Giriş: Google Colab için Data Science Eğitimi

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye – çevrimiçi veya yerinde) bulut mühendisleri ve geliştiricilerin, AWS ekosistemi içindeki altyapı kaynaklarını yönetmek için CloudFormation'i kullanmalarını amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Altyapı yönetimini otomatikleştirmek için CloudFormation şablonlarını uygulayın.
• Mevcut AWS kaynaklarını CloudFormation ile entegre edin.
• Çoklu hesaplar ve bölgeler arasında yığınları yönetmek için StackSet'leri kullanın.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), paketleri ve veri analizi iş akışlarını tek bir platformda yakalamak, yönetmek ve dağıtmak için Anaconda ekosistemini kullanmak isteyen veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Anaconda bileşenlerini ve kütüphanelerini kurmak ve yapılandırmak.
• Anaconda'ün temel kavramlarını, özelliklerini ve faydalarını anlamak.
• Anaconda Navigator kullanarak paketleri, ortamları ve kanalları yönetmek.
• Veri bilimi ve makine öğrenimi için Conda, R ve Python paketlerini kullanmak.
• Çoklu veri ortamlarını yönetmek için bazı pratik kullanım durumlarını ve teknikleri öğrenmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), web uygulamasına bir aDynamoDB NoSQL veritabanı entegre etmek isteyen geliştiricilere yöneliktir ve AWS üzerinde barındırılır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Verileri DynamoDB'ye entegre etmeye başlamak için gerekli geliştirme ortamını kurmak.
• DynamoDB'yi web ve mobil uygulamalara entegre etmek.
• AWS hizmetlerini kullanarak AWS'de verileri taşımak.
• AWS DAX ile işlemler uygulamak.

Bu eğitmen liderliğindeki, canlı eğitim (yerinde veya uzaktan) AWS üzerinde IoT cihazlarını dağıtmak ve yönetmek isteyen mühendislere yöneliktir.

Bu eğitimin sonunda katılımcılar, bir arka uç, ağ geçidi ve cihazların AWS üzerinde dağıtımını ve yönetimini içeren bir IoT platformu oluşturabileceklerdir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye – çevrimiçi veya yerinde) mikro hizmetleri Microsoft Azure Service Fabric (ASF) üzerinde oluşturmak isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Mikro hizmetleri oluşturmak ve yönetmek için bir platform olarak ASF'yi kullanmak.
• Temel mikro hizmet programlama kavramlarını ve modellerini anlamak.
• Azure içinde bir küme oluşturmak.
• Mikro hizmetleri şirket içinde veya bulutta dağıtmak.
• Canlı bir mikro hizmet uygulamasını ayıklamak ve sorun gidermek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), AWS altyapısını yönetme sürecini otomatikleştirmek için AWS CloudFormation'i kullanmak isteyen mühendislere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Altyapıyı yönetmeye başlamak için AWS hizmetlerini etkinleştirmek.
• "Altyapı olarak kod" ilkesini anlamak ve uygulamak.
• Altyapı dağıtımının kalitesini artırmak ve maliyetleri düşürmek.
• YAML kullanarak AWS CloudFormation Şablonları yazmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), sunucusuz uygulamalar ve hizmetler oluşturmak için Fn'i kullanmak isteyen programcılara ve geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Fn'i kurarak dizinleri ve işlevleri oluşturabilmek.
• Farklı programlama dilleri kullanarak uygulamalar oluşturabilmek.
• Geliştirme ve dağıtım aşamalarında sorunları çözmek için işlevleri izleyebilmek.

Summery:

• Basics of IoT architecture and functions
• “Things”, “Sensors”, Internet and the mapping between business functions of IoT
• Essential of all IoT software components- hardware, firmware, middleware, cloud and mobile app
• IoT functions- Fleet manager, Data visualization, SaaS based FM and DV, alert/alarm, sensor onboarding, “thing” onboarding, geo-fencing
• Basics of IoT device communication with cloud with MQTT.
• Connecting IoT devices to AWS with MQTT (AWS IoT Core).
• Connecting AWS IoT core with AWS Lambda function for computation and data storage.
• Connecting Raspberry PI with AWS IoT core and simple data communication.
• Alerts and events
• Sensor calibration

Bu eğitmen liderliğindeki, canlı eğitim (online veya yerinde), Data Science kullanarak kariyerlerini geliştirmek isteyen veri bilimcileri ve geliştiricileri hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri bilimi ve makine öğrenimi hakkında bilgi edinin.
• Veri analitiğini keşfedin.
• Kaggle hakkında bilgi edinin ve nasıl çalıştığını öğrenin.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), daha hızlı veri analizi için Pandas ile paralel hesaplamalar oluşturmak ve uygulamak isteyen veri bilimcileri ve geliştiricileri hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Modin ile ölçeklenebilir Pandas iş akışlarını geliştirmek için gerekli ortamı kurmak.
• Modin'in özelliklerini, mimarisini ve avantajlarını anlamak.
• Modin, Dask ve Ray arasındaki farkları bilmek.
• Modin ile Pandas işlemlerini daha hızlı gerçekleştirmek.
• Tüm Pandas API'sini ve işlevlerini uygulamak.

Bu eğitmen liderliğindeki, canlı eğitim (yerinde veya uzaktan) OpenFaas'u kullanarak, temel sunucu altyapısını yönetme endişesi duymadan olay güdümlü işlevler oluşturmak, derlemek, test etmek, ayıklamak ve dağıtmak isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• OpenFaas'u kurmak ve yapılandırmak.
• Tekrarlayan şablon kodlamasına gerek kalmadan herhangi bir ikili kodu veya programı sunucusuz bir işlev olarak paketlemek.
• AWS Lambda'dan ayrılmak ve kilitlenmeyi önlemek.
• Olay güdümlü işlevleri şirket içi bir sunucuya veya buluta dağıtmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), OpenMP kullanarak paralel uygulamalar geliştirmek isteyen yazılım mühendislerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Fortran ile paralel programlamayı OpenMP içinde anlayıp kullanmak.
• Çok sayıda piksel ve karakter oluşturmak için fraktalları paralel olarak hesaplamak.
• Yüksek performanslı bilgi işlem (HPC) sistemleri için SIMD uzantılarıyla vektör programlama uygulamak.
• Paylaşımlı bellek paralelliğini belirtmek için paralel bloklar eklemek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), RAPIDS kullanarak GPU hızlandırılmış veri işlem hatları, iş akışları ve görselleştirmeler oluşturmak isteyen veri bilimcileri ve geliştiricilere yöneliktir; XGBoost, cuML gibi makine öğrenimi algoritmalarını uygulayarak.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• NVIDIA RAPIDS ile veri modelleri oluşturmak için gerekli geliştirme ortamını kurmak.
• RAPIDS’nin özelliklerini, bileşenlerini ve avantajlarını anlamak.
• Uçtan uca veri ve analiz işlem hatlarını hızlandırmak için GPU’ları kullanmak.
• cuDF ve Apache Arrow ile GPU hızlandırılmış veri hazırlama ve ETL uygulamak.
• XGBoost ve cuML algoritmalarıyla makine öğrenimi görevlerini nasıl gerçekleştireceğini öğrenmek.
• cuXfilter ve cuGraph ile veri görselleştirmeleri oluşturmak ve grafik analizi yapmak.

Bu eğitmen liderliğindeki, canlı eğitim (yerinde veya uzaktan) Serverless Framework'i AWS ve diğer bulut platformlarında mikro hizmet uygulamaları oluşturmak ve dağıtmak isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Serverless Framework'i AWS Lambda gibi işlem hizmetleriyle çalışacak şekilde kurmak.
• Mikro hizmetleri farklı bulut platformlarına dağıtmanın karmaşıklığını ve maliyetini azaltmak.
• Olayları yayınlamak ve yakalamak ve işlevleri otomatik olarak yürütmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), kurumsal uygulamaları Kubernetes içinde sunucusuz bir yaklaşımla oluşturmak isteyen geliştiriciler ve DevOps mühendisler hedeflidir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Sunucusuz bir mimari ile geliştirmeye başlamak için Kubernetes sistemini kurmak ve yapılandırmak.
• Sunucusuz ortamların temel kavramlarını ve ilkelerini anlamak.
• Sunucusuz geliştirmeye gerekli olan araç zincirlerini kullanmak ve bunları Kubernetes bileşenleriyle entegre etmek.
• Python programlama dilinde becerilerini uygulamak ve bunu sunucusuz sistemleri uygulamak için kullanmak.
• Kubernetes üzerinde sunucusuz bir çerçeve aracılığıyla dağıtılan kurumsal uygulamaları güvence altına almak.
• DevOps görev işleme iş akışlarını optimize etmek için modern bulut bilişim yöntemlerini kullanmak.