Veri Bilimine Pragmatik Bir Giriş Eğitimi

Bu eğitmen tarafından yönetilen canlı eğitim Türkiye (çevrimiçi veya yerel) ileri düzey DevOps ve SRE uzmanlarına Grafana ve Prometheus kullanarak uyarı ve otomasyon becerilerini geliştirmeyi amaçlamaktadır.

Bu eğitim sonunda katılımcılar şunları yapabilecektir:

• Prometheus'ta ileri düzey uyarı kuralları oluşturmayı ve yönetmeyi öğrenecekler.
• Webhooks kullanarak Prometheus Alertmanager'ı dış araçlarla entegre etmeyi öğrenecekler.
• Daha hızlı sorun çözümleri için uyarıların otomatik yanıtını sağlayacaklar.
• Uyarıları etkili bir şekilde görselleştirmeyi ve yönetmeyi Grafana kullanarak öğrenecekler.

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), etkili panolar oluşturmak ve Grafana ve Prometheus kullanarak izleme uygulamalarını optimize etmek isteyen orta seviyedeki DevOps ve SRE profesyonellerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Etkili panolar tasarlamak için en iyi uygulamaları anlayabilecektir.
• Gelişmiş Grafana pano öğelerini oluşturup yapılandırabilecektir.
• Dinamik ve yeniden kullanılabilir panolar için Grafana şablonlarını kullanabilecektir.
• Operasyonel farkındalığı artırmak için uyarı mekanizmaları uygulayabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye – çevrimiçi veya yerinde), uygulamalarını özel ölçümleri dışa aktarmak ve etkili bir şekilde izlemek isteyen orta düzeydeki geliştiriciler ve DevOps mühendisler hedeflenmektedir; bu eğitim Prometheus ve Grafana kullanılarak gerçekleştirilecektir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Uygulama izleme için özel ölçümlerin önemini anlayabilecektir.
• Prometheus için özel ölçümler dışa aktarmak üzere uygulamaları enstrümante edebilecektir.
• Özel ölçümleri görselleştirmek için Grafana içinde gösterge panelleri oluşturup yapılandırabilecektir.
• İzlemeyi geliştirme yaşam döngüsüne entegre etmek için en iyi uygulamaları uygulayabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (yerinde veya uzaktan) veri analistlerinin Grafana kullanarak verileri izlemesi ve görselleştirmesi için tasarlanmıştır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Grafana içinde görselleştirmeler oluşturmaya başlamak için gerekli geliştirme ortamını kurmak.
• Grafana'i yüksek kullanılabilirlik için yapılandırmak.
• Verilerle panelleri ve gösterge tablolarını özelleştirmek.
• Hızlı yükleme hızları için bir ters proxy yapılandırmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), veri görselleştirme ve analizi için Grafana'nin gelişmiş özelliklerini ve bileşenlerini öğrenmek ve kullanmak isteyen orta düzeydeki veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Gelişmiş Grafana kavramları ve bileşenleri hakkında derinlemesine bilgi edinmek.
• Gelişmiş veri görselleştirmesi için şablon değişkenlerini ve dinamik panoları kullanmak.
• Karmaşık sorgular için Grafana Sorgu Dilini kullanmak.
• Grafana'yi ölçeklendirmek, performansı optimize etmek ve yüksek kullanılabilirlik sağlamak için en iyi uygulamaları öğrenmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye – çevrimiçi veya yerinde) temelden orta seviyeye kadar olan BT profesyonellerine yöneliktir ve Grafana ve GLPI yönetiminde başarılı olmak için gerekli bilgi ve pratik becerileri kazanmalarını amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Farklı görselleştirmelerle Grafana panoları oluşturma ve özelleştirme.
• İzleme için uyarı ve bildirimleri uygulama.
• Kullanıcı hesaplarını, ekipleri ve izinleri yönetme.
• Donanım ve yazılım envanterini de içeren BT varlıklarını etkin bir şekilde yönetme.
• Kullanıcı desteği ve bilet yönetimi için bir yardım masası sistemi uygulama.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), verileri Grafana ve Graphite ile görselleştirmek ve izlemek isteyen web geliştiricileri ve DevOps mühendisleri hedefler.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Sistemler ve uygulamalarla ilgili ölçümleri toplayıp görselleştirebilme.
• Uygulama ölçümleri toplamak için bir StatsD istemcisi oluşturabilme.
• Grafana ile bilgilendirici ve dinamik panolar oluşturabilme.
• Arka uç performansından içgörüler elde edebilme.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), temel düzeydeki BT profesyonelleri ve DevOps uygulayıcıları için Grafana ve Prometheus temellerini öğrenmeyi amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Grafana ve Prometheus'nın amacını ve temel özelliklerini anlayabilecektir.
• Linux ortamında Grafana ve Prometheus'yı kurabilir ve yapılandırabilecektir.
• Grafana içinde temel veri kaynaklarını ve panoları ayarlayabilecektir.
• Prometheus kullanarak sistem metriklerini izleyebilir ve verileri görselleştirebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), bulut ve DevOps mühendislerinin bulut gözlemlenebilirliğini Grafana ve Prometheus ile geliştirmeyi amaçlayan orta seviyedeki profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Grafana ve Prometheus'u bulut platformlarıyla entegre etmenin faydalarını anlayabilecektir.
• Bulut tabanlı kaynakları izlemek için Prometheus'u kurabilecektir.
• Bulut hizmeti metriklerini görselleştirmek için Grafana'i yapılandırabilecektir.
• Ölçeklenebilirliği izlemek için yerel bulut araçlarını ve entegrasyonlarını kullanabilecektir.

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), temel izleme becerilerini Grafana ve Prometheus kullanarak geliştirmek isteyen başlangıç seviyesindeki sistem yöneticilerine ve DevOps mühendislerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• BT ortamlarında izlemenin amacını ve önemini anlayabilecektir.
• Temel izleme görevleri için Grafana ve Prometheus'i kurup yapılandırabilecektir.
• Sistem performansını görselleştirmek için basit panolar ve uyarılar oluşturabilecektir.
• Sistem kullanılabilirliği ve performansı için en iyi uygulamaları uygulayabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), Kubernetes kümeleri için izleme becerilerini geliştirmek isteyen ileri düzey Kubernetes yöneticilerine ve DevOps mühendislerine yöneliktir; Prometheus ve Grafana kullanılarak.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Prometheus ve Grafana'i Kubernetes izlemesi için ayarlamak.
• Pod'lar, düğümler ve hizmetler için temel metrikleri izlemek.
• Küme sağlığını ve performansını görselleştirmek için dinamik panolar oluşturmak.
• Proaktif sorun çözümü için uyarı stratejileri uygulamak.
• Kubernetes ortamlarında izleme çözümlerini ölçeklendirmek için en iyi uygulamaları uygulamak.

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 tarafından yönetilen, canlı eğitim Türkiye (çevrimiçi veya yerinde) veri bilimcilerine ve geliştiricilere RAPIDS'i kullanarak GPU hızlandırılmış veri hatları, iş akışları ve görselleştirmeler oluşturmayı, XGBoost, cuML gibi makine öğrenimi algoritmalarını uygulamayı hedef almaktadır.

Bu eğitim sonunda katılımcılar şunları yapabilecekler:

• NVIDIA RAPIDS ile veri modelleri oluşturmak için gerekli geliştirme ortamını kurma.
• RAPIDS'in özelliklerini, bileşenlerini ve avantajlarını anlamak.
• GPU'ları uçtan uca veri ve analitik hatlarını hızlandırmaya kullanma.
• cuDF ve Apache Arrow ile GPU hızlandırılmış veri hazırlığı ve ETL uygulama.
• XGBoost ve cuML algoritmalarıyla makine öğrenimi görevleri nasıl gerçekleştirileceğini öğrenme.
• cuXfilter ve cuGraph ile veri görselleştirmeleri oluşturma ve grafik analizi yürütme.