Qlik Sense az adattudományban Képzés

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) haladó szintű DevOps és SRE szakembereknek szól, akik szeretnék fejleszteni riasztási és automatizálási készségeiket a Grafana és Prometheus segítségével.

A képzés végére a résztvevők képesek lesznek:

• Haladó riasztási szabályokat létrehozni és kezelni a Prometheusban.
• A Prometheus Alertmanager integrálása külső eszközökkel webhookok segítségével.
• Automatizált válaszok megvalósítása a riasztásokra a gyorsabb hibaelhárítás érdekében.
• A Grafana használata a riasztások hatékony megjelenítésére és kezelésére.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) azoknak az adattudósoknak szól, akik szeretnék az Anaconda ökoszisztémát használni csomagok és adatelemzési munkafolyamatok rögzítésére, kezelésére és üzembe helyezésére egyetlen platformon.

A képzés végére a résztvevők képesek lesznek:

• Az Anaconda komponensek és könyvtárak telepítésére és konfigurálására.
• Megérteni az Anaconda alapvető fogalmait, jellemzőit és előnyeit.
• Csomagok, környezetek és csatornák kezelésére az Anaconda Navigator segítségével.
• A Conda, R és Python csomagok használatára adattudományban és gépi tanulásban.
• Megismerni néhány gyakorlati használati esetet és technikát több adatkörnyezet kezelésére.

Ez az oktató által vezetett, élőben tartott képzés Magyarország-ben (online vagy helyszíni) középhaladó szintű DevOps és SRE szakembereknek szól, akik hatásos irányítópultokat szeretnének létrehozni és monitorozási gyakorlataikat optimalizálni a Grafana és a Prometheus segítségével.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a hatékony irányítópultok tervezésének legjobb gyakorlatait.
• Létrehozni és konfigurálni a Grafana irányítópultok fejlett elemeit.
• Kihasználni a Grafana sablonokat dinamikus és újrafelhasználható irányítópultokhoz.
• Riasztási mechanizmusokat implementálni a működési tudatosság fokozása érdekében.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) középhaladó szintű fejlesztőknek és DevOps mérnököknek szól, akik szeretnék hatékonyan instrumentálni alkalmazásaikat egyéni metrikák exportálására és monitorozására a Prometheus és Grafana használatával.

A képzés végére a résztvevők képesek lesznek:

• Megérteni az egyéni metrikák fontosságát az alkalmazások monitorozásában.
• Instrumentálni alkalmazásokat egyéni metrikák exportálására a Prometheus számára.
• Létrehozni és konfigurálni irányítópultokat a Grafana-ban az egyéni metrikák vizualizálásához.
• Alkalmazni a legjobb gyakorlatokat a monitorozás integrálásához a fejlesztési életciklusba.

Ez az oktató által vezetett, élő képzés Magyarország-ben (helyszíni vagy távoli) azoknak az adatelemzőknek szól, akik a Grafanát szeretnék használni az adatok monitorozására és vizualizálására.

A képzés végére a résztvevők képesek lesznek:

• Beállítani a szükséges fejlesztői környezetet a vizualizációk létrehozásához a Grafanában.
• Beállítani a Grafanát magas rendelkezésre állásra.
• Testre szabni paneleket és irányítópultokat adatokkal.
• Konfigurálni egy fordított proxyt a gyors betöltési sebesség érdekében.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) középszintű adatelemzőknek szól, akik szeretnének megismerni és kihasználni a Grafana haladó funkcióit és összetevőit az adatvizualizáció és -elemzés területén.

A képzés végére a résztvevők képesek lesznek:

• Mélyreható megértést szerezni a Grafana haladó fogalmairól és összetevőiről.
• Sablonváltozók és dinamikus irányítópultok használata a fejlett adatvizualizáció érdekében.
• A Grafana Query Language használata összetett lekérdezésekhez.
• Megismerni a legjobb gyakorlatokat a Grafana skálázásához, a teljesítmény optimalizálásához és a magas rendelkezésre állás biztosításához.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) kezdő és középhaladó szintű IT szakembereknek szól, akik szeretnék elsajátítani a Grafana és GLPI adminisztrációjához szükséges ismereteket és gyakorlati készségeket.

A képzés végére a résztvevők képesek lesznek:

• Grafana irányítópultokat létrehozni és testreszabni különböző vizualizációkkal.
• Riasztásokat és értesítéseket implementálni a monitorozáshoz.
• Felhasználói fiókokat, csapatokat és engedélyeket adminisztrálni.
• Hatékonyan kezelni az IT eszközöket, beleértve a hardver- és szoftver nyilvántartást.
• Helpdesk rendszert implementálni a felhasználói támogatás és jegykezelés érdekében.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) webfejlesztőknek és DevOps mérnököknek szól, akik szeretnék a Grafana és Graphite segítségével megjeleníteni és monitorozni az adatokat.

A képzés végén a résztvevők képesek lesznek:

• Rendszerek és alkalmazások metrikáinak aggregálására és megjelenítésére.
• StatsD kliens létrehozására az alkalmazásmetrikák gyűjtéséhez.
• Tájékoztató és dinamikus irányítópultok készítésére a Grafana segítségével.
• Háttérrendszer teljesítményének elemzésére.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) kezdő szintű IT szakemberek és DevOps szakértők számára készült, akik meg szeretnék ismerni a Grafana és Prometheus alapjait.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a Grafana és Prometheus célját és főbb funkcióit.
• Telepíteni és konfigurálni a Grafana és Prometheus eszközöket Linux környezetben.
• Alapvető adatforrásokat és irányítópultokat beállítani a Grafana-ban.
• Rendszermetrikák monitorozására és adatok vizualizálására a Prometheus segítségével.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszínen) középszintű felhő- és DevOps mérnököknek szól, akik szeretnék növelni a felhőmegfigyelhetőséget Grafana és Prometheus segítségével.

A képzés végén a résztvevők képesek lesznek:

• Megérteni a Grafana és Prometheus felhőplatformokkal való integrálásának előnyeit.
• Prometheus beállítása felhőalapú erőforrások monitorozására.
• Grafana konfigurálása felhőszolgáltatások metrikáinak vizualizálásához.
• Felhőnatív eszközök és integrációk kihasználása a monitorozás skálázhatóságához.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) azoknak az adattudósoknak és fejlesztőknek szól, akik szeretnének tanulni és karriert építeni az adattudományban a Kaggle használatával.

A képzés végére a résztvevők képesek lesznek:

• Megismerni az adattudományt és a gépi tanulást.
• Felfedezni az adatelemzést.
• Megismerni a Kagglet és annak működését.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) kezdő szintű rendszergazdák és DevOps mérnökök számára készült, akik szeretnék kifejleszteni alapvető monitorozási készségeiket a Grafana és a Prometheus segítségével.

A képzés végén a résztvevők képesek lesznek:

• Megérteni a monitorozás célját és fontosságát az IT környezetekben.
• A Grafana és a Prometheus telepítése és konfigurálása alapvető monitorozási feladatokhoz.
• Egyszerű irányítópultok és riasztások létrehozása a rendszer teljesítményének vizualizálásához.
• Alkalmazni a rendszer elérhetőségének és teljesítményének monitorozására vonatkozó ajánlott gyakorlatokat.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) haladó szintű Kubernetes rendszergazdáknak és DevOps mérnököknek szól, akik szeretnék fejleszteni a Kubernetes klaszterek monitorozási készségeiket a Prometheus és a Grafana használatával.

A képzés végére a résztvevők képesek lesznek:

• Prometheus és Grafana beállítása Kubernetes monitorozáshoz.
• Kulcsfontosságú metrikák monitorozása podok, csomópontok és szolgáltatások esetén.
• Dinamikus irányítópultok létrehozása a klaszter állapotának és teljesítményének vizualizálásához.
• Riasztási stratégiák implementálása a proaktív problémamegoldáshoz.
• Legjobb gyakorlatok alkalmazása a monitorozási megoldások skálázásához Kubernetes környezetekben.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) azoknak az adattudósoknak és fejlesztőknek szól, akik a Modin használatával párhuzamos számításokat szeretnének létrehozni és implementálni a Pandas segítségével a gyorsabb adatelemzés érdekében.

A képzés végén a résztvevők képesek lesznek:

• Beállítani a szükséges környezetet a nagy léptékű Pandas munkafolyamatok fejlesztéséhez a Modin segítségével.
• Megérteni a Modin jellemzőit, architektúráját és előnyeit.
• Ismerni a Modin, a Dask és a Ray közötti különbségeket.
• Gyorsabban végrehajtani Pandas műveleteket a Modin segítségével.
• Implementálni a teljes Pandas API-t és funkciókat.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) adattudósok és fejlesztők számára készült, akik a RAPIDS segítségével GPU-gyorsított adatfolyamatokat, munkafolyamatokat és vizualizációkat szeretnének létrehozni, olyan gépi tanulási algoritmusokat alkalmazva, mint az XGBoost, a cuML stb.

A képzés végére a résztvevők képesek lesznek:

• Beállítani a szükséges fejlesztői környezetet adatmodellek létrehozásához az NVIDIA RAPIDS segítségével.
• Megismerni a RAPIDS funkcióit, összetevőit és előnyeit.
• Kihasználni a GPU-kat a teljes körű adat- és elemzési folyamatok gyorsítására.
• GPU-gyorsított adatelőkészítést és ETL-t implementálni a cuDF és az Apache Arrow segítségével.
• Megtanulni gépi tanulási feladatok végrehajtását az XGBoost és cuML algoritmusokkal.
• Adatvizualizációk készítését és gráfelemzést végrehajtani a cuXfilter és a cuGraph segítségével.