Cursuri Deep Learning

Cursuri Deep Learning

Cursurile de instruire la nivel local, instruite live Deep Learning (DL) demonstrează prin practica manuală fundamentele și aplicațiile Deep Learning și acoperă subiecte cum ar fi învățarea profundă a mașinilor, învățarea profund structurată și învățarea ierarhică Învățarea pentru formarea în profunzime este disponibilă ca "formare live la fața locului" sau "formare live la distanță" Training-ul live la fața locului poate fi efectuat la fața locului la sediul clientului România sau în centrele de formare corporativa NobleProg din România Instruirea live la distanță este realizată printr-un desktop interactiv, la distanță NobleProg Furnizorul dvs de formare locală.

Mărturii

★★★★★
★★★★★

Schita de curs

Title
Durata
Sinoptic
Title
Durata
Sinoptic
14 hours
Sinoptic
Acest curs acoperă AI (cu accent pe Învățarea în mașină și învățarea profundă) în industria automobilelor Ajută la determinarea tehnologiei care poate fi (potențial) utilizată în situații multiple într-o mașină: de la automatizare simplă, recunoașterea imaginii la luarea deciziei autonome .
21 hours
Sinoptic
În această instruire instruită, participanții vor învăța tehnici avansate pentru Machine Learning cu R, pe măsură ce parcurg crearea unei aplicații în lumea reală Până la sfârșitul acestui curs, participanții vor putea: Utilizați tehnici ca tuning hiperparametru și învățare profundă Înțelegerea și implementarea tehnicilor de învățare nesupravegheate Puneți un model în producție pentru a fi utilizat într-o aplicație mai mare Public Dezvoltatori Analistii Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
21 hours
Sinoptic
Acest curs acoperă AI (cu accent pe Învățarea în mașină și învățarea profundă) .
28 hours
Sinoptic
Acest curs vă va oferi cunoștințe în rețelele neuronale și, în general, în algoritmul de învățare în mașină, învățare profundă (algoritmi și aplicații) Această instruire se concentrează mai mult pe fundamentale, dar vă va ajuta să alegeți tehnologia potrivită: TensorFlow, Caffe, Teano, DeepDrive, Keras etc Exemplele sunt realizate în TensorFlow .
14 hours
Sinoptic
Această sesiune de instruire bazată pe clasă va conține prezentări și exemple pe bază de computere și exerciții de studiu de caz care vor fi întreprinse cu bibliotecile relevante de rețele neuronale și profunde .
14 hours
Sinoptic
OpenFace este un software bazat pe Python și Torch, bazat pe cercetare FaceNet a Google, bazată pe tehnologia opensource, în timp real În acest training instruit, participanții vor învăța cum să folosească componentele OpenFace pentru a crea și implementa o aplicație de recunoaștere facială Până la sfârșitul acestui curs, participanții vor putea: Lucrați cu componentele OpenFace, inclusiv dlib, OpenVC, Torch, și nn4 pentru a implementa detectarea feței, alinierea și transformarea Aplicați OpenFace aplicațiilor din lumea reală, cum ar fi supravegherea, verificarea identității, realitatea virtuală, jocurile și identificarea clienților repetate etc Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
7 hours
Sinoptic
în acest instructor-condus, de formare live, participanții vor învăța să înființați și să utilizeze OpenNMT pentru a efectua traducerea diferitelor seturi de date eșantion. Cursul începe cu o prezentare generală a rețelelor neuronale în care acestea se aplică la traducerea mașinii. Participanții vor desfășura exerciții live pe parcursul întregului curs pentru a demonstra înțelegerea conceptelor învățate și a obține feedback de la instructor.

până la sfârșitul acestui training, participanții vor avea cunoștințele și practicile necesare pentru a implementa o soluție Live OpenNMT.

Source și țintă limba mostre vor fi pre-aranjate pe audiență & #39; s cerințe.

format al cursului

- part prelegere, parte de discuții, grele hands-on practică
14 hours
Sinoptic
OpenNN este o bibliotecă de clasă open source scrisă în C ++ care implementează rețele neuronale, pentru a fi utilizată în învățarea mașinilor.

În acest curs vom trece peste principiile rețelelor neuronale și vom folosi OpenNN pentru a implementa o aplicație probă.

Public
Dezvoltatorii de software și programatorii care doresc să creeze aplicații de învățare profundă.

Formatul cursului
Prelegere și discuții împreună cu exerciții practice.
21 hours
Sinoptic
PaddlePaddle (PArallel Distributed Deep LEarning) este o platformă de învățare scalabilă profundă dezvoltată de Baidu În acest training instruit, participanții vor învăța cum să folosească PaddlePaddle pentru a permite învățarea profundă în aplicațiile lor de produse și servicii Până la sfârșitul acestui curs, participanții vor putea: Configurați și configurați PaddlePaddle Creați o rețea neuronală convoluțională (CNN) pentru recunoașterea imaginilor și detectarea obiectelor Crearea unei rețele neuronale recurente (RNN) pentru analiza sentimentului Creați o învățare profundă pe sistemele de recomandare pentru a ajuta utilizatorii să găsească răspunsuri Preziceți ratele de clic (CTR), clasificați seturile de imagini largescale, efectuați recunoașterea optică a caracterelor (OCR), căutați în funcție de rang, detectați viruși de computer și implementați un sistem de recomandări Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
21 hours
Sinoptic
În cadrul acestei instruiri instruite, participanții vor învăța tehnicile cele mai relevante și de tăiere a mașinilor în Python, deoarece construiesc o serie de aplicații demo care implică imagini, muzică, text și date financiare Până la sfârșitul acestui curs, participanții vor putea: Implementarea algoritmilor de învățare a mașinilor și a tehnicilor de rezolvare a problemelor complexe Aplicați învățarea profundă și învățarea semisupervizată a aplicațiilor care implică imagini, muzică, text și date financiare Împingeți algoritmii Python la potențialul lor maxim Utilizați biblioteci și pachete, cum ar fi NumPy și Theano Public Dezvoltatori Analistii Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
21 hours
Sinoptic
SINGA este o platformă generalizată de distribuire profundă pentru instruirea modelelor mari de învățare profundă pe seturi de date mari Este proiectat cu un model de programare intuitiv bazat pe abstractizarea stratului Se susțin o varietate de modele populare de învățare profundă, cum ar fi modelele de alimentare neîntrăvită (CNN), modelele energetice cum ar fi mașinile Boltzmann (RBM) și rețelele neuronale recurente (RNN) recurente Multe straturi integrate sunt furnizate utilizatorilor Arhitectura SINGA este suficient de flexibilă pentru a rula cadre de instruire sincrone, asincrone și hibride SINGA sprijină, de asemenea, diferite scheme de partiționare a rețelelor neurale pentru a paraleliza formarea modelelor mari, și anume partiționarea pe dimensiunea lotului, dimensiunea caracteristică sau partiționarea hibridă Public Acest curs este adresat cercetătorilor, inginerilor și dezvoltatorilor care încearcă să utilizeze Apache SINGA ca cadru de învățare profundă După finalizarea acestui curs, delegații vor: să înțeleagă structura și mecanismele de implementare ale SINGA să fie capabil să efectueze sarcini de instalare / producție / arhitectură și configurație să poată evalua calitatea codului, să efectueze depanare, să monitorizeze să fie capabil să implementeze o producție avansată, cum ar fi modele de instruire, încorporarea termenilor, construirea de grafice și logare .
14 hours
Sinoptic
În această instruire instruită, participanții vor învăța cum să utilizeze Matlab pentru a proiecta, construi și vizualiza o rețea neuronală convoluțională pentru recunoașterea imaginii Până la sfârșitul acestui curs, participanții vor putea: Construiți un model profund de învățare Automatizează etichetarea datelor Lucrați cu modele de la Caffe și TensorFlowKeras Datele de tren folosesc GPU-uri multiple, nor sau clustere Public Dezvoltatori Ingineri Experți în domeniu Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
7 hours
Sinoptic
Tensor2Tensor (T2T) este o bibliotecă modulară și extensibilă pentru instruirea modelelor AI în diverse sarcini, utilizând diferite tipuri de date de antrenament, de exemplu: recunoașterea imaginii, traducerea, parsarea, captarea imaginilor și recunoașterea vorbirii Este menținută de echipa Google Brain În acest training instruit, participanții vor învăța cum să pregătească un model de deplerare pentru a rezolva mai multe sarcini Până la sfârșitul acestui curs, participanții vor putea: Instalați tensor2tensor, selectați un set de date și instruiți și evaluați un model AI Personalizați un mediu de dezvoltare utilizând instrumentele și componentele incluse în Tensor2Tensor Creați și utilizați un singur model pentru a afla simultan mai multe sarcini din mai multe domenii Utilizați modelul pentru a învăța din sarcini cu o cantitate mare de date de instruire și pentru a aplica acele cunoștințe în sarcini în care datele sunt limitate Obțineți rezultate satisfăcătoare de procesare utilizând o singură GPU Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
21 hours
Sinoptic
TensorFlow este o bibliotecă populară și de învățare a mașinii dezvoltată de Google pentru învățarea profundă, calculul numeric și învățarea pe scară largă a mașinii. TensorFlow 2,0, lansat în ianuarie 2019, este cea mai nouă versiune a TensorFlow și include îmbunătățiri în executarea dornici, compatibilitate și consistența API.

acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat dezvoltatorilor și a datelor de știință care doresc să utilizeze tensorflow 2,0 pentru a construi predictori, clasificatori, modele generatoare, rețele neuronale și așa mai departe.

până la sfârșitul acestei instruiri, participanții vor putea:

- a instala și a configura TensorFlow 2,0.
- intelege beneficiile TensorFlow 2,0 peste versiunile anterioare.
- Build modele profunde de învățare.
- implementați o imagine avansată classifier.
- implementați un model de învățare profundă în cloud, dispozitive mobile și IoT.

format al cursului

- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.

curs opțiuni de personalizare

- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
- pentru a afla mai multe despre TensorFlow, vă rugăm să vizitați: https://www.tensorflow.org/
7 hours
Sinoptic
TensorFlow Serving este un sistem de servire a modelelor de învățare a mașinilor (ML) în producție În acest training instruit, participanții vor învăța cum să configureze și să utilizeze serviciul TensorFlow Serving pentru a implementa și administra modelele ML într-un mediu de producție Până la sfârșitul acestui curs, participanții vor putea: Tren, exportați și serviți diverse modele TensorFlow Testați și implementați algoritmi utilizând o singură arhitectură și un set de API-uri Extindeți TensorFlow Serving pentru a servi alte tipuri de modele dincolo de modelele TensorFlow Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
21 hours
Sinoptic
TensorFlow este un API de generația a 2-a a bibliotecii de software open source a Google pentru Deep Learning Sistemul este conceput pentru a facilita cercetarea în domeniul învățării în mașină și pentru a facilita trecerea rapidă și ușoară de la prototipul de cercetare la sistemul de producție Public Acest curs este destinat inginerilor care caută să utilizeze TensorFlow pentru proiectele lor de învățare profundă După finalizarea acestui curs, delegații vor: înțeleg structura și mecanismele de implementare ale TensorFlow să fie capabil să efectueze sarcini de instalare / producție / arhitectură și configurație să poată evalua calitatea codului, să efectueze depanare, să monitorizeze să fie capabil să implementeze o producție avansată, cum ar fi modele de instruire, construirea de grafice și logare .
28 hours
Sinoptic
Acest curs explorează, cu exemple concrete, aplicarea Tensor Flow în scopul recunoașterii imaginilor Public Acest curs este destinat inginerilor care caută să utilizeze TensorFlow în scopul recunoașterii imaginilor După finalizarea acestui curs, delegații vor putea: înțeleg structura și mecanismele de implementare ale TensorFlow realizați sarcinile și configurația mediului de instalare / producție / arhitecturii evaluați calitatea codului, efectuați depanarea, monitorizarea să implementeze o producție avansată, cum ar fi modele de instruire, construirea de grafice și logare .
21 hours
Sinoptic
Torch este o bibliotecă de învățare Open Source Machine și un cadru științific de calcul bazat pe limbajul de programare lua. Acesta oferă un mediu de dezvoltare pentru numerics, învățarea automată și viziunea calculatorului, cu un accent deosebit pe învățare profundă și plase convoluționale. Acesta este unul dintre cele mai rapide și mai flexibile cadre pentru Machine și Deep Learning și este utilizat de către companii, ar fi Facebook, Google, Twitter, NVIDIA, AMD, Intel, și multe altele.

în acest instructor-condus, de formare live, vom acoperi principiile de Torch, caracteristicile sale unice, și modul în care aceasta poate fi aplicată în aplicații din lumea reală. Trecem prin numeroase exerciții hands-on pe tot parcursul, demonstrând și practicând conceptele învățate.

până la sfârșitul cursului, participanții vor avea o înțelegere aprofundată a Torch & #39; s caracteristici și capabilități de bază, precum și rolul și contribuția sa în spațiul AI în comparație cu alte cadre și biblioteci. Participanții vor fi primit, de asemenea, practica necesară pentru a pune în aplicare Torch în propriile proiecte.

format al cursului

- privire de ansamblu a Machine și profundă Learning
- in-class de codificare și de integrare exerciții
- test întrebări presărat-a lungul drumului pentru a verifica înțelegerea
7 hours
Sinoptic
Unitatea de procesare Tensor (TPU) este arhitectura pe care Google a folosit-o intern pe parcursul mai multor ani și este acum disponibilă pentru utilizare de către publicul larg Acesta include mai multe optimizări pentru utilizare în rețele neuronale, inclusiv multiplicarea matricei raționalizate și numere întregi de 8 biți în loc de 16 biți pentru a putea reveni la niveluri adecvate de precizie În acest training instruit, participanții vor învăța cum să profite de inovațiile procesoarelor TPU pentru a maximiza performanța propriilor aplicații AI Până la sfârșitul instruirii, participanții vor putea: Antrenează diferite tipuri de rețele neuronale pe cantități mari de date Utilizați TPU-uri pentru a accelera procesul de inferență cu până la două ordine de mărime Utilizați unitățile TPU pentru a procesa aplicații intensive, cum ar fi căutarea de imagini, viziunea în cloud și fotografiile Public Dezvoltatori Cercetătorii Ingineri Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
35 hours
Sinoptic
TensorFlow ™ este o bibliotecă software open source pentru calcul numeric utilizând grafice de fluxuri de date SyntaxNet este un cadru de procesare a limbajului natural pentru TensorFlow Word2Vec este folosit pentru a învăța reprezentări vectoriale ale cuvintelor, numite "embeddings word" Word2vec este un model predictiv deosebit de computational de eficientizare a invatarii cuvintelor din textul brut Acesta vine în două arome, modelul Continuous BagofWords (CBOW) și modelul SkipGram (capitolul 31 și 32 în Mikolov și colab) Folosit în tandem, SyntaxNet și Word2Vec permit utilizatorilor să genereze modele de învățare încorporată de la introducerea limbajului natural Public Acest curs este destinat dezvoltatorilor și inginerilor care intenționează să lucreze cu modelele SyntaxNet și Word2Vec în graficul TensorFlow După finalizarea acestui curs, delegații vor: înțeleg structura și mecanismele de implementare ale TensorFlow să fie capabil să efectueze sarcini de instalare / producție / arhitectură și configurație să poată evalua calitatea codului, să efectueze depanare, să monitorizeze să fie capabil să implementeze o producție avansată, cum ar fi modele de instruire, încorporarea termenilor, construirea de grafice și logare .
35 hours
Sinoptic
Acest curs începe cu a vă oferi cunoștințe conceptuale în rețele neuronale și, în general, în algoritmul de învățare în mașină, învățare profundă (algoritmi și aplicații) Partea 1 (40%) din acest training se concentrează mai mult pe fundamentale, dar vă va ajuta să alegeți tehnologia potrivită: TensorFlow, Caffe, Theano, DeepDrive, Keras etc Partea 2 (20%) a acestui training introduce Theano o bibliotecă python care face ușor de scris modele de învățare profundă Partea a treia (40%) din formare se bazează în mare măsură pe API-ul Tensorflow 2nd Generation din biblioteca de software open source a Google pentru Deep Learning Exemplele și manuscrisele vor fi făcute în TensorFlow Public Acest curs este destinat inginerilor care caută să utilizeze TensorFlow pentru proiectele lor de învățare profundă După finalizarea acestui curs, delegații vor: au o bună înțelegere pe rețele neuronale profunde (DNN), CNN și RNN înțeleg structura și mecanismele de implementare ale TensorFlow să fie capabil să efectueze sarcini de instalare / producție / arhitectură și configurație să poată evalua calitatea codului, să efectueze depanare, să monitorizeze să fie capabil să implementeze o producție avansată, cum ar fi modele de instruire, construirea de grafice și logare Nu toate subiectele vor fi acoperite într-o sală de clasă publică cu o durată de 35 de ore datorită vastității subiectului Durata cursului complet va fi de aproximativ 70 de ore și nu de 35 de ore .
21 hours
Sinoptic
Microsoft Cognitive Toolkit 2x (anterior CNTK) este un kit de instrumente opencast, care permite instruirea algoritmilor de învățare profundă ca și creierul uman Potrivit Microsoft, CNTK poate fi de 510x mai rapid decat TensorFlow pe retele recurente si de 2 pana la 3 ori mai rapid decat TensorFlow pentru sarcinile legate de imagini În această instruire live, participanții vor învăța cum să folosească Microsoft Cognitive Toolkit pentru a crea, instrui și evalua algoritmi de învățare profundă pentru a fi utilizați în aplicații AI comerciale care implică mai multe tipuri de date, cum ar fi date, vorbire, text și imagini Până la sfârșitul acestui curs, participanții vor putea: Accesați CNTK ca o bibliotecă dintr-un program Python, C # sau C ++ Utilizați CNTK ca instrument independent de învățare a mașinii prin propriul limbaj de descriere a modelului (BrainScript) Utilizați funcția de evaluare a modelului CNTK dintr-un program Java Se combină DNN-urile feedforward, plasele convoluționale (CNN) și rețelele recurente (RNNs / LSTMs) Scalarea capacității de calcul pe procesoare, unități de procesare grafică și mai multe mașini Accesați seturi de date masive folosind limbile de programare existente și algoritmi Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră Notă Dacă doriți să personalizați orice parte a acestui training, inclusiv limba de programare de care aveți nevoie, vă rugăm să ne contactați pentru a aranja .
21 hours
Sinoptic
keras este un nivel înalt de rețele neuronale API pentru dezvoltare rapidă și experimentare. Acesta ruleaza pe partea de sus a TensorFlow, CNTK, sau Theano.

acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat persoanelor tehnice care doresc să aplice modelul de învățare profundă a aplicațiilor de recunoaștere a imaginilor.

până la sfârșitul acestei instruiri, participanții vor putea:

- Instalați și configurați keras.
- rapid prototip modele de învățare profundă.
- implementați o rețea de convolutional.
- implementați o rețea recurentă.
- executa un model de învățare profundă pe ambele un procesor și GPU.

format al cursului

- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.

curs opțiuni de personalizare

- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
- pentru a afla mai multe despre keras, vă rugăm să vizitați: https://keras.io/
21 hours
Sinoptic
Rețeaua neurală artificială este un model de date computational utilizat în dezvoltarea sistemelor de inteligență artificială (AI) capabile să realizeze sarcini "inteligente". Rețelele neuronale sunt utilizate în mod frecvent în aplicațiile Machine Learning (ML), care sunt ele însele o implementare a AI. Deep Learning este un subset al ML.
28 hours
Sinoptic
Învățarea în mașină este o ramură a inteligenței artificiale, în care computerele au capacitatea de a învăța fără a fi programate în mod explicit Învățarea profundă este un subdomeniul de învățare a mașinilor care utilizează metode bazate pe reprezentări și structuri de date de învățare, cum ar fi rețele neuronale Python este un limbaj de programare de nivel înalt renumit pentru sintaxa clară și lizibilitatea codului În acest training instruit, participanții vor învăța cum să implementeze modele de învățare profundă pentru sectorul bancar folosind Python, deoarece acestea parcurg procesul de creare a unui model de risc de credit de învățare profundă Până la sfârșitul acestui curs, participanții vor putea: Înțelegerea conceptelor fundamentale ale învățării profunde Aflați aplicațiile și utilizările învățării profunde în domeniul bancar Utilizați Python, Keras și TensorFlow pentru a crea modele de învățare profundă pentru sectorul bancar Construiți propriul model de risc de învățare profundă folosind Python Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
28 hours
Sinoptic
This is a 4 day course introducing AI and it's application. There is an option to have an additional day to undertake an AI project on completion of this course.
21 hours
Sinoptic
Rețeaua neurală artificială este un model de date computational utilizat în dezvoltarea sistemelor de inteligență artificială (AI) capabile să realizeze sarcini "inteligente". Rețelele neuronale sunt utilizate în mod frecvent în aplicațiile Machine Learning (ML), care sunt ele însele o implementare a AI. Deep Learning este un subset al ML.
21 hours
Sinoptic
Caffe este un cadru de învățare profund făcut în expresie, viteză și modularitate în minte Acest curs explorează aplicarea Caffe ca cadru de învățare profundă pentru recunoașterea imaginii folosind MNIST ca exemplu Public Acest curs este potrivit pentru cercetătorii de la Deep Learning și pentru inginerii interesați să folosească Caffe ca cadru După finalizarea acestui curs, delegații vor putea: înțelegeți structura și mecanismele de implementare a lui Caffe realizați sarcinile și configurația mediului de instalare / producție / arhitecturii evaluați calitatea codului, efectuați depanarea, monitorizarea să implementeze o producție avansată, cum ar fi modelele de formare, punerea în aplicare a straturilor și logarea .
21 hours
Sinoptic
Acest curs este o prezentare generală pentru învățarea profundă, fără a fi prea adânc în orice metodă specifică. Este potrivit pentru persoanele care doresc să înceapă să utilizeze învățarea profundă pentru a-și spori acuratețea predicției.
21 hours
Sinoptic
Deeplearning4j este prima bibliotecă deeplearning distribuită pentru Java și Scala Integrat cu Hadoop și Spark, DL4J este proiectat pentru a fi utilizat în medii de afaceri pe GPU-uri și procesoare distribuite Public Acest curs este adresat inginerilor și dezvoltatorilor care încearcă să utilizeze Deeplearning4j în proiectele lor După acest curs, delegații vor putea: .
Sfarsit de saptamana Deep Learning Cursuri, Seara Deep Learning Training, Deep Learning Camp, Deep Learning Cu instructor, Sfarsit de saptamana Deep Learning Training, Seara Deep Learning Cursuri, Deep Learning Coaching, Deep Learning Instructor, Deep Learning Trainer, Deep Learning Cursuri, Deep Learning Clase, Deep Learning Pe pagina, Deep Learning curs privat, Deep Learning one on one training

Reduceri pentru cursuri

Newsletter Oferte Cursuri

Respectăm confidențialitatea adresei dvs. de email. Nu vom transmite sau vinde adresa altor părți. Puteți să schimbați preferințele sau să vă dezabonați complet în orice moment.

Câțiva dintre clienții noștri

is growing fast!

We are looking to expand our presence in Romania!

As a Business Development Manager you will:

  • expand business in Romania
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!