Εκπαίδευση Python στη Θεσσαλονίκη

Το Python είναι το βασικό γλώσσα που κινεί την ανάπτυξη και την ορκέστρωση αυτόνομων AI εργάτων. Αυτός ο μαθήματα εστιάζει στην πρακτική υλοποίηση χρησιμοποιώντας σύγχρονα SDKs και πλαίσια όπως το LangChain και το AutoGen για να φτιάξετε, να ενώσετε και να διαχειριστείτε αποδοτικά εργασιακές ρουτίνες των εργάτων.

Αυτή η καθοδηγούμενη από δάσκαλο, ζωντανή εκπαίδευση (online ή onsite) απευθύνεται σε μεσαίου επιπέδου προγραμματιστές backend, πλατφόρμης και ML, που θέλουν να υλοποιήσουν και να ορκεστρώσουν αυτόνομους εργάτες χρησιμοποιώντας τα εργαλεία Python και API.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Προσαρμόσουν και ρυθμίσουν περιβάλλοντα βασισμένα στο Python για αγωγικά συστήματα.
• Χρησιμοποιήσετε δηλοφάνη SDKs όπως το LangChain και το AutoGen για να δημιουργήσετε λειτουργικούς εργάτες.
• Ενσωμάτωση εργαλείων και API για να επεκτείνετε τις δυνατότητες των εργάτων.
• Ορκέστρωση πολυεργατικών ρουτίνων και μοτίβων επικοινωνίας.
• Εφαρμογή καλών πρακτικών για τον αποσφαλμάτωση, το δοκιμαστικό και την υποστήριξη των λειτουργικών βάσεων προγραμμάτων.

Μορφή του Μαθήματος

• Επιδραστήρια παράσταση και συζήτηση.
• Χειροντικές δοκιμές προγραμματισμού και ζωντανές εξηγήσεις.
• Πρακτικά έργα χτίζοντας απ την άκρη στην άλλη εργασιακές ρουτίνες για εργάτες.

Επιλογές Προσαρμογής Μαθήματος

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

Αυτό το μάθημα διδάσκει πρακτικές τεχνικές μηχανικής για να σχεδιάζετε, κατασκευάζετε, δοκιμάζετε και εγκαθίστατε αυτόνομα (προσωπικά) συστήματα χρησιμοποιώντας Python. Καλύπτει τον κύκλο του αυτόνομου κυβερνήτη, την ολοκλήρωση εργαλείων, τη διαχείριση μνήμης και κατάστασης, τους παραδείγματες χορόδρομής, τον έλεγχο ασφαλείας και τις σκέψεις για την εξυπηρέτηση.

Αυτό το διδασκαλία υπό οδηγία καθηγητή, ζωντανή (online ή σε εγχώριο επίπεδο), απευθύνεται σε μηχανικούς ML του μεσαίου ρόλου έως του προχωρημένου, AI διαμορφωτές και λογισμικούς μηχανικούς που επιθυμούν να χτίζουν αξιόπιστους, έτοιμους για την εξυπηρέτηση αυτόνομους κυβερνήτες με τη χρήση Python.

Στο τέλος αυτής της διδασκαλίας, οι συμμετέχοντες θα είναι σε θέση να:

• Σχεδιάζουν και υλοποιούν τον κύκλο του αυτόνομου κυβερνήτη και τα ρούτιν προς λήψη αποφάσεων.
• Ολοκληρώνουν εξωτερικά εργαλεία και APIs για την επέκταση των δυνατοτήτων του αυτόνομου κυβερνήτη.
• Υλοποιούν αρχιτεκτονικές μνήμης για συντομο- και μακροπρόθεσμη χρήση.
• Συντονίζουν πολυβήματες χοροδιογραφικές και τη σύνθεση αυτόνομων κυβερνητών.
• Εφαρμένες πρακτικές ασφαλείας, έλεγχο πρόσβασης και παρακολούθησης για τους εξυπηρετούμενους αυτόνομους κυβερνήτες.

Μορφή του Μαθήματος

• Αλληλεπίδραση, διάλεξη και συζήτηση.
• Χειρονομήματα που χτίζουν αυτόνομους κυβερνήτες με Python και δημοφιλείς SDKs.
• Εκπαιδευτικά άσκημα βασισμένα σε εγχώριους εργασιακούς προτούπα.

Ευελιξία Μαθήματος

• Για να ζητήσετε προσαρμογμένη εκπαίδευση για αυτό το μάθημα, παρακαλώ επικοινωνήστε μαζί μας για να καταλάβετε.

Τεχνητή Νοημοσύνη με Python είναι η ανάπτυξη νοηματικών συστημάτων χρησιμοποιώντας το ευρύ φόρουλ της Python για AI και μηχανική ανάπτυξη.

Αυτή η διδασκαλία υπό τον οδηγό (είτε live online είτε σε πραγματικό χώρο) στοχεύει σε μεσαίου επιπέδου προγραμματιστές Python που θέλουν να σχεδιάσουν, να υλοποιήσουν και να εφαρμόσουν λύσεις AI χρησιμοποιώντας την Python.

Τέλος αυτής της διδασκαλίας, οι συμμετέχοντες θα μπορούν να:

• Υλοποιήσουν αλγόριθμους AI χρησιμοποιώντας τις πυρήνες βιβλιοθηκών AI της Python.
• Εργάζονται με μοντέλα εκπαίδευσης υπό έλεγχο, χωρίς έλεγχο και πλήρη εκπαίδευση.
• Ενσωμάτωση λύσεων AI σε υπάρχουσες εφαρμογές και διαδικασίες.
• Αξιολόγηση της απόδοσης των μοντέλων και εκτόπιση για ακρίβεια και αποδοτικότητα.

Σχέδιο Μάθησης

• Ενεργή σύντομη ομιλία και συζήτηση.
• Πολλά ασκήσεις και πράξεις.
• Επιχειρησιακή υλοποίηση σε περιβάλλον live-lab.

Πιθανότητες Προσωποποίησης του Κύκλου Μαθήματος

• Για να αιτηθεί μια προσωποποιημένη διδασκαλία για αυτό το κύκλο μαθήματος, επικοινωνήστε μαζί μας.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Θεσσαλονίκη (διαδικτυακό ή επιτόπου) απευθύνεται σε προγραμματιστές μεσαίου επιπέδου Python που επιθυμούν να βελτιώσουν την εμπειρία ανάπτυξης Python τους χρησιμοποιώντας το AWS Cloud9.

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

• Ρυθμίστε και διαμορφώστε το AWS Cloud9 για ανάπτυξη Python.
• Κατανοήστε τη διεπαφή και τις δυνατότητες του AWS Cloud9 IDE.
• Εγγραφή, εντοπισμός σφαλμάτων και ανάπτυξη εφαρμογών Python στο AWS Cloud9.
• Συνεργαστείτε με άλλους προγραμματιστές χρησιμοποιώντας την πλατφόρμα AWS Cloud9.
• Ενσωματώστε το AWS Cloud9 με άλλες υπηρεσίες AWS για προηγμένες αναπτύξεις.

To μεταγωγή αυτού του εκπαιδευτικού πρόγραμματος, η οποία διεξάγεται από καθηγητή (online ή on-site), είναι προορισμένη για ειδικούς υπεύθυνους διαχείρισης δεδομένων που επιθυμούν να χρησιμοποιήσουν τις δυνατότητες ανάλυσης δεδομένων του Python μέσα στο Power BI, ενισχύοντας έτσι την κατανόηση και παρουσίαση των δεδομένων.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Μάθουν πώς το Python μπορεί να ενσωματωθεί στο Power BI για ανάλυση δεδομένων.
• Χρησιμοποιούν προγράμματα Python για φόρτωση, καθαρισμό και προεξεργασία δεδομένων μέσα στο εργαλειοδοχείο Power BI.
• Ενισχύουν τις δυνατότητες παρουσίασης δεδομένων με δημιουργία προσαρμοσμένων και ενεργών οπτικοποιήσεων χρησιμοποιώντας το Python.
• Αποκτούν προχωρημένες δεξιότητες ανάλυσης δεδομένων χρησιμοποιώντας το Python.

Το Python είναι μια πολύχρηστη γλώσσα προγραμματισμού που χρησιμοποιείται εκτετά για την κατάσκευη δεδομένων, αυτοματοποίηση και ανάλυση. Βιβλιοθήκες όπως το Pandas και το Polars προσφέρουν δυνατά, πρακτικά εργαλεία για τη δουλειά με ταβυλομορφής δεδομένων σε μεγάλη κλίμακα.

Αυτή η επιστροφή εξ αποστάσεως, οδηγούμενη από διδάσκοντα (online ή onsite), απευθύνεται σε επαγγελματίες του μέσου επιπέδου που θέλουν να χρησιμοποιήσουν το Python για καθημερινή ανάλυση δεδομένων, επεξεργασία αρχείων και αυτοματοποίηση διεργασιών χρησιμοποιώντας το Pandas και το Polars.

Στο τέλος αυτής της εξ αποστάσεως, οι συμμετέχοντες θα είναι σε θέση να:

• Χρησιμοποιήσουν το Python για την ανάγνωση, μετατροπή και εγγραφή CSV και Excel αρχείων.
• Εκτελέσουν συνηθισμένες πράξεις καθαρισμού και μετατροπής δεδομένων με το Pandas και το Polars.
• Αυτοματοποιήσουν επαναληπτικές πράξεις δεδομένων με Python scripts.
• Συσχετίσουν απλά scripts σε εκτελέσιμα και να ακολουθήσουν καλές πρακτικές για τα έργα.

Μορφή του Κειμένου

• Αλληλεπίδραση με δείγματα κώδικα και σύντομες παραστάσεις.
• Εργασίες χειρός με κωδικό που εξηγείται κατά διάδοχον.
• Πρακτικά micro-έργα για την αυτοματοποίηση πραγματικών εργασιών.

Επιλογές Περσωνοποίησης του Κειμένου

• Για να αιτηθείτε εξ αποστάσεως με προσαρμογή, παρακαλώ επικοινωνήστε μαζί μας για να το διατυπώσετε.

Αυτή η εκπαίδευση που διεξάγεται υπό την καθοδήγηση του εκπαιδευτή (online ή on-site) απευθύνεται σε εμπειρούς διαμορφωτές που επιθυμούν να αποκτήσουν ολοκληρωμένη κατανόηση της γλώσσας προγραμματισμού Python και των εφαρμογών της στην κυβερνοασφάλεια.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Χρησιμοποιήσουν τη γλώσσα προγραμματισμού Python στην αμυντική κυβερνοασφάλεια.
• Κατανοήσουν και να χρησιμοποιήσουν τη Python για ηθικές επίθεσες και διαδικασίες διαφοροποίησης στο ψηφιακό συμβάν.
• Αναγνωρίσουν τις νομικές και ηθικές αποδείξεις που επικρατούν στην επίθεση κυβερνοασφάλειας και την διαφοροποίηση υποχώρων.

Αυτή η εντατική, πρακτική κατεύθυνση ασχολείται με προηγμένες τεχνικές Python, βιβλικές πρακτικές και συνηθισμένους σχεδιασμός μοτίβων για να χτίζετε ανατρεπόμενες, δοκιμαστικές και υψηλής επιδόσεως εφαρμογές Python. Επικεντρώνεται στα σύγχρονα εργαλεία, τυποποίηση, μοντέλα παραλληλισμού, αρχιτεκτονικά πρότυπα και έτοιμα για εγκατάσταση ροές εργασίας.

Αυτή η κατεύθυνση με διεξαγωγή παιδαγωγού, ζωντανή (διαδικτυακά ή επί τόπου), απευθύνεται σε ανάπτυξσης Python μεμειωμένου επιπέδου ως προς την προηγμένη γνώση, οι οποίες επιθυμούν να αποκτήσουν επαγγελματικά σχέδια και μοτίβα για παραγωγικό περιβάλλον.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Εφαρμένες Python typing, dataclasses και type-checking για την αύξηση της συμβατότητας του κώδικα.
• Χρησιμοποιήσετε μοτίβα σχεδιασμού και αρχητεκτονικά προτύπα για να δομήσετε ισχυρές εφαρμογές.
• Εφαρμένες παραλληλισμό και παράλληλη εκτέλεση σωστά χρησιμοποιώντας asyncio και multiprocessing.
• Κατασκευή αξιόπιστου κώδικα με pytest, property-based testing και CI pipelines.
• Profile, βελτίωση και προσαρμογή Python εφαρμογές για παραγωγή.
• Package, κυκλοφόρηση και εγκατάσταση Python έργα με σύγχρονα εργαλεία και containers.

Μορφή του Μαθήματος

• Αλληλεπιδραστικές διαλέξεις και σύντομες εξηγήσεις.
• Πρακτικές εργασίες και ασκήσεις προγραμματισμού κάθε ημέρα.
• Capstone μικρό-έργο συνδυάζοντας μοτίβα, δοκιμασία και εγκατάσταση.

Επιλογές Προσαρμογής Μαθήματος

• Για να αιτηθείτε προσαρμοσμένη εκπαίδευση ή έμφαση (data, web, ή infra), παρακαλώ επικοινωνήστε μαζί μας για διοργάνωση.

Αυτή η εκπαίδευση υπό την ηγεσία εκπαιδευτικού σε Θεσσαλονίκη (ονλάιν ή offline) προσβλέπει σε αρχής-επιπέδου δημιουργούς κώδικα και αναλυτές δεδομένων που θέλουν να μάθουν τη γλώσσα προγραμματισμού Python από την καμπίλα χρησιμοποιώντας το Google Colab.

Από το τέλος της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Συνειδητοποιήσουν τα βασικά στοιχεία της γλώσσας προγραμματισμού Python.
• Προσφέρουν κωδικό Python στο περιβάλλον της Google Colab.
• Χρησιμοποιήσουν δομές ελέγχου για να διαχειρίζονται το πρόγραμμα Python.
• Δημιουργήσουν λειτουργίες για να οργανώσουν και να επαναχρησιμοποιήσουν τον κωδικό αποτελεσματικά.
• Εξερευνήσουν και χρησιμοποιήσουν βασικές βιβλιοθήκες για το προγραμματισμό Python.

Αυτή η καθηγησία υπό την καθοδήγηση εκπαιδευτικού (online ή on-site) απευθύνεται σε διαμορφωτές που επιθυμούν να χρησιμοποιήσουν το FARM (FastAPI, React και MongoDB) stack για να φτιάξουν δυναμικές, υψηλόδεσμες και κλιμακωτές web εφαρμογές.

Το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Ρυθμίσουν το απαραίτητο περιβάλλον ανάπτυξης που ενσωματώνει τη FastAPI, το React και το MongoDB.
• Κατανοήσουν τα βασικά σημεία, χαρακτηριστικά και πλεονεκτήματα του FARM stack.
• Μάθουν πώς να φτιάξουν REST APIs με τη FastAPI.
• Μάθουν πώς να σχεδιάσουν αλληλεπίδραση εφαρμογές με το React.
• Αναπτύξουν, θεσπίσουν και καταβάλουν εφαρμογές (front end και back end) χρησιμοποιώντας το FARM stack.

Αυτή η εκπαίδευση, καθοδηγούμενη από διδάσκοντα (online ή on-site), απευθύνεται σε αρχάριους έως μεσαίου επιπέδου, και πιθανώς υψηλότερου επιπέδου, αναπτυξιακούς ρομπότ που θέλουν να μάθουν πώς να χρησιμοποιήσουν το ROS για την προγραμματισμό κινητών ρομπότ με τη Python.

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

• Να ρυθμίσουν ένα περιβάλλον ανάπτυξης που περιλαμβάνει το ROS, Python και μια πλατφόρμα κινητού ρομπότ.
• Να δημιουργούν και να εκτελούν έμβδυσης σημεία, θέματα, υπηρεσίες και ενέργειες του ROS με τη Python.
• Να χρησιμοποιούν τα εργαλεία και τις βιβλιοθήκες του ROS για να παρακολουθούν και να αποτυπώνουν σφάλματα στις εφαρμογές του ROS.
• Να χρησιμοποιούν βιβλιοθήκες και πακέτα του ROS για να συμπληρώνουν κοινές εργασίες για κινητά ρομπότ.
• Να ολοκληρώνουν το ROS με άλλα πλαίσια και εργαλεία.
• Να αποτυπώνουν και να αποκωδίζουν σφάλματα στις εφαρμογές του ROS.

Αυτό το μάθημα σχεδιάστηκε για εκείνους που θέλουν να μάθουν τη γλώσσα προγραμματισμού Python. Η έμφαση βρίσκεται στη γλώσσα Python, τις κεντρικές βιβλιοθήκες, καθώς και στην επιλογή των καλύτερων και πιο χρήσιμων βιβλιοθηκών που έχουν αναπτυχθεί από την κοινότητα Python. Το Python κινεῖ επιχειρήσεις και χρησιμοποιείται από επιστήμονες σε όλο τον κόσμο – είναι μία από τις πιο δημοφιλείς γλώσσες προγραμματισμού.

Το μάθημα μπορεί να παραχωρηθεί χρησιμοποιώντας την τελευταία έκδοση Python 3.x με πρακτικά σενάρια που να κάνουν χρήση της πλήρους δύναμης. Το μάθημα μπορεί να παραχωρηθεί σε οποιοδήποτε λειτουργικό σύστημα (όλες οι εκδόσεις του UNIX, συμπεριλαμβανομένων του Linux και Mac OS X, καθώς και του Microsoft Windows).

Τα πρακτικά σενάρια αποτελούν περίπου το 70% του χρόνου μαθήματος, και περίπου το 30% είναι δειγματοδοσίες και παρουσιάσεις. Οι συζητήσεις και οι ερωτήσεις μπορούν να τίθενται κατά τη διάρκεια του μαθήματος.

Σημείωση: η εκπαίδευση μπορεί να προσαρμοστεί σε συγκεκριμένες ανάγκες κατόπιν προηγούμενου αιτήματος πριν την ενδεικτική ημερομηνία του μαθήματος.

Αυτή η εκπαίδευση, που διεξάγεται με την ανάγκη για καθοδήγηση στο Θεσσαλονίκη (online ή on-site), απευθύνεται σε προγραμματιστές που επιθυμούν να μάθουν προχωρημένες τεχνικές προγραμματισμού στο Python, συμπεριλαμβανομένου του πώς να εφαρμόζουν αυτή τη πολυκατεύθυνη γλώσσα για να λύνουν προβλήματα σε τομείς όπως οι διανεμημένες εφαρμογές, η ανάλυση και οπτικοποίηση δεδομένων, το προγραμματισμό UI και την διαχείριση scripting.

Αυτό το μάθημα έχει σχεδιαστεί για όσους επιθυμούν να μάθουν τη γλώσσα προγραμματισμού Python. Η έμφαση δίνεται στη γλώσσα Python, στις βασικές βιβλιοθήκες, καθώς και στην επιλογή των καλύτερων και πιο χρήσιμων βιβλιοθηκών που αναπτύχθηκαν από την κοινότητα Python. Η Python οδηγεί τις επιχειρήσεις και χρησιμοποιείται από επιστήμονες σε όλο τον κόσμο – είναι μια από τις πιο δημοφιλείς γλώσσες προγραμματισμού.

Το εκπαιδευτικό πρόγραμμα θα βοηθήσει τους συμμετέχοντες να εξονυχιλίσουν την εφαρμογή Web Application με χρήση Python Programming και Data Analytics. Η τέτοια οπτικοποίηση δεδομένων αποτελεί μια σημαντική εργαλείο για την Ανώτερη Διοίκηση στη λήψη αποφάσεων.

Στόχος αυτού του μαθήματος είναι να παρέχει μια βασική ικανότητα στην εφαρμογή Machine Learning μεθόδων στην πράξη. Μέσω της χρήσης της Python γλώσσας προγραμματισμού και των διαφόρων βιβλιοθηκών της, και με βάση ένα πλήθος πρακτικών παραδείξεων, αυτό το μάθημα διδάσκει πώς να χρησιμοποιήσετε τα πιο σημαντικά κτίρια Machine Learning, πώς να λάβετε αποφάσεις μοντελοποίησης δεδομένων, να ερμηνεύσετε τα αποτελέσματα των αλγόριθμων και να επικυρώσετε τα αποτελέσματα.

Στόχος μας είναι να σας δώσουμε τις δεξιότητες για να κατανοήσετε και να χρησιμοποιήσετε με εμπιστοσύνη τα πιο θεμελιώδη εργαλεία από το κουτί εργαλείων Machine Learning και να αποφύγετε τις κοινές πτώσεις των εφαρμογών Data Science.

Αυτή η εκπαίδευση, που διεξάγεται υπό την καθοδήγηση ενός εκπαιδευτή, σε Θεσσαλονίκη, βασίζεται στο δημοφιλές βιβλίο "Automate the Boring Stuff with Python" του Al Sweigart. Απευθύνεται σε αρχάριους και καλύπτει ουσιαστικές έννοιες προγραμματισμού με τη Python, μέσω πρακτικών, χειρονομίες ασκήσεων και συζητήσεων. Το εστίασμα βρίσκεται στο μάθημα να γράφεις κώδικα που θα αυξήσει δραστικά την απόδοση εργασίας στο γραφείο.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να προγραμματίζουν σε Python και να εφαρμόζουν αυτή τη νέα δεξιότητα για:

• Αυτοματοποίηση εργασιών μέσω της γραφής απλών προγραμμάτων Python.
• Γραφή προγραμμάτων που μπορούν να αναγνωρίζουν και επεξεργάζονται μοτίβα τεκμηρίων χρησιμοποιώντας "regular expressions".
• Προγραμματική δημιουργία και ενημέρωση φυλλών Excel.
• Ανάλυση PDFs και Word documents.
• Εξόρυξη ιστοσελίδων και αποκομιδή πληροφοριών από διαδικτυακές πηγές.
• Γραφή προγραμμάτων που στέλνουν email ειδοποιήσεις.
• Χρήση των εργαλείων αποσφαλμάτωσης Python για να αντιμετωπίζουν γρήγορα σφάλματα.
• Προγραμματική έλεγχος του ποντικέλου και του πληκτρολογίου για να πατάνε και να γράφουν εξ όνων.

Σε αυτή την εκπαίδευση με οδηγό, ζωντανά σε Θεσσαλονίκη, οι συμμετέχοντες θα μάθουν τις πιο εφικτές και νέες τεχνικές μηχανικής μάθησης στο Python, καθώς χτίζουν μια σειρά δειγματικών εφαρμογών που αφορούν εικόνες, μουσική, κείμενα και χρηματιστικά δεδομένα.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Εφαρμόζουν αλγόριθμους και τεχνικές μηχανικής μάθησης για τη λύση περίπλοκων προβλημάτων.
• Εφαρμόζουν βάθυ εκπαίδευση και ημι-εποπτική εκπαίδευση σε εφαρμογές που αφορούν εικόνες, μουσική, κείμενα και χρηματιστικά δεδομένα.
• Καθιστούν τους αλγόριθμους Python προς το μέγιστο δυνατό όφελος.
• Χρησιμοποιούν βιβλιοθήκες και πακέτα όπως η NumPy και η Theano.

Αυτή η οδηγία, υπό την καθοδήγηση εκπαιδευτικών (διαδικτυακά ή σε τοπικό επίπεδο), απευθύνεται σε προγραμματιστές Python με διαφορετικό βαθμό εξοικείωσης και σε αναλυτές δεδομένων που θέλουν να επιτεθούν στην ανάλυση και τη μετατροπή δεδομένων χρησιμοποιώντας Pandas και Numpy.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Καθιερώσουν ένα περιβάλλον ανάπτυξης που συμπεριλαμβάνει το Python, Pandas και Numpy.
• Δημιουργήσουν μια εφαρμογή ανάλυσης δεδομένων χρησιμοποιώντας Pandas και Numpy.
• Εκτελέσουν προηγμένες επιχειρήματες ανάδειξης, ταξινόμησης και φίλτρων.
• Εκτελέσουν αυτοσυσσώρευση λειτουργίες και ανάλυση χρόνια σειρές δεδομένων.
• Οπτικοποίηση δεδομένων με το Matplotlib και άλλες βιβλιοθήκες που παρέχουν οπτικοποίηση.
• Βρισκόμενοι και εξυφαίνοντας τον κώδικα για την ανάλυση δεδομένων.

ο στόχος αυτού του μαθήματος είναι να παρέχει γενική επάρκεια στην εφαρμογή μεθόδων μηχανικής μάθησης στην πράξη. Μέσω της χρήσης της γλώσσας προγραμματισμού Python και των διαφόρων βιβλιοθηκών της, και με βάση ένα πλήθος πρακτικών παραδειγμάτων, αυτό το μάθημα διδάσκει πώς να χρησιμοποιείτε τα σημαντικότερα δομικά στοιχεία της μηχανικής μάθησης, πώς να κάνετε αποφάσεις μοντελοποίησης δεδομένων, να ερμηνεύσετε την τις εκροές των αλγορίθμων και να επικυρώσετε τα αποτελέσματα.

ο στόχος μας είναι να σας δώσουμε τις δεξιότητες για να κατανοήσετε και να χρησιμοποιήσετε τα πιο θεμελιώδη εργαλεία από την εργαλειοθήκη μηχανικής εκμάθησης με σιγουριά και να αποφύγετε τις κοινές παγίδες των εφαρμογών των Επιστημών δεδομένων.

O Python είναι μια γλώσσα προγραμματισμού που έχει κερδίσει τεράστια δημοφιλία στη βιομηχανία χρηματοοικονομικών. Χρησιμοποιείται από τους μεγαλύτερους επενδυτικούς τράπεζες και σπεκουλατήρες, για να δημιουργήσουν ένα πλήθος χρηματοοικονομικών εφαρμογών κατά μήκος και πλάτος, από τα βασικά προγράμματα συναλλαγών έως τα συστήματα διαχείρισης κινδύνου.

Σε αυτό το εκπαιδευτικό πρόγραμμα, υπό την οδηγία εκπαιδευτή, οι συμμετέχοντες θα μάθουν να χρησιμοποιούν το Python για να αναπτύξουν πρακτικές εφαρμογές που λύνουν σειρά οικονομικών προβλημάτων.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Κατανοήσουν τα βασικά σημεία της γλώσσας προγραμματισμού Python
• Λήξουν, εγκαταστήσουν και διατηρήσουν τα καλύτερα εργαλεία ανάπτυξης για τη δημιουργία χρηματοοικονομικών εφαρμογών σε Python
• Επιλέξουν και να χρησιμοποιήσουν τα πιο κατάλληλα packages και τεχνικές προγραμματισμού Python για να οργανώσουν, επιδόξυνουν και αναλύσουν χρηματοοικονομικά δεδομένα από διάφορες πηγές (CSV, Excel, βάσεις δεδομένων, διαδίκτυο κλπ.)
• Να φτιάξουν εφαρμογές που λύνουν προβλήματα σχετικά με την ανάθεση περιουσίας, τη διαχείριση κινδύνων, την επίδοση επενδύσεων και άλλα
• Να βγάζουν προβλήματα, να ολοκληρώνουν, να υποβάλλουν και να βελτιστοποιούν μια εφαρμογή Python

Ακροατήριο

• Προγραμματιστές
• Αναλυτές
• Quantitative Analysts (Quants)

Μορφή του μαθήματος

• Μερικά διδασκαλία, μερική συζήτηση, ασκήσεις και πολύς έντονος χέρι-σε-χέρι εξάσκηση

Σημείωση

• Αυτή η εκπαίδευση στοχεύει να προσφέρει λύσεις για κάποια από τα βασικά προβλήματα που αντιμετωπίζουν οι επαγγελματίες χρηματοοικονομικών. Ωστόσο, αν έχετε κάποιο συγκεκριμένο θέμα, εργαλείο ή τεχνική που θέλετε να προσθέσετε ή να επεκτείνετε, παρακαλώ επικοινωνήστε μαζί μας για τη διαμόρφωση.

Αυτό είναι μια 5-ημερήσια εισαγωγή στη Δεδομένων Επιστήμη και τη Σύνθετη Νοημοσύνη (AI).

Το μάθημα παρουσιάζεται με παραδείγματα και ασκήσεις χρησιμοποιώντας το Python.

Αυτό είναι ένα μάθημα 4 ημερών που εισάγει την τεχνητή νοημοσύνη και την εφαρμογή της χρησιμοποιώντας τη γλώσσα προγραμματισμού Python. Υπάρχει μια επιλογή να έχετε μια επιπλέον ημέρα για να αναλάβετε ένα έργο AI μετά την ολοκλήρωση αυτού του μαθήματος.

Selenium είναι ένα open-source πλαίσιο για την αυτομάτως διεξαγωγή δοκιμών προσωπικών εφαρμογών σε διάφορους περιηγητές. Με το Selenium 4, υπάρχουν αποδοτικότερες APIs WebDriver, φυσικές σχετικές καταλόγισης προσώπων (locators) και βελτιωμένη υποστήριξη για το grid. Το Python προσφέρει απλότητα και ισχυρή ολοκλήρωση με πλαισία δοκιμών όπως το Pytest, κάνοντάς το εξαιρετικό επιλογή για την ανάπτυξη μεγέθους και διατηρήσιμων συνόλων δοκιμών.

Αυτή η εκπαιδευτική εκ τόπου (online ή onsite) αποσκοπεί σε νέες και μεσαίες επίπεδο δοκιμαστές και προγραμματιστές, τους οποίους αναζητούν να χρησιμοποιήσουν Selenium με Python για την αυτόματη δοκιμαστική εξέταση προσωπικών εφαρμογών σε πραγματικά περιβάλλοντα.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Εγκαταστήσουν και ρυθμίσουν Selenium με Python σε ένα περιβάλλον δοκιμών.
• Δημιουργήσουν αξιόπιστα συντάγματα δοκιμών αυτομάτως με Selenium WebDriver και Pytest.
• Εφαρμένε το Page Object Model (POM) για διατηρήσιμα πλαίσια δοκιμών.
• Εκτελέσουν δοκιμές σε πολλούς περιηγητές χρησιμοποιώντας Selenium Grid.
• Ολοκληρώσουν τα αυτομάτως δοκιμαστικά σε καλαθιά CI/CD.
• Επίλυση κοινών προβλημάτων και εφαρμογή καλών πρακτικών για τη σταθερότητα της αυτομάτως δοκιμασίας.

Μορφή Του Κούρσου

• Διαδραστική διάλεξη και συζήτηση.
• Πολλές εξασκήσεις και πρακτική χρησιμοποίηση.
• Χειρονομική εφαρμογή σε ζωντανό περιβάλλον lab.

Επιλογές Προσαρμογής Κούρσου

• Για να αιτηθείτε μια προσαρμοσμένη εκπαίδευση για αυτό το κούρσο, παρακαλώ επικοινωνήστε μαζί μας για να οργανωθεί.

Σε αυτή τη διδασκαλία με εξηγητή, ζωντανή (χώρος ή απόσταση), οι συμμετέχοντες θα μάθουν πώς να συνδυάζουν τις δυνατότητες του Python και του Excel.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Εγκαταστήσουν και ρυθμίσουν πακέτα για τη συνδυασμένη λειτουργία του Python και του Excel.
• Να διαβάζουν, γράφουν και να μεταχειρίζονται αρχεία Excel χρησιμοποιώντας το Python.
• Να καλούν συναρτήσεις Python από το Excel.

Αυτή η επιβλέπουμενη από διδάσκοντα, ζωντανή εκπαίδευση σε Θεσσαλονίκη (online ή on-site) είναι προορισμένη για χρήστες Matlab που επιθυμούν να εξερευνήσουν και/ή να μεταβάλουν στο Python για ανάλυση δεδομένων και οπτικοποίηση.

Εώς το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Εγκαταστήσουν και να ρυθμίσουν ένα περιβάλλον ανάπτυξης Python.
• Να κατανοήσουν τις διαφορές και τις παρόμοιες σχέσεις μεταξύ Matlab και Python λεκτικά.
• Να χρησιμοποιήσουν το Python για να αποκτήσουν πληροφορίες από διάφορα σύνολα δεδομένων.
• Να μετατρέψουν υπάρχουσες εφαρμογές Matlab σε Python.
• Να ολοκληρώσουν τις εφαρμογές Matlab και Python.

Αυτή η εκπαίδευση, που καθοδηγείται από εκπαιδευτικό (online ή on-site), στρέφεται σε άτομα που θέλουν να μάθουν το κατώτερο δυνατό Python για να αρχίσουν να επεξεργάζονται αριθμητικά στοιχεία από δεδομένα πωλήσεων, ανάλυση κυκλοφορίας, ελλείψεις εναλλακτικών στρατηγικών, κ.λπ.

Μέχρι το τέλος αυτής της εκπαίδευσης, οι μαθητές θα είναι σε θέση να:

• Εγκαταστήσουν και ρύθμισουν το απαραίτητο λογισμικό, βιβλιοθήκες και περιβάλλον εξέλιξης για να ξεκινήσουν συγγράφοντας Python code για την ανάλυση δεδομένων.
• Αναλύουν δεδομένα από πηγές όπως Excel, CSV, JSON files και databases.
• Καθαρίζουν τα δεδομένα για να βελτιώσουν τη σημασία τους πριν από την ανάλυσή τους.
• Εκτελούν απλή στατιστική ανάλυση.
• Δημιουργούν έκθεση που παρουσιάζουν τα επιδιωκόμενα δεδομένα με το κατάλληλο χρώμα, από άμεσους αριθμούς σε data visualizations.
• Αποκτούν αξιόλογη εμπειρία από τα δεδομένα, συμπεριλαμβάνοντας τάσεις στην απόδοση και προβληματικές περιοχές.

Σε αυτή την ζωντανή εκπαιδευτική σεσιόν, υποστηριζόμενη από εκπαιδευτή, οι συμμετέχοντες θα μάθουν προηγμένες τεχνικές προγραμματισμού Python, συμπεριλαμβανομένου του πώς να εφαρμόζουν αυτή την πολύχρηστη γλώσσα για να λύνουν προβλήματα σε θέματα όπως εφαρμογές με κατανεμημένη αρχitecture, ανάλυση δεδομένων και εμφάνιση, προγραμματισμό UI και scripting συντήρησης.

Μορφή του Κουρσού

• Διαδραστική διάλεξη και συζήτηση.
• Πολλές ασκήσεις και πρακτική εφαρμογή.
• Διαδραστική υλοποίηση σε ζωντανό εργαστήριο.

Επιλογές Προσαρμογής Κουρσού

• Αν θέλετε να προσθέσετε, να αφαιρέσετε ή να προσαρμόσετε κάποια τμήμα ή θέμα σε αυτόν τον κουρσού, παρακαλώ επικοινωνήστε μαζί μας για να διατυπωθεί.

Αυτή η εκπαίδευση, που διεξάγεται με την καθοδήγηση ενός καθηγητή (online ή onsite), είναι προορισμένη για διαμορφωτές (developers) που επιθυμούν να χρησιμοποιήσουν το Python για την αυτομάτωση της διαδικασίας καταγεφύρωσης (crawling) πολλών ιστοσελίδων για να εξάγουν δεδομένα που θα υποβληθούν σε επεξεργασία και ανάλυση.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Εγκαταστήσουν και ρυθμίσουν το Python και όλες τις σχετικές πακέτα.
• Ανάκτηση και ανάλυση δεδομένων που αποθηκεύονται σε διάφορες ιστοσελίδες.
• Κατανόηση του λειτουργικού και της δομής HTML των ιστοσελίδων.
• Δημιουργία συναρπαστών (spiders) για να εξαγόνται δεδομένα από το web με μεγάλη κλίμακα.
• Χρήση Selenium για να καταγεφύρωνται ιστοσελίδες που λειτουργούν με AJAX.

Αυτή η εκπαίδευση με εξηγητικό πρωτοτύπο (online ή onsite) απευθύνεται σε επιστήμονες δεδομένων και λογισμικού μηχανικού που επιθυμούν να χρησιμοποιήσουν το Dask με το οικοσύστημα Python για την ανάπτυξη, σκαλαρόμενη επεξεργασία και ανάλυση μεγάλων ποσοτήτων δεδομένων.

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

• Ρυθμίσουν το περιβάλλον για να ξεκινήσουν την ανάπτυξη επεξεργασίας μεγάλων ποσοτήτων δεδομένων χρησιμοποιώντας Dask και Python.
• Εξερευνήσουν τις λειτουργίες, βιβλιοθήκες, εργαλεία και API που διαθέτει ο Dask.
• Κατανοήσουν πώς ο Dask επιταχύνει την παράλληλη υπολογισμική στο Python.
• Μάθουν πώς να σκαλάρουν το οικοσύστημα Python (Numpy, SciPy και Pandas) χρησιμοποιώντας Dask.
• Βελτιώσουν το περιβάλλον Dask για να διατηρήσουν υψηλή απόδοση στην επεξεργασία μεγάλων ποσοτήτων δεδομένων.

Αυτή η ζωντανή εκπαίδευση από εκπαιδευτές στο Θεσσαλονίκη (διαδικτυακά ή επιτόπου) απευθύνεται σε επιχειρησιακούς αναλυτές που επιθυμούν να αυτοματοποιήσουν το εμπόριο με αλγοριθμικές συναλλαγές, Python και R.

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

• Χρησιμοποιήστε αλγόριθμους για την ταχεία αγορά και πώληση τίτλων σε εξειδικευμένες αυξήσεις.
• Μειώστε το κόστος που σχετίζεται με το εμπόριο χρησιμοποιώντας αλγοριθμικές συναλλαγές.
• Παρακολουθήστε αυτόματα τις τιμές των μετοχών και πραγματοποιήστε συναλλαγές.

Οι Βοηθοί Συζήτησης (ChatBots) είναι προγράμματα υπολογιστών που αυτόματα μιμούνται τις ανθρώπινες απαντήσεις μέσω διεπαφών συζήτησης. Οι ChatBots βοηθούν τους οργανισμούς να μεγιστοποιούν την αποδοτικότητα των λειτουργιών τους παρέχοντας ευκολότερες και γρηγορότερες επιλογές για τις αλληλεπιδράσεις με τους χρήστες.

Σε αυτή τη διδακτική ενότητα, η οποία πραγματοποιείται με οδηγία καθηγητή σε ζωντανή μορφή, οι συμμετέχοντες θα μάθουν πώς να κατασκευάζουν ChatBots στο Python.

Την λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Κατανοήσουν τα βασικά στοιχεία της κατασκευής ChatBots
• Να κατασκευάζουν, να δοκιμάζουν, να εγκαθιστούν και να τροποποιούν διάφορους ChatBots χρησιμοποιώντας Python

Ακροατήριο

• Προγραμματιστές

Μορφή του μαθήματος

• Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και επαναληπτική χειρονομία

Σημείωση

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

Αυτή η εκπαίδευση με καθοδήγηση καθηγητή (online ή χώρος παρουσίας) απευθύνεται σε διάλειμμα επίπεδου διαμόρφωσης προγραμματιστές οι οποίοι θέλουν να χρησιμοποιήσουν CUDA για τη δημιουργία εφαρμογών Python που λειτουργούν σε παράλληλη υποστήριξη NVIDIA GPUs.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Χρησιμοποιήσουν τον παράγωγο Numba για την επιτάχυνση εφαρμογών Python σε NVIDIA GPUs.
• Δημιουργήσουν, να κομπιλάρουν και να αναδημοσιεύσουν περιβόητα CUDA kernels.
• Να διαχειρίζονται τη μνήμη GPU.
• Να μετατρέψουν εφαρμογή συστήματος CPU σε μια εφαρμογή που λειτουργεί από GPU.

Αυτή η ζωντανή εκπαίδευση (online ή on-site), που διεξάγεται από εκπαιδευτικό, στο Θεσσαλονίκη, απευθύνεται σε προγραμματιστές που επιθυμούν να χρησιμοποιήσουν το FastAPI με Python για να κατασκευάζουν, δοκιμάζουν και αναπτύσσουν RESTful APIs πιο εύκολα και γρήγορα.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Ρυθμίσουν το απαραίτητο περιβάλλον ανάπτυξης για την ανάπτυξη APIs με Python και FastAPI.
• Δημιουργήσουν APIs πιο γρήγορα και εύκολα χρησιμοποιώντας τη βιβλιοθήκη FastAPI.
• Μάθουν πώς να δημιουργούν δομές και σχήματα δεδομένων με βάση το Pydantic και OpenAPI.
• Συνδέσουν APIs σε βάση δεδομένων χρησιμοποιώντας SQLAlchemy.
• Εφαρμόσουν ασφάλεια και πιστοποίηση σε APIs χρησιμοποιώντας τα εργαλεία FastAPI.
• Κατασκευάσουν εικόνες κοντέινερ και να αναδημοσπερήσουν web APIs σε cloud server.

Αυτή η εκπαίδευση με εγκαθιδρυτικό, ζωντανή σε Θεσσαλονίκη (online ή onsite), απευθύνεται σε επιστήμονες δεδομένων που θέλουν να χρησιμοποιήσουν το TensorFlow για την ανάλυση δεδομένων πιθανών παρανομιών.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Δημιουργήσουν ένα μοντέλο ανίχνευσης παρανομιών στο Python και TensorFlow.
• Κατασκευάσουν γραμμικές παλινδρομήσεις και μοντέλα γραμμικών παλινδρομήσεων για την πρόβλεψη παρανομιών.
• Αναπτύξουν μια εφαρμογή AI από τέλος σε τέλος για την ανάλυση δεδομένων παρανομιών.

Αυτή η ομαδική, ζωντανή εκπαίδευση σε Θεσσαλονίκη (online ή on-site) απευθύνεται σε τεχνικούς δικτύων που θέλουν να διατηρούν, να διαχειρίζονται και να σχεδιάζουν υπολογιστικά δίκτυα με το Python.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Να βελτιώσουν και να χρησιμοποιήσουν το Paramiko, Netmiko, Napalm, Telnet και pyntc για αυτοματοποίηση δικτύων με Python.
• Να καταλάβουν την πολυθρησκεία και πολυδιαδρομικότητα στην αυτοματοποίηση δικτύων.
• Να χρησιμοποιήσουν το GNS3 και Python για πρόγραμμα δικτύου.

Σε αυτή την εκπαιδευτική οργανωμένη και ζωντανή διάλεξη στο Θεσσαλονίκη, οι συμμετέχοντες θα μάθουν πώς να χρησιμοποιήσουν το Python για να παραγάγουν ευψύνον ελληνικό κείμενο, αποτέλεσμα της κατασκευής δικής τους συστήματος NLG από μηδέν. Θα εξεταστούν περίπτωση μελέτης και θα εφαρμοστούν τα σχετικά όριζόντια σε ζωντανά προγράμματα laboratόrίου για την παραγωγή περιεχομένου.

Τελικά από αυτή την διάλεξη, οι συμμετέχοντες θα μπορέσουν να:

• Χρησιμοποιούν NLG για την αυτόματη παραγωγή περιεχομένου σε διάφορες βιομηχανίες, από την εκδοτική ρύθμιση έως το κληρικό περιβάλλον, μέχρι την εγχώρια και αθλητική υπηρεσία δημοσιεύσεων.
• Επιλέγουν και οργανώνουν πηγαίο περιεχόμενο, σχεδιάζουν πρότυπα, και προετοιμάζουν ένα σύστημα για την αυτόματη παραγωγή αρχικού περιεχομένου.
• Συνειδητοποιούν τον διαδικαστικό ροών NLG και εφαρμόζουν τους ορθούς τεχνικούς σε κάθε στάδιο.
• Συνειδητοποιούν την αρχιτεκτονική ενός Natural Language Generation (NLG) συστήματος.
• Εφαρμόζουν τους κατάλληλους λογισμικούς χώρους και πεπερασμένα μοντέλα για ανάλυση και διάθεση.
• Τίθενται σε άμεση εφαρμογή δεδομένων από δημόσια διαθέσιμες πηγές καθώς και βάσεις δεδομένων για να χρησιμοποιήσουν ως υλικό για την παραγωγή κειμένων.
• Αντικαθιστούν τους αυτόματους και σπανίους διαδικασίες γραφής με υπολογιστική παραγωγή, αυτομάτη δημιουργία περιεχομένου.

Αυτή η εκπαίδευση υπό διεύθυνση καθηγητή, live training σε Θεσσαλονίκη (online ή χώρου) απευθύνεται σε πειραματικούς εξεταστές όπως να πραγματοποιούν τεστ διαρρήξεων σε Kali Linux χρησιμοποιώντας Python.

Μέχρι το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Δημιουργήσουν προγράμματα Python για τον εξερεύνηση αδυναμίες δικτύων.
• Εξερευνήσουν και να χρησιμοποιήσουν τις web shells και shellcode σε εκμετάλλευσεις.
• Εφαρμόζουν διάφορα εργαλεία Kali για την πειραματική απόδειξη.
• Εκμεταλλεύουν συστήματα με Python.

Αυτή η εκπαίδευση με καθοδήγηση διδάσκοντα (online ή χωρός) απευθύνεται σε χρήστες προχώρημου επιπέδου.

Μορφή του Μαθήματος

• Διαδραστική παράσταση και συζήτηση.
• Πολλά ασκήματα και εξάσκηση.
• Εφαρμογή με χειρονομία σε ζωντανό περιβάλλον εργαστηρίου.

Επιλογές Προσαρμογής Μαθήματος

• Για να ζητήσετε προσαρμοσμένη εκπαίδευση για αυτό το μάθημα, παρακαλώ επικοινωνήστε μαζί μας για διοργάνωση.

Αυτή η επαγγελματική, εκπαιδευτική εκπαίδευση (online ή on-site) απευθύνεται σε διαμορφωτές που θέλουν να χρησιμοποιήσουν το Python ως γλώσσα προγραμματισμού της πλευράς του διακομιστή για να δημιουργήσουν ένα web application. Θα εξερευνηθούν διάφορες τεχνικές και πλαίσια ανάπτυξης για να φτάσουμε στο πιό κατάλληλο για ένα συγκεκριμένο πρόβλημα.

Κατά τη διάρκεια αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

• Να εγκαταστήσουν και να ρυθμίσουν πακέτα και πλαίσια Python.
• Να θεσπίσουν το κατάλληλο περιβάλλον ανάπτυξης για να βελτιστοποιήσουν τη διαδικασία εγγραφής.
• Να συγγράψουν τον κώδικα που χρειάζεται για να εξυπηρετήσει τη λειτουργία που αναμένεται από τους τελικούς χρήστες μιας εφαρμογής (φόρμες, ερωτήσεις βάσης δεδομένων, υπολογισμοί κλπ.)
• Να επιλέξουν από διάφορα δημοφιλή πλαίσια όπως το Django και Flask για να αυτοματοποιήσουν επαναληπτικές εργασίες και να μειώσουν το χρόνο ανάπτυξης.

Το Python είναι ένα υψηλού επιπέδου γλώσσα προγραμματισμού διάσημη για τη σαφή συνταξή και την ανάγνωση του κώδικα.

Σε αυτή την ζωντανή εκπαίδευση που καθοδηγεί ο εκπαιδευτικός, οι συμμετέχοντες θα μάθουν να χρησιμοποιούν το Python για κβαντιτατιβή χρηματοοικονομική ανάλυση.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Κατανοήσουν τα βασικά αξιώματα της προγραμματισμέν ικής γλώσσας Python
• Να χρησιμοποιούν το Python σε χρηματοπιστωτικές εφαρμογές, συμπεριλαμβανομένων των μαθηματικών τεχνικών, των στοχαστικών και των στατιστικών
• Να εφαρμόζουν χρηματοπιστωτικά αλγόριθμους με υψηλή απόδοση στο Python

Ακροατήριο

• Προγραμματιστές
• Κβαντιτατιβοί αναλυτές

Μορφή του μαθήματος

• Μερικά διδασκαλία, μερική συζήτηση, ασκήσεις και επαναληπτική πρακτική

Η οπτική της υπολογιστικής είναι ένας τομέας που ασχολείται με την αυτόματη εξαγωγή, ανάλυση και κατανόηση χρήσιμων πληροφοριών από νατίβα μέσα. Το Python είναι ένα υψηλού επιπέδου γλώσσα προγραμματισμού γνωστή για τη σαφή συνταξη και τη βαθιά διαβασιμότητα του κώδικα.

Σε αυτό το οδηγούμενο, ζωντανό εκπαιδευτικό πρόγραμμα, οι συμμετέχοντες θα μάθουν τις βασικές αρχές της υπολογιστικής οπτικής καθώς προχωρούν στη δημιουργία μιας σειράς απλών εφαρμογών υπολογιστικής οπτικής χρησιμοποιώντας το Python.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Κατανοήσουν τις βασικές αρχές της υπολογιστικής οπτικής
• Χρησιμοποιήσουν το Python για να εκτελούν εργασίες υπολογιστικής οπτικής
• Κατασκευάσουν το δικό τους σύστημα ανίχνευσης προσώπων, αντικειμένων και κίνησης

Ακροατήριο

• Προγραμματιστές Python που ενδιαφέρονται για τη υπολογιστική οπτική

Μορφή του μαθήματος

• Τμήμα παράσταση, τμήμα συζήτηση, ασκήσεις και αυτόνομη πράξη με βαρύ πρακτικό εργαλείο

To Μαθήμα εισάγει τον φοιτητή στη γλώσσα προγραμματισμού Python. Επί τέλους αυτής της τάξης, οι φοιτητές θα είναι σε θέση να γράφουν προγράμματα Python μη απλών δομών που αντιμετωπίζουν μια ευρύ φάσμα θεμάτων. Τα Θέματα περιλαμβάνουν τα συστατικά της γλώσσας, τη δουλεία με επαγγελματικό IDE, τους χαρακτηριστικούς κυκλικής εκτέλεσης, τους συμβολοσειρές, την I/O, τους συλλογικούς τύπους δεδομένων, τα κλάσεις, τα μόδουλα και τους κανονικούς εκφράσεις. Το Μαθήμα επιστηρίζεται από πολλά χειροντονικά εργαστήρια, λύσεις και παραδείγματα κώδικα.

Μετά την ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να δείξουν γνώση και κατανόηση των αρχών ασφάλειας Python.         
 

Αυτό το κατευθυνόμενο από εκπαιδευτή, ζωντανό προγραμματισμό (online ή on-site), στέλνεται σε προγραμματιστές και επιστήμονες δεδομένων που θέλουν να χρησιμοποιήσουν το spaCy για να επεξεργάζονται μεγάλα όμαδα κειμένων, να ανακαλύπτουν πρότυπα και να αποκτούν επιχειρηματικές διαφωνίες.

Μέχρι το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Εγκαταστήσουν και να ρυθμίσουν το spaCy.
• Κατανοήσουν την προσέγγιση του spaCy στην Επεξεργασία Φυσικής Γλώσσας (NLP).
• Εξάγουν πρότυπα και να αποκτούν επιχειρηματικές διαφωνίες από μεγάλες πηγές δεδομένων.
• Να ολοκληρώσουν τη βιβλιοθήκη spaCy σε υφιστάμενες web και παλιές εφαρμογές.
• Να εφαρμόσουν το spaCy σε ζωντανές παραγωγικές περιβάλλοντα για να προβλέπουν ανθρώπινη καταστάση.
• Να χρησιμοποιήσουν το spaCy για να εκδικαστούν το κείμενο για βάθυ μάθηση.

Μορφή του Μαθήματος

• Αλληλεπίδραση, διάλεξη και συζήτηση.
• Πολλά ασκήματα και πρακτική εφαρμογή.
• Χειροντική υλοποίηση σε ζωντανό χώρο-βήμα (live-lab).

Ευέξυιες παιδαγωγικές επιλογές για το μάθημα

• Για να ζητήσετε κατευθυνόμενη εκπαίδευση για αυτό το μάθημα, παρακαλώ επικοινωνήστε μαζί μας.
• Για να μάθετε περισσότερα για το spaCy, επισκεφτείτε: https://spacy.io/

Το Tableau είναι ένα εργαλείο επιχειρηματικής ανάλυσης και οπτικοποίησης δεδομένων. Το Python είναι μια ευρέως χρησιμοποιόμενη γλώσσα προγραμματισμού που παρέχει υποστήριξη για μια ευρεία πλειάδα στατιστικών και τεχνικών τεχνικών μηχανικού μάθηματος. Η δύναμη οπτικοποίησης δεδομένων του Tableau και η ικανότητα μηχανικού μάθηματος του Python, όταν συνδυάζονται, βοηθούν τους διεργασίες να κατασκευάζουν γρήγορα προηγμένες εφαρμογές ανάλυσης δεδομένων για διάφορες επιχειρηματικές χρήσεις.

Σε αυτό το εξεταστικό, ζωντανό μαθήμα, οι συμμετέχοντες θα μάθουν πώς να συνδυάζουν το Tableau και το Python για να εκτελούν προηγμένη ανάλυση. Η συνδυασμός του Tableau και του Python θα γίνει μέσω της API TabPy.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Να ολοκληρώσουν τη σύνδεση μεταξύ Tableau και Python χρησιμοποιώντας TabPy API
• Να χρησιμοποιούν τη σύνδεση του Tableau και του Python για να αναλύουν περίπλοκα επιχειρηματικά σcenariares με λίγες γραμμές κώδικα Python

Δυναμική Κοινότητας

• Διεργαστές
• Επιστήμονες δεδομένων

Μορφή του μαθήματος

• Μέρος ομιλία, μέρος συζήτηση, ασκήσεις και εντατική πρακτική

Στα Python Machine Learning, η λειτουργία Περίληψη Κειμένου είναι ικανή να διαβάσει το εισαγόμενο κείμενο και να παράγει μια περίληψη κειμένου. Αυτή η δυνατότητα είναι διαθέσιμη από τη γραμμή εντολών ή ως Python API/Βιβλιοθήκη. Μια συναρπαστική εφαρμογή είναι η γρήγορη δημιουργία περιλήψεων για στελέχη· αυτό είναι ιδιαίτερα χρήσιμο για οργανισμούς που πρέπει να εξετάσουν μεγάλους όγκους δεδομένων κειμένου πριν δημιουργήσουν αναφορές και παρουσιάσεις.

Σε αυτή την εκπαίδευση με καθοδηγητή, οι συμμετέχοντες θα μάθουν να χρησιμοποιούν το Python για να δημιουργήσουν μια απλή εφαρμογή που δημιουργεί αυτόματα μια περίληψη του εισαγόμενου κειμένου.

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

• Να χρησιμοποιούν ένα εργαλείο γραμμής εντολών που συνοψίζει κείμενο.
• Να σχεδιάζουν και να δημιουργούν κώδικα Περίληψης Κειμένου χρησιμοποιώντας τις βιβλιοθήκες Python.
• Να αξιολογούν τρεις βιβλιοθήκες περίληψης Python: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17

Ακροατήριο

• προγραμματιστές
• Επιστήμονες Δεδομένων

Μορφή του μαθήματος

• Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και βαριά πρακτική εξάσκηση

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Θεσσαλονίκη (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.