Pratik Kuantum Hesaplama Eğitimi

Bu eğitmen yönetilen, canlı eğitim (Türkiye çevrimiçi veya yerel) kuantum bilgisayarını yapay zeka yeteneklerini geliştirmek isteyen ileri düzey profesyoneller için tasarlanmıştır.

Bu eğitim sonunda, katılımcılar şunları yapabilecektir:

• Kombineli AI-kuantum sistemlerini ve potansiyel uygulamalarını anlamak.
• Kuantum makine öğrenme algoritmalarını uygulamak.
• Kuantum bilgisayar kaynaklarını kullanarak AI modellerini optimize etmek.
• Kuantum AI sistemlerinin ölçeklendirilmesi ve entegrasyonu konusundaki zorlukları aşmak.

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.

Genel Bakış

İletişim hizmeti sağlayıcıları (CSP'ler), mükemmel müşteri deneyimi sağlarken maliyetleri düşürme ve kullanıcı başına ortalama geliri (ARPU) en üst düzeye çıkarma konusunda baskı altındadır, ancak veri hacimleri artmaya devam etmektedir. Küresel mobil veri trafiği, 2016'ya kadar yıllık bileşik büyüme oranı (CAGR) olarak %78 artarak aylık 10,8 exabyte'a ulaşacaktır.

Bu arada, CSP'ler çağrı detay kayıtları (CDR), ağ verileri ve müşteri verileri dahil olmak üzere büyük miktarda veri üretmektedir. Bu verileri tam olarak kullanan şirketler rekabet avantajı elde etmektedir. The Economist Intelligence Unit tarafından yapılan son bir ankete göre, veri odaklı karar alma kullanan şirketler %5-6 oranında verimlilik artışı elde etmektedir. Ancak şirketlerin %53'ü değerli verilerinin yalnızca yarısını kullanmakta ve katılımcıların dörtte biri, çok miktarda kullanışlı verinin kullanılmadığını belirtmektedir. Veri hacimleri o kadar yüksektir ki manuel analiz imkansızdır ve çoğu eski yazılım sistemi ayak uyduramamaktadır, bu da değerli verilerin atılmasına veya göz ardı edilmesine neden olmaktadır.

Big Data & Analytics’in yüksek hızlı, ölçeklenebilir büyük veri yazılımıyla, CSP'ler daha kısa sürede daha iyi karar almak için tüm verilerini çıkarabilirler. Farklı Big Data ürünleri ve teknikleri, büyük verilerden içgörüler toplamak, hazırlamak, analiz etmek ve sunmak için uçtan uca bir yazılım platformu sağlar. Uygulama alanları arasında ağ performansı izleme, dolandırıcılık tespiti, müşteri kaybı tespiti ve kredi risk analizi yer almaktadır. Big Data & Analytics ürünleri terabaytlarca veriyi işleyecek şekilde ölçeklenebilir, ancak bu tür araçların uygulanması Hadoop gibi yeni nesil bulut tabanlı veritabanı sistemleri veya devasa ölçekli paralel işlemci (KPU vb.) gerektirir.

Bu kurs, CSP'lerin verimlilik kazanımı için yatırım yaptığı ve yeni iş gelir akışları açtığı tüm yeni alanları kapsayan Big Data BI for Telco konusunu ele almaktadır. Kurs, karar vericilerin ve yöneticilerin Big Data BI'ın Telco'daki potansiyelini tam olarak anlamalarını sağlamak için Big Data BI'ın Telco'daki 360 derecelik kapsamlı bir genel bakışını sunacaktır.

Kurs Hedefleri

Kursun ana hedefi, Telecom Business'ün 4 sektöründe (Marketing/Satış, Ağ Operasyonları, Finansal Operasyonlar ve Müşteri İlişkileri Management) yeni Big Data iş zekası tekniklerini tanıtmakdır. Öğrencilere aşağıdakiler tanıtılacaktır:

• Big Data'ya giriş - Big Data'daki 4V (hacim, hız, çeşitlilik ve doğruluk) nedir - Telco perspektifinden oluşturma, çıkarma ve yönetme
• Big Data analitiğinin eski veri analitiğinden nasıl farklı olduğu
• Big Data'nın şirket içi gerekçelendirilmesi - Telco perspektifi
• Hadoop Ekosistemine giriş - Big Data sorunlarını çözmek için ne zaman ve nasıl kullanılacakları konusunda Hive, Pig, SPARC gibi tüm Hadoop araçlarına aşinalık
• Big Data'nın analitik araçlar için nasıl çıkarıldığı - Business Analysis'ün entegre Hadoop gösterge panosu yaklaşımı aracılığıyla veri toplama ve analizindeki sorun noktalarını nasıl azaltabileceği
• Telco için temel içgörü analitiği, görselleştirme analitiği ve tahmin analitiği tanıtımı
• Müşteri kaybı analitiği ve Big Data - Big Data analitiğinin Telco'da müşteri kaybını ve müşteri memnuniyetsizliğini nasıl azaltabileceği - vaka çalışmaları
• Ağ meta verilerinden ve IPDR'den ağ arızası ve hizmet arızası analitiği
• Satış ve operasyonel verilerden finansal analiz - dolandırıcılık, israf ve yatırım getirisi tahmini
• Müşteri edinme sorunu - hedef pazarlama, müşteri segmentasyonu ve satış verilerinden çapraz satış
• Tüm Big Data analitik ürünlerinin tanıtımı ve Telco analitik alanına nasıl uydukları
• Sonuç - Big Data Business Intelligence'yi kuruluşunuzda adım adım nasıl tanıtacağınız

Hedef Kitle

• Ağ operasyonları, Finansal Yöneticiler, CRM Yöneticileri ve Telco CIO ofisindeki üst düzey BT Yöneticileri.
• Telco'daki Business Analistleri
• CFO ofisi yöneticileri/analistleri
• Operasyonel Yöneticiler
• Kalite Güvence Yöneticileri

Bu Türkiye konumunda gerçekleştirilen, eğitmen liderliğindeki canlı eğitimde katılımcılar, kuantum bilgisayalarını hedefleyen algoritmaların geliştirilmesi sürecini adım adım takip ederek kuantum hesaplamanın temellerini öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Kuantum devreleri oluşturmaya başlamak için gerekli geliştirme ortamını kurmak.
• Kapının yerel karşılığı kullanarak kapı davranışını kontrol etmek.
• Cirq kullanarak kübit doğruluğunu artırmak.
• NISQ tabanlı bir kuantum bilgisayar simülatöründe çalışacak bir kuantum devresi yazmak ve çalıştırmak.

Büyük veri, geleneksel veri işleme uygulama yazılımlarının yetersiz kaldığı kadar hacimli ve karmaşık veri kümeleridir. Büyük veri zorlukları arasında veri yakalama, veri depolama, veri analizi, arama, paylaşım, aktarım, görselleştirme, sorgulama, güncelleme ve bilgi gizliliği yer alır.

Bu eğitmen-led, canlı eğitim Türkiye (online veya onsite) başlangıç seviyesinde katılımcılara kuantum bilgisayarın temellerini anlamaları, Google Willow'ın yeteneklerini keşfetmeleri ve kuantum programlamaya nasıl başlayacaklarını öğrenmelerine yöneliktir.

Bu eğitim sonunda katılımciler şunları yapabilecektir:

• Kuantum bilgisayarın ve kubitlerin ilkelerini anlama.
• Google Willow'ı ve kuantum hata düzeltmedeki ilerlemelerini keşfetme.
• Qiskit kullanarak temel kuantum programları yazma ve yürütme.
• Kuantum bilgisayarın gerçek dünya uygulamalarını tespit etme.

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.

ProjectQ, Python dilinde açık kaynaklı bir kuantum bilgi işlemi yazılım çerçevesidir. Bu çerçeve, kullanıcıların kuantum devrelerini ifade etmelerine ve bunları çeşitli hedef kuantum donanımlarına veya simülatörlere çevirmelerine olanak tanır. Çerçeve, gelişmiş optimizasyonlar, derleyici motorları ve hedef sistem desteklemeyi içerir.

Bu eğitmen yönetimi altında gerçekleşen canlı eğitim (online veya onsite), orta seviye geliştiricilerin ProjectQ'ı anlamayı ve pratik kuantum programlama ve arka uç çevirisi için kullanmayı öğrenmelerine yöneliktir.

Eğitim sonunda katılımcılar şunları yapabilecekler:

• ProjectQ mimarisi ve amacını tanımlayabilirler.
• ProjectQ'ın Python API'sini kullanarak kuantum devreleri yazabilirler.
• ProjectQ'ın derleyici motorlarını ve optimizasyonlarını kullanabilirler.
• ProjectQ kullanarak farklı kuantum arka uçlarına veya simülatörlere hedefleyebilirler.

Eğitim Biçimi

• Etkileşimli ders ve tartışma.
• Elindeki kodlama alıştırmaları ve devre oluşturma.
• Simülatör veya donanım arka uçlarına hedefleyen canlı laboratuvar uygulaması.

Eğitim Özelleştirme Seçenekleri

• Bu eğitimi özelleştirmek için lütfen bize başvurunuz.

Bu eğitmen tarafından yönetilen canlı eğitim Türkiye (çevrimiçi veya yerel) bilgisayar bilimcileri ve mühendisler hedef grupıdır. Katılımcılar, kuantum bilgisayarı uygulamaları için algoritmalar geliştirmek üzere kuantum hesaplamanın temellerini anlamayı ve kullanmayı öğrenecektir.

Bu eğitim sonunda katılımcılar şunları yapabilecekler:

• Kuantum hesaplamanın temellerini anlama.
• Kuantum fizik kavramlarını hesaplamalı yöntemlere uygulama ve anlama.
• Kuantum bilgisayarlar için algoritmalar oluşturma.
• Kuantum bilgisayarlarla hesaplama sorunlarını verimli bir şekilde çözme.
• Mevcut hesaplamalı modellere kuantum davranışlarını entegre etme.
• Kuantum hesaplamanın diğer teknolojilerin ilerlemesindeki potansiyelini algılama.

Bu Türkiye'da (online veya face-to-face) gerçekleşen eğitmen-destekli canlı eğitim, Quantum AI'nin temellerini ve potansiyel uygulamalarını anlamak isteyen başlangıç seviyesinden orta seviyeye kadar olan AI profesyonellere ve araştırmacılara yöneliktir.

Bu eğitim sonunda, katılımcılar şu becerileri kazanacaklardır:

• Kuantum bilgisayarlarına uygulanmış olan kuantum mekaniğinin temel ilkelerini anlamak.
• Kuantum algoritmalarının işleyişi ve uygulanması hakkında bilgi sahibi olmak.
• Quantum AI'nin çeşitli endüstrileri nasıl dönüştürme potansiyeline sahip olduğunu tanımak.
• Temel bir kuantum makine öğrenimi modelini geliştirme.
• Quantum AI'nin zorlukları ve etik dikkat edilmesi gereken noktalarını değerlendirme.

Bu eğitmen öncülüğündeki, canlı eğitim Türkiye (online veya yerinde) başlangıç seviyesinden orta seviyeye kadar olan iş ve teknoloji liderlerinin, kuantum hesaplamanın temel ilkelerini anlamalarına ve bu alandaki potansiyel etkilerini, şifreleme, lojistik ve finansal modelleme gibi sektörlerde anlamalarına ve kendi sektörlerinde nasıl uygulanabileceğini öğrenmelerine yönelik olarak düzenlenmiştir.

Bu eğitim sonunda katılımcılar şunları yapabilecekler:

• Qubits ve kuantum bağlantılılık dahil olmak üzere, kuantum hesaplamanın temel ilkelerini anlama.
• Şifreleme, lojistik ve finansal modellemede kuantum hesaplamanın potansiyel uygulamalarını belirleme.
• Kuantum teknolojisinin mevcut sınırlamalarına ve gelecekteki gelişmelere bakma.
• İş zorluklarına etkisi olan kuantum algoritmalarının temellerini tanima.

Bu Türkiye konumunda gerçekleştirilen, eğitmen liderliğindeki canlı eğitimde katılımcılar, kuantum hesaplamanın temellerini ve Q#'u öğrenirken basit kuantum programlarının geliştirilmesi sürecini adım adım inceleyeceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Microsoft'in Kuantum Geliştirme Kitini kurmak ve yapılandırmak.
• Kuantum hesaplamanın arkasındaki kavramları anlamak.
• Q#, Visual Studio ve yerel bir kuantum hesaplama simülatörü kullanarak bir kuantum programı oluşturmak, test etmek, çalıştırmak ve sorun gidermek.

Bu eğitmen tarafından yönetilen, canlı eğitim Türkiye (çevrimiçi veya yerel) bilgisayar bilimcilerinin IBM Quantum Experience kullanarak kuantum devreleri oluşturmak, düzenlemek ve çağırmak isteyenler için düzenlenmiştir.

Bu eğitim sonunda katılımcılar şunları yapabilecek duruma gelecektir:

• Kuantum devreleri oluşturmak için gerekli geliştirme ortamını ayarlamak.
• IBM Quantum Experience ve benzetimlerini kullanarak qubit'lerdeki hataları düzeltemek.
• Kapıların yerel karşılığı kullanarak kapının davranışını kontrol etmek.
• Kapı olaylarının zamanlamasını planlamak.

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.