QGIS for Geographic Information System Training Course

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε οικολόγους πεδίου και διαχειριστές προστασίας που επιθυμούν να δημιουργήσουν χωρικά έργα δεδομένων στο ArcGIS.

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

• Εξαγωγή χωρικών δεδομένων ως οπτικοποιήσεις.
• Διεξαγωγή γεωστατικής σε πραγματικά δεδομένα.
• Εφαρμόστε ανάλυση χωρικών δεδομένων, επεξεργασία δεδομένων και χαρτογράφηση με το ArcGIS.
• Αναλύστε χωρικά δεδομένα για έργα στο ArcGIS.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε GIS αναλυτές που επιθυμούν να αυτοματοποιήσουν επαναλαμβανόμενες εργασίες σε GIS διαδικασίες.

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

• Δημιουργήστε εφαρμογές GIS χρησιμοποιώντας εργαλεία Python και ArcGIS.
• Αναπτύξτε με το πακέτο ArcGIS ArcPy, χρησιμοποιώντας το Python.
• Εφαρμόστε τις μονάδες ArcGIS για αυτοματισμό χαρτών χρησιμοποιώντας κατηγορίες αντικειμένων στο Python.

Με το τέλος αυτής της κατάρτισης, οι συμμετέχοντες θα μπορούν να:

Γνωρίζοντας GIS συγκεντρώσεις και τύπους χώρων δεδομένων που χρησιμοποιούν την τελευταία έκδοση  f ArcGIS Pro. Επεξεργάστε την interface του χρήστη και αξιολόγηση των χρησιμοποιήσεων Δημιουργήστε ArcGIS* Pro και πώς να χρησιμοποιήσετε το online περιεχόμενο Διεύθυνση, διαχείριση και αναλυτικά δεδομένα σας Δημιουργία και διαμερίζουν τα στοιχεία σας σε σημαντικό και δημιουργικό τρόπο

Σημείωση:  Θα χρησιμοποιήσουμε την τελευταία έκδοση ArcGIS Pro.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε περιβαλλοντικούς επιστήμονες και αρχαιολόγους μεσαίου επιπέδου που επιθυμούν να μάθουν πώς να χρησιμοποιούν το ArcMap in ArcGIS για τη συλλογή, την οργάνωση, τη διαχείριση και την ανάλυση γεωγραφικών πληροφοριών.

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

Κατανοήστε τις βασικές αρχές του ArcMap και του ArcGIS. Συλλέξτε, οργανώστε, διαχειριστείτε και αναλύστε γεωγραφικές πληροφορίες σχετικά με τα κοινωνικά και αρχαιολογικά στοιχεία. Διεξαγωγή χωρικών ερωτημάτων για αξιολόγηση επιπτώσεων.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακά ή επιτόπου) απευθύνεται σε οικολόγους πεδίου και διαχειριστές προστασίας που επιθυμούν να πραγματοποιήσουν έρευνα και χάρτη με drone με Pix4D.

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

• Χρησιμοποιήστε διαδικασίες και τεχνικές χαρτογράφησης από άκρο σε άκρο.
• Επιτύχετε υψηλή ακρίβεια τοπογραφίας.
• Κατανοήστε τις βασικές αρχές των παγκόσμιων συστημάτων συντεταγμένων και του GPS.
• Δημιουργήστε και αναλύστε τα αποτελέσματα της έρευνας με το λογισμικό επεξεργασίας εικόνας του Pix4D.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακά ή επιτόπου) απευθύνεται σε οικολόγους πεδίου και διαχειριστές προστασίας που επιθυμούν να επεξεργάζονται εκ των υστέρων Pix4D δεδομένα drone.

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

• Εφαρμόστε το Google Earth για να βελτιώσετε τη χαρτογράφηση UAV .
• Χρησιμοποιήστε εξόδους εικόνων για τη δημιουργία αναφορών.
• Μετα-επεξεργασία με λογισμικό GIS και CAD για προηγμένη μοντελοποίηση δεδομένων drone.

Ένα σύστημα γεωγραφικών πληροφοριών ( GIS ) είναι ένα σύστημα σχεδιασμένο για να συλλαμβάνει, να αποθηκεύει, να χειρίζεται, να αναλύει, να διαχειρίζεται και να παρουσιάζει χωρικά ή γεωγραφικά δεδομένα. Το GIS αρκτικόλεξο χρησιμοποιείται μερικές φορές για την γεωγραφική επιστήμη των πληροφοριών ( GIS cience) για να αναφερθεί στην ακαδημαϊκή πειθαρχία που μελετά τα συστήματα γεωγραφικών πληροφοριών και είναι ένας μεγάλος τομέας στο ευρύτερο ακαδημαϊκό πεδίο της γεωπληροφορικής.

Η χρήση της Python με το GIS έχει αυξηθεί σημαντικά τις τελευταίες δύο δεκαετίες, ιδιαίτερα με την εισαγωγή της σειράς Python 2.0 το 2000, η οποία περιελάμβανε πολλά νέα χαρακτηριστικά προγραμματισμού που καθιστούσαν πολύ πιο εύκολη την ανάπτυξη της γλώσσας. Από τότε, η Python δεν έχει χρησιμοποιηθεί μόνο σε εμπορικά GIS , όπως τα προϊόντα της Esri, αλλά και πλατφόρμες ανοιχτού κώδικα, μεταξύ άλλων στο πλαίσιο του Q GIS και του GRASS. Στην πραγματικότητα, η Python σήμερα είναι μακράν η πιο διαδεδομένη γλώσσα από χρήστες και προγραμματιστές GIS .

Αυτό το πρόγραμμα καλύπτει τη χρήση της Python και των προηγμένων βιβλιοθηκών της όπως geopandas, pysal, bokeh και osmnx για την υλοποίηση των δικών σας λειτουργιών GIS . Το πρόγραμμα καλύπτει επίσης εισαγωγικές ενότητες γύρω από το Arc GIS API και Q GIS toolboox.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε προγραμματιστές που επιθυμούν να βελτιώσουν τον ιστότοπο ή την εφαρμογή Ιστού τους προσθέτοντας λειτουργικότητα γεωγραφικής τοποθεσίας μέσω των Χαρτών Google.

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

• Ενσωματώστε έναν χάρτη σε έναν νέο ή υπάρχοντα ιστότοπο ή εφαρμογή web.
• Εμφάνιση ζωντανών δεδομένων που συγχρονίζονται με την τρέχουσα τοποθεσία.
• Δημιουργήστε ένα mashup που περιλαμβάνει τους Χάρτες Google.
• Εφαρμόστε καλές πρακτικές κωδικοποίησης CSS και JavaScript
• Δημιουργήστε έναν προσαρμοσμένο χάρτη για μια εφαρμογή.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε γεωγράφους μεσαίου επιπέδου που επιθυμούν να εμβαθύνουν την τεχνογνωσία τους στη χωρική ανάλυση, τη διαχείριση δεδομένων και τις GIS εφαρμογές.

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

• Εφαρμόστε προηγμένες τεχνικές χωρικής ανάλυσης για την επίλυση σύνθετων γεωγραφικών προβλημάτων.
• Διαχειριστείτε μεγάλες χωρικές βάσεις δεδομένων και πραγματοποιήστε έλεγχο ποιότητας δεδομένων.
• Δημιουργήστε δυναμικούς και διαδραστικούς χάρτες και απεικονίσεις για διάφορες εφαρμογές.
• Χρησιμοποιήστε τον προγραμματισμό και τον αυτοματισμό για να βελτιώσετε τις ροές εργασίας GIS.

Το Magellan είναι ένας διανεμημένος κινητήρας εκτέλεσης ανοικτού κώδικα για τη γεωδιαστημική ανάλυση των μεγάλων δεδομένων. Εφαρμόζεται πάνω από Apache Spark, επεκτείνει το Spark SQL και παρέχει μια σχετική αποσύνθεση για τη γεωδιαστημική ανάλυση.

Αυτή η εκπαιδευτική, ζωντανή κατάρτιση εισάγει τις έννοιες και τις προσεγγίσεις για την εφαρμογή γεωσωματικής ανάλυσης και περπατά τους συμμετέχοντες μέσω της δημιουργίας μιας προβλέψιμης εφαρμογής ανάλυσης χρησιμοποιώντας το Magellan στο Spark.

Μετά το τέλος της προπόνησης, οι συμμετέχοντες θα είναι σε θέση να:

• Αποτελεσματικά να αναζητήσετε, να συγκεντρώσετε και να συνδέσετε γεωδιαστημικά σύνολα δεδομένων σε κλίμακα
• Εφαρμογή γεωδιαστημικών δεδομένων σε εφαρμογές επιχειρηματικής νοημοσύνης και προβλέψιμης ανάλυσης
• Χρησιμοποιήστε το διαστημικό πλαίσιο για να επεκτείνετε τις δυνατότητες των κινητών συσκευών, των αισθητήρων, των ημερολογίων και των φορητών

Η μορφή του μαθήματος

• Διαδραστική διάλεξη και συζήτηση.
• Πολλές ασκήσεις και πρακτικές.
• Hands-on εφαρμογή σε ένα ζωντανό εργαστήριο περιβάλλον.

Επιλογές προσαρμογής μαθημάτων

• Για να ζητήσετε μια προσαρμοσμένη εκπαίδευση για αυτό το μάθημα, παρακαλούμε επικοινωνήστε μαζί μας για να οργανώσετε.

Αυτή η ζωντανή εκπαίδευση στο Ελλάδα (διαδικτυακό ή επιτόπου) με καθοδήγηση εκπαιδευτών απευθύνεται σε διαχειριστές βάσεων δεδομένων μεσαίου επιπέδου, SQL προγραμματιστές και αναλυτές δεδομένων που επιθυμούν να βελτιώσουν τις SQL δεξιότητές τους κατακτώντας τη χρήση των Αναλυτικών Λειτουργιών.

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

Κατανοήστε την έννοια και τη σημασία των Αναλυτικών Συναρτήσεων. Εφαρμόστε διάφορες Αναλυτικές Συναρτήσεις για την επίλυση σύνθετων αναλυτικών προβλημάτων. Συνδυάστε τις αναλυτικές συναρτήσεις με άλλα χαρακτηριστικά SQL για ολοκληρωμένη ανάλυση δεδομένων. Βελτιστοποιήστε τα ερωτήματα για καλύτερη απόδοση χρησιμοποιώντας τις αναλυτικές συναρτήσεις.

Apache Arrow είναι ένα πλαίσιο επεξεργασίας δεδομένων ανοικτού κώδικα μέσα στην μνήμη. Συχνά χρησιμοποιείται μαζί με άλλα εργαλεία επιστήμης δεδομένων για την πρόσβαση σε ανόμοιες αποθήκες δεδομένων για ανάλυση. Ενσωματώνεται καλά με άλλες τεχνολογίες όπως βάσεις δεδομένων GPU , βιβλιοθήκες μηχανών μάθησης και εργαλεία, μηχανές εκτέλεσης και πλαίσια απεικόνισης δεδομένων.

Σε αυτή την επιτόπου εκπαιδευτή υπό την ηγεσία, ζωντανή κατάρτισης, οι συμμετέχοντες θα μάθουν πώς να ενσωματώσουν Apache Arrow με διάφορα Data Science πλαισίων για την πρόσβαση σε δεδομένα από διαφορετικές πηγές δεδομένων.

Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

• Εγκαταστήστε και ρυθμίστε τις παραμέτρους του Apache Arrow σε περιβάλλον κατανεμημένου συμπλέγματος
• Χρησιμοποιήστε το Apache Arrow για να αποκτήσετε πρόσβαση σε δεδομένα από διαφορετικές πηγές δεδομένων
• Χρησιμοποιήστε το Apache Arrow για να παρακάμψετε την ανάγκη κατασκευής και συντήρησης σύνθετων αγωγών ETL
• Αναλύστε τα δεδομένα σε διαφορετικές πηγές δεδομένων χωρίς να χρειάζεται να την ενοποιήσετε σε ένα κεντρικό αποθετήριο

Κοινό

• Οι επιστήμονες των δεδομένων
• Μηχανικοί δεδομένων

Μορφή του μαθήματος

• Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση

Σημείωση

• Για να ζητήσετε μια προσαρμοσμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσετε.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε μηχανικούς δεδομένων και αναλυτές που επιθυμούν να μάθουν γνώσεις αρχαρίων έως μεσαίου επιπέδου σχετικά με τη χρήση της κόλλας AWS για τη δημιουργία μιας διοχέτευσης δεδομένων.

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

• Κατανοήστε τις βασικές αρχές της κόλλας AWS.
• Ρυθμίστε έναν αγωγό κόλλας AWS.
• Ρυθμίστε ανιχνευτές και εργασίες AWS Glue.
• Μάθετε πώς να χρησιμοποιείτε μετασχηματισμούς κόλλας AWS.

Η ανάλυση δεδομένων αναφέρεται στη διαδικασία της απόκτησης, καθαρισμού και ανάλυσης δεδομένων, συχνά με οπτικό τρόπο, για να παράγει γνώσεις για καλύτερη λήψη αποφάσεων. Όλο και περισσότερα δεδομένα αποθηκεύονται σε βάσεις δεδομένων στο cloud, οπότε είναι σημαντικό να έχουμε μια στρατηγική για την κατανόηση, τη διαχείριση και την πρόσβαση σε αυτά τα δεδομένα. Ένα δημοφιλές εργαλείο για την πρόσβαση και την προβολή δεδομένων είναι το Power Bi.

Αυτή η εκπαιδευτική, ζωντανή εκπαίδευση (online ή on-site) απευθύνεται σε τεχνικούς ανθρώπους που επιθυμούν να αποκτήσουν μια πρακτική κατανόηση των διαθέσιμων λύσεων cloud, τις διαδικασίες ανάλυσης δεδομένων που απαιτούνται για να εργαστούν με δεδομένα στο cloud, και την πρακτική πρακτική για την εφαρμογή εργαλείων όπως Power BI για την ανάλυση δεδομένων.

Μετά το τέλος της προπόνησης, οι συμμετέχοντες θα είναι σε θέση να:

• Εγκατάσταση και διαμόρφωση Power BI.
• Αξιολογείτε τις διάφορες λύσεις δεδομένων που προσφέρουν οι πάροχοι cloud, όπως Azure.
• Αποκτήστε μια κατανόηση των διαφόρων δομών, των προσεγγίσεων μοντελοποίησης και των σχεδίων αποθήκευσης δεδομένων που χρησιμοποιούνται για την αποθήκευση, τη διαχείριση και την πρόσβαση Big Data.
• Εφαρμόστε εργαλεία και τεχνικές για να καθαρίσετε τα δεδομένα στην προετοιμασία για την ανάλυση.
• Δημιουργία λύσεων αναφοράς και ανάλυσης με βάση τα δεδομένα on-premise και cloud.
• Ενσωματώστε λύσεις ανάλυσης δεδομένων με μια αποθήκη δεδομένων.
• Μειώστε τους κινδύνους για την ασφάλεια των δεδομένων και εξασφαλίστε την ιδιωτικότητα των δεδομένων.

Η μορφή του μαθήματος

• Διαδραστική διάλεξη και συζήτηση.
• Πολλές ασκήσεις και πρακτικές.
• Hands-on εφαρμογή σε ένα ζωντανό εργαστήριο περιβάλλον.

  ·

Οι συμμετέχοντες που θα ολοκληρώσουν αυτήν τη ζωντανή εκπαίδευση από εκπαιδευτές στο Ελλάδα θα αποκτήσουν μια πρακτική, πραγματική κατανόηση του Big Data και των σχετικών τεχνολογιών, μεθοδολογιών και εργαλείων του.

Οι συμμετέχοντες θα έχουν την ευκαιρία να κάνουν πράξη αυτή τη γνώση μέσα από πρακτικές ασκήσεις. Η ομαδική αλληλεπίδραση και η ανατροφοδότηση του εκπαιδευτή αποτελούν ένα σημαντικό στοιχείο της τάξης.

Το μάθημα ξεκινάει με μια εισαγωγή στις στοιχειώδεις έννοιες των Μεγάλων Δεδομένων και στη συνέχεια εξελίσσεται στις γλώσσες προγραμματισμού και τις μεθοδολογίες που χρησιμοποιούνται για την εκτέλεση της Ανάλυσης Δεδομένων. Τέλος, συζητάμε τα εργαλεία και την υποδομή που επιτρέπουν την αποθήκευση μεγάλων δεδομένων, την κατανεμημένη επεξεργασία και τη Scala ικανότητα.