Înțelegeți conceptele de bază, caracteristicile și beneficiile lui Anaconda. .
- Gestionați pachetele, mediile și canalele utilizând Anaconda Navigator. .
- Utilizați Conda, R și pachetele Python pentru știința datelor și învățarea automată. .
- Cunoașteți câteva cazuri de utilizare practică și tehnici pentru gestionarea mai multor medii de date. .
KNIME Analytics Platform for BI
21 orePlatforma KNIME Analytics este o opțiune principală a sursei deschise pentru inovația bazată pe date, ajutându-vă să descoperiți potențialul ascuns în datele dvs., pentru a avea perspective noi sau pentru a prezice noi viitoruri. Cu peste 1000 de module, sute de exemple gata de rulare, o gamă cuprinzătoare de instrumente integrate și cea mai largă alegere de algoritmi avansați disponibili, KNIME Analytics Platform este caseta de instrumente perfectă pentru orice om de știință de date și analist de afaceri.
Acest curs pentru Platforma KNIME Analytics este o oportunitate ideală pentru începători, utilizatori avansați și experți KNIME pentru a fi introduse în KNIME , pentru a învăța cum să-l folosească mai eficient și cum să creeze rapoarte clare și complete bazate pe fluxuri de lucru KNIME
Platforma analityczna KNIME - szkolenie kompleksowe
35 oreKNIME with Python and R for Machine Learning
14 oreAcest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează oamenilor de știință care doresc să programeze în Python și R pentru KNIME.
La sfârșitul acestui curs de formare, participanții vor fi capabili să:
- Planificați, construiți și implementați modele de învățare automată în KNIME. .
- Faceți decizii bazate pe date pentru operațiuni. .
- Implementați proiecte de știința datelor end-to-end. .
Data Science with KNIME Analytics Platform
21 oreKNIME Platforma Analytics este o opțiune de sursă deschisă de top pentru inovația bazată pe date, ajutându-vă să descoperiți potențialul ascuns în datele dvs., să găsiți noi înțelegeri sau să preveniți viitorul nou. Cu mai mult de 1000 de module, sute de exemple pregătite, o gamă cuprinzătoare de instrumente integrate și cea mai largă selecție de algoritmi avansate disponibile, KNIME Platforma Analytics este cutia de instrumente perfectă pentru orice om de știință a datelor și analist de afaceri.
Acest curs pentru KNIME Platforma Analytics este o oportunitate ideală pentru începători, utilizatori avansati și KNIME experți să fie introduse la KNIME, să învețe cum să-l folosească mai eficient, și cum să creeze rapoarte clare, cuprinzătoare bazate pe KNIME fluxurile de lucru
Această formare directă de instructor (online sau on-site) este destinată profesioniștilor de date care doresc să utilizeze KNIME pentru a răspunde nevoilor complexe ale afacerilor.
Este destinat publicului care nu cunoaște programarea și intenționează să utilizeze instrumente de ultimă oră pentru a implementa scenarii analitice
La sfârșitul cursului, participanții vor putea:
- Instalați și configurați KNIME.
- Creați [ 0 ] scenarii
- Tren, testare și modele validate
- Implementarea se încheie cu lanțul de valoare final al modelelor de știință a datelor
Formatul cursului
- Lecții și discuții interactive.
- Multe exerciții și practici.
- Implementarea pe mâini într-un mediu live-lab.
Opțiuni de personalizare
- Pentru a solicita o pregătire personalizată pentru acest curs sau pentru a afla mai multe despre acest program, vă rugăm să ne contactați pentru a organiza.
Big Data Business Intelligence for Telecom and Communication Service Providers
35 oreVizualizare
Furnizorii de servicii (CSP) se confruntă cu presiune pentru a reduce costurile și a maximiza veniturile medii pe utilizator (ARPU), asigurând în același timp o experiență excelentă a clienților, dar volumele de date continuă să crească. Traficul global de date mobile va crește la o rată anuală de creștere combinată (CAGR) de 78% până în 2016, ajungând la 10,8 exabite pe lună.
Între timp, CSP generează volume mari de date, inclusiv înregistrări de detalii de apel (CDR), date de rețea și date despre clienți. Companiile care exploatează pe deplin aceste date câștigă un prag competitiv. Conform unui sondaj recent realizat de The Economist Intelligence Unit, companiile care folosesc deciziile bazate pe date se bucură de o creștere de productivitate de 5-6%. Cu toate acestea, 53% dintre companii folosesc doar jumătate din datele lor valoroase, iar un sfert dintre respondenți a observat că cantități imense de date utile nu sunt folosite. Volumele de date sunt atât de mari încât analiza manuală este imposibilă, iar cele mai multe sisteme software de moștenire nu se pot menține, ceea ce duce la descărcarea sau ignorarea datelor valoroase.
Cu Big Data & Analytics’ software-ul de date mari de mare viteză, scalabil, CSP-urile pot minera toate datele lor pentru o mai bună luare a deciziilor în mai puțin timp. Diferite produse și tehnici oferă o platformă de software fin-to-end pentru colectarea, pregătirea, analizarea și prezentarea de înțelegeri din datele mari. Domeniile de aplicare includ monitorizarea performanței rețelei, detecția fraudelor, detecția clienților și analiza riscurilor de credit. Big Data & Scala produselor de analiză pentru a gestiona terabite de date, dar implementarea unor astfel de instrumente necesită un nou tip de sistem de bază de date bazată pe cloud, cum ar fi Hadoop sau procesorul de calcul paralel cu scară masivă (KPU etc.)
Acest curs lucrează pe Big Data BI pentru Telco acoperă toate domeniile emergente în care CSP-urile investesc pentru creșterea productivității și deschiderea unui nou flux de venituri de afaceri. Cursul va oferi o imagine completă de 360 de grade a Big Data BI în Telco, astfel încât factorii de decizie și managerii pot avea o imagine foarte largă și cuprinzătoare a posibilităților Big Data BI în Telco pentru productivitate și câștiguri de venituri.
Obiectivele cursului
Obiectivul principal al cursului este de a introduce noi Big Data tehnici de inteligență a afacerilor în 4 sectoare de Telecom Business (Marketing/ Vânzări, Operațiuni de rețea, Operațiuni financiare și Relații cu clienții Management). Elevii vor fi invitați să urmeze:
- Introducere la Big Data-ce este 4Vs (volume, viteză, varietate și veracitate) în Big Data- Generație, extracție și management din perspectiva Telco
- Cum se diferențiază analiza de date de moștenire
- In-house justificare a Big Data -Perspectivă Telco
- Introducere la Hadoop Ecosistem- familiaritate cu toate Hadoop instrumente cum ar fi Hive, Pig, SPARC –când și cum sunt utilizate pentru a rezolva problema Big Data
- Cum Big Data este extras pentru a analiza pentru instrumentul de analiză-cum Business Analysis’s pot reduce punctele lor de durere de colectare și de analiză a datelor prin abordarea integrată Hadoop dashboard
- Introducere de bază a analizei Insight, analizei de vizualizare și analizei predictive pentru Telco
- Analiza clienților Churn și Big Data-cum Big Data analiza pot reduce churnul clienților și insatisfacția clienților în studiile de caz Telco
- Analiza eșecurilor de rețea și a eșecurilor de serviciu din meta-data rețelei și IPDR
- Analiza financiară-fraudă, vase și estimarea ROI din vânzări și date operaționale
- Problema achiziției clienților - Marketingul țintă, segmentarea clienților și vânzările transversale din datele de vânzare
- Introducere și rezumat al tuturor produselor analitice Big Data și unde se potrivesc în spațiul analitic Telco
- Conclusie-cum să luați o abordare pas cu pas pentru a introduce Big Data Business Intelligence în organizația dvs.
Publicul țintă
- Operarea rețelei, managerii financiari, managerii CRM și managerii IT de top în biroul Telco CIO.
- Business Analiștii din Telco
- Administratori de birouri / analisti CFO
- Manageri de operare
- Managerii QA
Data Science for Big Data Analytics
35 oreDatele mari sunt seturi de date atât de voluminoase și complexe încât softurile tradiționale de aplicații de prelucrare a datelor nu sunt adecvate pentru a le trata. Provocările de date mari includ captarea datelor, stocarea datelor, analiza datelor, căutarea, partajarea, transferul, vizualizarea, interogarea, actualizarea și confidențialitatea informațiilor.
MATLAB Fundamentals, Data Science & Report Generation
35 oreÎn prima parte a acestui curs, vom aborda elementele de bază ale MATLAB și funcția sa atât ca limbaj, cât și ca platformă. În această discuție este inclusă o introducere în sintaxa MATLAB, matrice și matrici, vizualizarea datelor, dezvoltarea scripturilor și principiile orientate pe obiect.
În a doua parte, vom demonstra modul de utilizare a MATLAB pentru extragerea datelor, învățarea automată și analiza predictivă. Pentru a oferi participanților o perspectivă clară și practică a abordării și puterii MATLAB, vom face comparații între utilizarea MATLAB și utilizarea altor instrumente, cum ar fi foile de calcul, C, C++ și Visual Basic.
În a treia parte a cursului, participanții învață cum să își eficientizeze activitatea prin automatizarea prelucrării datelor și generării de rapoarte.
Pe parcursul cursului, participanții vor pune în practică ideile învățate prin exerciții practice într-un mediu de laborator. Până la sfârșitul cursului, participanții vor avea o înțelegere aprofundată a capacităților MATLAB și vor putea să le utilizeze pentru a rezolva probleme reale de știința datelor, precum și pentru a-și eficientiza activitatea prin automatizare.
Pe parcursul cursului vor fi efectuate evaluări pentru a măsura progresul.
Formatul cursului
- Cursul include exerciții teoretice și practice, inclusiv discuții de caz, inspectarea codului eșantion și implementarea practică.
Notă
- Sesiunile practice se vor baza pe șabloane de rapoarte de date de probă prestabilite. Dacă aveți cerințe specifice, vă rugăm să ne contactați pentru a aranja.
Jupyter for Data Science Teams
7 oreJupyter este un IDE interactiv și un mediu de calcul interactiv bazat pe web, cu sursă deschisă.
Acest curs de formare live (online sau la fața locului), condus de un instructor, prezintă ideea de dezvoltare colaborativă în știința datelor și demonstrează cum să se utilizeze Jupyter pentru a urmări și a participa în echipă la "ciclul de viață al unei idei de calcul". Acesta îi conduce pe participanți prin crearea unui proiect de exemplu de știință a datelor bazat pe partea superioară a ecosistemului Jupyter.
La finalul acestui curs de formare, participanții vor fi capabili să:
- Să instaleze și să configureze Jupyter, inclusiv crearea și integrarea unui depozit de echipă pe Git.
- Să utilizeze caracteristicile Jupyter, cum ar fi extensiile, widgeturile interactive, modul multiutilizator și altele pentru a permite colaborarea în cadrul proiectului.
- Să creeze, să partajeze și să organizeze Jupyter Notebooks cu membrii echipei.
- Alegeți din Scala, Python, R, pentru a scrie și executa coduri împotriva sistemelor de date mari, cum ar fi Apache Spark, toate prin intermediul interfeței Jupyter.
Formatul cursului
- Prelegere interactivă și discuții.
- Multe exerciții și practică.
- Implementare practică într-un mediu live-lab.
Opțiuni de personalizare a cursului
- Jupyter Notebook suportă peste 40 de limbaje, inclusiv R, Python, Scala, Scala, Julia, etc. Pentru a personaliza acest curs în limba (limbile) pe care o (le) alegeți, vă rugăm să ne contactați pentru a aranja.
F# for Data Science
21 orePython Programming for Finance
35 orePython este un limbaj de programare care a câștigat o popularitate uriașă în industria financiară. Adoptat de cele mai mari bănci de investiții și fonduri speculative, este utilizat pentru a construi o gamă largă de aplicații financiare, de la programe de tranzacționare de bază până la sisteme de gestionare a riscurilor.
În cadrul acestei instruiri, instruite în direct, participanții vor învăța cum să folosească Python pentru a dezvolta aplicații practice pentru rezolvarea unui număr de probleme specifice legate de finanțe.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți fundamentele Python programare Python
- Descărcați, instalați și întrețineți cele mai bune instrumente de dezvoltare pentru crearea de aplicații financiare în Python
- Selectați și utilizați cele mai potrivite pachete și tehnici de programare Python pentru organizarea, vizualizarea și analizarea datelor financiare din diverse surse (CSV, Excel , baze de date, web etc.)
- Construiți aplicații care rezolvă probleme legate de alocarea activelor, analiza riscurilor, performanța investițiilor și multe altele
- Depanarea, integrarea, implementarea și optimizarea unei aplicații Python
Public
- Dezvoltatori
- Analistii
- experti
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
Notă
- Această instruire își propune să ofere soluții pentru unele dintre problemele principale cu care se confruntă profesioniștii din finanțe. Cu toate acestea, dacă aveți un anumit subiect, instrument sau tehnică pe care doriți să o adăugați sau să o elaborați mai departe, vă rugăm să ne contactați pentru a vă aranja.
Data Science essential for Marketing/Sales professionals
21 oreAcest curs este destinat Marketing profesioniștilor în vânzări care intenționează să aprofundeze aplicarea științei datelor în Marketing/Vânzări. Cursul oferă o acoperire detaliată a diferitelor tehnici de știință a datelor utilizate pentru „upsale”, „cross-sale”, segmentarea pieței, branding și CLV.
Diferența dintre Marketing și vânzări - Cum este că vânzările și marketingul sunt diferite?
În cuvinte foarte simple, vânzările pot fi denumite un proces care se concentrează sau vizează indivizi sau grupuri mici. Marketing, pe de altă parte, vizează un grup mai mare sau publicul larg. Marketing include cercetarea (identificarea nevoilor clientului), dezvoltarea produselor (producerea de produse inovatoare) și promovarea produsului (prin reclame) și crearea conștientizării despre produs în rândul consumatorilor. Ca atare, marketingul înseamnă generarea de clienți potențiali sau perspective. Odată ce produsul este scos pe piață, este sarcina vânzătorului să convingă clientul să cumpere produsul. Vânzările înseamnă convertirea clienților potențiali sau potențialilor în achiziții și comenzi, în timp ce marketingul vizează termene mai lungi, vânzările se referă la obiective mai scurte.