Clean Code Training Course

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επιστήμονες δεδομένων και μηχανικούς λογισμικού που επιθυμούν να χρησιμοποιήσουν το Dask με το οικοσύστημα Python για να δημιουργήσουν, να κλιμακώσουν και να αναλύσουν μεγάλα σύνολα δεδομένων.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Ρυθμίστε το περιβάλλον για να ξεκινήσετε τη δημιουργία επεξεργασίας μεγάλων δεδομένων με το Dask και την Python.
• Εξερευνήστε τις δυνατότητες, τις βιβλιοθήκες, τα εργαλεία και τα API που είναι διαθέσιμα στο Dask.
• Κατανοήστε πώς το Dask επιταχύνει τον παράλληλο υπολογισμό στην Python.
• Μάθετε πώς να κλιμακώνετε το οικοσύστημα της Python (Numpy, SciPy και Pandas) χρησιμοποιώντας το Dask.
• Βελτιστοποιήστε το περιβάλλον Dask για να διατηρήσετε υψηλή απόδοση στο χειρισμό μεγάλων συνόλων δεδομένων.

This instructor-led, live training in Ελλάδα (online or onsite) is aimed at intermediate-level Python developers and data analysts who wish to enhance their skills in data analysis and manipulation using Pandas and NumPy.

By the end of this training, participants will be able to:

• Set up a development environment that includes Python, Pandas, and NumPy.
• Create a data analysis application using Pandas and NumPy.
• Perform advanced data wrangling, sorting, and filtering operations.
• Conduct aggregate operations and analyze time series data.
• Visualize data using Matplotlib and other visualization libraries.
• Debug and optimize their data analysis code.

Αυτή η ζωντανή εκπαίδευση μέσω εκπαιδευτών (διαδικτυακή ή επιτόπου) απευθύνεται σε προγραμματιστές που επιθυμούν να χρησιμοποιήσουν τη στοίβα FARM (FastAPI, React και MongoDB) για να δημιουργήσουν δυναμικές, υψηλής απόδοσης και επεκτάσιμες εφαρμογές ιστού.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

Ρυθμίστε το απαραίτητο περιβάλλον ανάπτυξης που ενσωματώνει το FastAPI, React και το MongoDB. Κατανοήστε τις βασικές έννοιες, τα χαρακτηριστικά και τα οφέλη της στοίβας FARM. Μάθετε πώς να δημιουργείτε REST API με το FastAPI. Μάθετε πώς να σχεδιάζετε διαδραστικές εφαρμογές με το React. Αναπτύξτε, δοκιμάστε και αναπτύξτε εφαρμογές (μπροστινό και πίσω άκρο) χρησιμοποιώντας τη στοίβα FARM.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε προγραμματιστές που επιθυμούν να χρησιμοποιήσουν το FastAPI με Python για να δημιουργήσουν, να δοκιμάσουν και να αναπτύξουν RESTful API ευκολότερα και πιο γρήγορα.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Να εγκαταστήσουν το απαραίτητο περιβάλλον ανάπτυξης για την ανάπτυξη APIs με Python και FastAPI.
• Να δημιουργούν APIs πιο γρήγορα και εύκολα χρησιμοποιώντας τη βιβλιοθήκη FastAPI.
• Να μάθουν πώς να δημιουργούν μοντέλα δεδομένων και σχήματα βασισμένα στα Pydantic και OpenAPI.
• Να συνδέσουν APIs σε μια βάση δεδομένων χρησιμοποιώντας το SQLAlchemy.
• Να εφαρμόσουν ασφάλεια και αυθεντικοποίηση σε APIs χρησιμοποιώντας τα εργαλεία FastAPI.
• Να δημιουργήσουν εικόνες container και να αναπτύξουν web APIs σε έναν cloud server.

Αυτός ο εφαρμοσμένος κурсός προσβάλλει τους Python αναπτυξιακούς που θέλουν να δημιουργήσουν και να διατηρήσουν την πρώτη τους εφαψημένες εφαρμογές. Επίσης, προσβάλλει ατόμους που είναι ήδη εξοικειωμένα με άλλα πλαίσια διαδικτύου όπως το Django ή το Web2py, και θέλουν να μάθουν πώς η χρήση ενός μικροπλαίσιου (δηλαδή, ένα πλαίσιο που συνδέει τρίτες βιβλιοθήκες αντί να παρέχει μια εγκάθιση συμπληρωματική γενική λύση) άλλαζε τη διαδικασία.

Σημαντικό μέρος του μαθήματος αφιερώνεται όχι μόνο στο Flask (είναι μικροσκοπικό), αλλά σε βιβλιοθήκες και εργαλεία τρίτων που χρησιμοποιούνται συχνά σε έργα Flask.

Η εκπαίδευση «Mathematica - εισαγωγή, οπτικοποίηση και παρουσίαση δεδομένων» απευθύνεται σε συμμετέχοντες με βασικές μαθηματικές γνώσεις. Το Mathematica, ως ισχυρή μαθηματική μηχανή, επιτρέπει αποτελεσματικούς υπολογισμούς, δημιουργία εγγράφων κειμένου, δημιουργία γραφημάτων και παρουσίαση δεδομένων. Οι συμμετέχοντες θα αποκτήσουν πρακτικές δεξιότητες στην εργασία με Mathematica, που χρησιμοποιούνται, μεταξύ άλλων, στα μαθηματικά, τη φυσική, τη βιολογία, την οικονομική ανάλυση και άλλους τομείς.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επιστήμονες δεδομένων που επιθυμούν να χρησιμοποιήσουν τη μηχανική μάθηση στο Mathematica για ανάλυση δεδομένων.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατασκευάστε και εκπαιδεύστε μοντέλα μηχανικής μάθησης.
• Εισαγωγή και προετοιμασία δεδομένων για μηχανική εκμάθηση.
• Διαχωρίστε τα δεδομένα εκπαίδευσης από τα δεδομένα δοκιμής.
• Εξερευνήστε εφαρμογές βαθιάς μάθησης και νευρωνικών δικτύων στην ανάλυση δεδομένων.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επιστήμονες δεδομένων και προγραμματιστές που επιθυμούν να χρησιμοποιήσουν το Modin για να δημιουργήσουν και να εφαρμόσουν παράλληλους υπολογισμούς με το Pandas για ταχύτερη ανάλυση δεδομένων.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Ρυθμίστε το απαραίτητο περιβάλλον για να ξεκινήσετε την ανάπτυξη Pandas ροών εργασίας σε κλίμακα με Modin.
• Κατανοήστε τα χαρακτηριστικά, την αρχιτεκτονική και τα πλεονεκτήματα του Modin.
• Γνωρίστε τις διαφορές μεταξύ Modin, Dask και Ray.
• Εκτελέστε τις λειτουργίες Pandas πιο γρήγορα με το Modin.
• Εφαρμόστε ολόκληρο το Pandas API και τις λειτουργίες.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε προγραμματιστές ιστού μεσαίου έως προχωρημένου επιπέδου και τεχνικούς αρχιτέκτονες που επιθυμούν να εξερευνήσουν τις εξελίξεις του Next.js 14 και να αποκτήσουν τη γνώση για την κατασκευή εφαρμογές web edge.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Αξιοποιήστε πλήρως τις δυνατότητες του Next.js 14 για τη δημιουργία πολύπλοκων εφαρμογών.
• Χρησιμοποιήστε τις πιο πρόσφατες δυνατότητες, όπως το Middleware, React Στοιχεία διακομιστή και Λειτουργίες Edge.
• Εφαρμόστε βέλτιστες πρακτικές για απόδοση, επεκτασιμότητα και SEO.
• Αντιμετωπίστε αποτελεσματικά κοινά προβλήματα στις εφαρμογές Next.js.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε προγραμματιστές προηγμένου επιπέδου που επιθυμούν να κυριαρχήσουν στις πιο πρόσφατες δυνατότητες στο Next.js 14, να βελτιστοποιήσουν την απόδοση και να εφαρμόσουν σύγχρονες τεχνικές React.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Εφαρμόστε προηγμένα άγκιστρα React και ταυτόχρονες λειτουργίες.
• Κατανοήστε και χρησιμοποιήστε αποτελεσματικά τις στρατηγικές δρομολόγησης Next.js.
• Αξιοποιήστε τα στοιχεία διακομιστή, τις ενέργειες διακομιστή και τις προσεγγίσεις υβριδικής απόδοσης.
• Βελτιστοποιήστε την ανάκτηση δεδομένων, την προσωρινή αποθήκευση και τη σταδιακή στατική αναγέννηση.
• Χρησιμοποιήστε το Next.js ως λύση υποστήριξης με Edge Functions και Edge Runtime.
• Διαχειριστείτε την κατάσταση χρησιμοποιώντας τις βιβλιοθήκες React Context, Redux και ατομικής κατάστασης.
• Βελτιστοποιήστε την απόδοση της εφαρμογής για Web Core Vitals.
• Δοκιμάστε, παρακολουθήστε και αναπτύξτε τις εφαρμογές Next.js αποτελεσματικά.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε προγραμματιστές που επιθυμούν να χρησιμοποιήσουν το PyGame για να δημιουργήσουν και να δημιουργήσουν παιχνίδια χρησιμοποιώντας προγραμματισμό Python.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Ρυθμίστε το απαραίτητο περιβάλλον ανάπτυξης για να ξεκινήσετε τη δημιουργία εφαρμογών παιχνιδιών με τα PyGame και Python.
• Μάθετε πώς να δημιουργείτε διαδραστικές PyGame εφαρμογές ενσωματωμένες με κινούμενα σχέδια και λειτουργίες πολυμέσων.
• Εκτελέστε και δοκιμάστε προγράμματα παιχνιδιών με τη δοκιμαστική σουίτα PyGame και μετατρέψτε τα σε εκτελέσιμα αρχεία.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε σχεδιαστές ιστοσελίδων που επιθυμούν να δημιουργήσουν πολλαπλές πλατφόρμες και δυναμικές διεπαφές χρήστη χρησιμοποιώντας το Qt Quick and QML.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Σχεδιάστε πρωτότυπα για UI εφαρμογών χρησιμοποιώντας το QML.
• Δημιουργήστε και εφαρμόστε τα στοιχεία διεπαφής χρήστη μιας εφαρμογής χρησιμοποιώντας το QML.
• Εφαρμόστε κινούμενα σχέδια, μετασχηματισμούς και μεταβάσεις για να δημιουργήσετε μια εμπειρία με μεγαλύτερη απόκριση για τους χρήστες της εφαρμογής.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε προγραμματιστές ιστού που επιθυμούν να χρησιμοποιήσουν το Next.js για τη δημιουργία React εφαρμογών.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Αναπτύξτε εφαρμογές ιστού από την πλευρά του διακομιστή και στατικές τοποθεσίες στο Next.js.
• Χειριστείτε και αποθηκεύστε δεδομένα με το MongoDB.
• Ασφαλίστε μια εφαρμογή Ιστού με έλεγχο ταυτότητας AuthO.

Αυτή η εκπαίδευση με καθοδηγητή, είτε διαδικτυακή είτε δια ζώσης, απευθύνεται σε backend developers που επιθυμούν να δημιουργήσουν REST APIs με Python και Flask.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Να υλοποιήσουν ένα REST API που θα επιτρέπει σε μια Flask web εφαρμογή να διαβάζει και να γράφει σε μια βάση δεδομένων στο backend.
• Να αναπτύξουν προηγμένα χαρακτηριστικά αυθεντικοποίησης, όπως τα refresh tokens.
• Να δημιουργήσουν ένα επαναχρησιμοποιήσιμο backend για μελλοντικά Python projects.
• Να απλοποιήσουν την αποθήκευση δεδομένων με το SQLAlchemy.
• Να αναπτύξουν REST APIs σε έναν cloud based server.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε προγραμματιστές που επιθυμούν να χρησιμοποιήσουν το SciPy για να δημιουργήσουν προηγμένες επιστημονικές συναρτήσεις υπολογιστών με την Python.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Να εγκαταστήσουν το απαραίτητο περιβάλλον ανάπτυξης για να ξεκινήσουν τη δημιουργία επιστημονικών συναρτήσεων υπολογιστών.
• Να αξιοποιήσουν πλήρως τις δυνατότητες του SciPy μέσω πρακτικών παραδειγμάτων σύνθετων λειτουργιών.
• Να υλοποιήσουν και να βελτιστοποιήσουν μαθηματικούς αλγορίθμους και συναρτήσεις για την επίλυση επιστημονικών προβλημάτων.
• Να σχεδιάσουν δομές δεδομένων και μεθόδους παρεμβολής για οπτικοποίηση, επεξεργασία και ανάλυση.