Online Cloud Computing Training in Magyarország

Ez az útmutatót közvetítheti a szkolenésvezető, élő képzés Magyarország (online vagy helyszínen), kezdő szintű adattérképezők számára, akik Azure Data Factory-t szeretnének használni skálázható és hatékony adatintegrációs megoldások implementálásához a felhőben.

A képzés végére a résztvevők képesek lesznek:

• Megérteni az Azure Data Factory (ADF) alapvető fogalmait és architektúráját.
• Megtanulni, hogyan hozhatnak létre, ütemezhetnek és monitorozhatnak adatfolyamatokat.
• Felhasználva különböző adatforrásokat, elvégezhetik az adattranszformációt és felügyelni adataik folyamatait.
• Követni az hibakezelés és teljesítményoptimalizálás legjobb gyakorlatait.
• Biztonságossá tenni és monitorozni az adatfolyamatokat a termelőkörnyezetben.

Ez az oktató vezetésű, élő képzés Magyarország (online vagy helyszíni) formában közép szintű IT szakemberek számára készült, akik szeretnék elmélyíteni tudásukat a Google Cloud felhőinfrastruktúra és -szolgáltatások kezelésében.

A képzés végére a résztvevők képesek lesznek:

• Felállítani és konfigurálni a felhőkörnyezeteket a Google Cloud szolgáltatások segítségével.
• Kezelni és konfigurálni a virtuális gépeket, a tárhelyet és a hálózatokat.
• Alkalmazásokat telepíteni és monitorozni a GCP környezetben.
• A biztonsági legjobb gyakorlatokat és az identitáskezelést megvalósítani.
• A Google Cloud eszközöket használni az automatizáláshoz és a hibaelhárításhoz.

Google Colab Pro egy felhőalapú környezet skalázható Python fejlesztéshez, amely magas teljesítményű GPU-okat, hosszabb futási időket és több memóriát kínál igényes AI és adattudományi feladatokhoz.

Ez az oktatóvezetett, élő képzés (online vagy helyszínen) az középszintű Python felhasználóknak szánva, akik szeretnék használni a Google Colab Pro-t gépi tanulásra, adatok feldolgozására és együttműködő kutatásokra egy erős notebook felületen.

Ezen képzés végére a résztvevők képesek lesznek:

• Felhőalapú Python notebookok beállítása és kezelése a Colab Pro használatával.
• Access GPU-ok és TPU-k gyorsított számításra.
• Gépi tanulás munkafolyamok optimalizálása népszerű könyvtárak (pl. TensorFlow, PyTorch, Scikit-learn) segítségével.
• Integráció Google Drive és külső adatforrásokkal együttműködő projektekhez.

A kurzus formátuma

• Interaktív előadás és viták.
• Sok gyakorlat és gyakorlás.
• Kezeken át történő megvalósítás élő laboratóriumi környezetben.

A kurzus testreszabási lehetőségei

• Ha egy testreszabott képzést szeretne ezen kurzushoz, kérjük, forduljon hozzánk a megbeszéléshez.

Ez oktatóvezetett, élő képzés (online vagy helyszínen) célja, hogy középfokú adat tudósai és egészségügyi szakemberek AI-t használjanak előrehaladott egészségügyi alkalmazásokhoz Google Colab segítségével.

E képzés végén a résztvevők képesek lesznek:

• AI modelleket valósítanak meg az egészségügyben Google Colab segítségével.
• AI-t használnak az egészségügyi adatok előrejelző modelljeihez.
• Orvosi képeket elemzik AI meghajtott technikákkal.
• Etikai szempontokat vizsgálnak AI alapú egészségügyi megoldásokban.

Ez az oktatóvezetett, élő kiszolgált (online vagy helyszínen) képzés a közepes szintű adattudósok és mérnökök számára készült, akik nagy adatok feldolgozására és elemzésére szeretnék használni a Google Colab-ot és a Apache Spark-et.

Ez a képzés végére a résztvevők képesek lesznek:

• Nagy adatkörnyezet beállítása Google Colab-mal és Spark-kal.
• Nagy adathalmazok hatékony feldolgozása és elemzése Apache Spark-vel.
• Nagy adatok vizualizálása együttműködő környezetben.
• Apache Spark integrálása felhőalapú eszközökkel.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) kezdő szintű rendszergazdáknak szól, akik szeretnék megtanulni a Nutanix környezetek hatékony kezeléséhez és optimalizálásához szükséges alapvető fogalmakat és gyakorlati készségeket.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a Nutanix Enterprise Cloud Platformot és összetevőit.
• A Nutanix-fürtök telepítése, konfigurálása és kezelése.
• Szerezzen jártasságot az Acropolis Hypervisor (AHV) kezelésében.
• Végezzen haladó felügyeleti feladatokat és hibaelhárítást.
• Alkalmazza a magas rendelkezésre állás, a katasztrófa utáni helyreállítás és a biztonság bevált gyakorlatait.

Ez az oktató által vezetett élő képzés Magyarország-ban (online vagy helyszíni) középhaladó szintű adattanulókra irányul, akik a Google Colab használatával szeretnének time series előrejelző technikákat alkalmazni valós adatokon.

A képzés végére a résztvevők képesek lesznek:

• Értik a time series analysis alapjait.
• Használják a Google Colab-ot az idősorozatok elemzésére.
• Alkalmazzák az ARIMA modelleket az adattendencias előrejelzésére.
• Használják a Facebook Prophet könyvtárát rugalmas előrejelzéshez.
• Láthatóságossá tesszék az idősorozatok és az előrejelzési eredményeket.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) kezdő szintű informatikai szakembereknek szól, akik szeretnék kezelni és működtetni az Google Cloud Platformot.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a GCP alapvető szolgáltatásait és infrastruktúráját.
• Ismerje meg a hálózatok és virtuális gépek kezelését.
• Ismerje meg és alkalmazza a GCP általános biztonsági bevált gyakorlatait.
• Fedezze fel a Kubernetes-t és a tárolókezelést a GCP-ben.
• További információ a tárolási lehetőségekről és azok konfigurálásáról.
• Telepítsen és konfiguráljon adatbázisokat a GCP-n.

Ez a tanárvezetett, élő tréning Magyarország (online vagy helyszíni) fejlett szintű szakemberekre irányul, akik szeretnék mélyebben megérteni a reinforcement learning-et és annak praktikus alkalmazásait az AI fejlesztésben Google Colab segítségével.

A tréning végén a résztvevők képesek lesznek:

• Megérteni a reinforcement learning algoritmusok központi fogalmait.
• Implementálni reinforcement learning modellt a TensorFlow és az OpenAI Gym segítségével.
• Fejleszteni olyan intelligens ügynököket, amelyek kísérletekkel és hibákkal tanulnak.
• Optimalizálni az ügynökök teljesítményét a Q-learning és a mély Q-hálózatok (DQNs) ilyen fejlett technikáival.
• Képességeket tanítani az ügynököknek a szimulált környezetekben az OpenAI Gym segítségével.
• Alkalmazni a reinforcement learning modellt valós világi feladatokra.

Ez oktatóvezetett, élő tanfolyam Magyarország (online vagy helyszínen) az advanced szintű szakembereknek szánva, akik mélyebben szeretnék megismerni a számítógépes látás területét, és szeretnék kutatni a TensorFlow képességeit a Google Colab használatával az összetett látási modellek fejlesztéséhez.

A tanfolyam végére a résztvevők képesek lesznek:

• Convolutional Neural Networks (CNN) építésére és kiképzésére TensorFlow használatával.
• Google Colab használatára skalálható és hatékony felhőalapú modellfejlesztéshez.
• Kép előfeldolgozási technikák bevezetésére számítógépes látási feladatokhoz.
• Számítógépes látási modellek telepítésére valós világbeli alkalmazásokhoz.
• Tranzfer learning használatára a CNN modellek teljesítményének javításához.
• Kép osztályozási modellek eredményeinek vizualizálására és értelmezésére.

Ez az oktató által vezetett, élő tréning (online vagy helyszínen) az advanced szintű szakembereket célozza meg, akik szeretnék növelni a gépi tanulási modelljeik ismeretét, javítani a hiperparaméter-kialakítási készségeiket, és megtanulni, hogyan lehet a modelleket hatékonyan deployolni Google Colab használatával.

Ez a tréning végén a résztvevők képesek lesznek:

• Implementálni advanced gépi tanulási modelleket népszerű keretrendszerek, mint a Scikit-learn és TensorFlow használatával.
• Optimizálni a modell teljesítményét hiperparaméter-kialakítás során.
• Deployolni gépi tanulási modelleket valós világbeli alkalmazásokban Google Colab segítségével.
• Együttműködni és kezelni nagy méretű gépi tanulási projekteket Google Colab-ban.

Ez az oktatói vezetett, élő képzés (online vagy helyszíni) középszakasz szintű adattudósoknak és fejlesztőknek szól, akik NLP technikákat szeretnének alkalmazni Python-vel Google Colab-ban.

A képzés végén a résztvevők képesek lesznek:

• Megértetik az NLP alapvető fogalmait.
• Előkészítenek és tisztítsanak szöveges adatokat NLP feladatokhoz.
• Érzékelési elemzést végeznek NLTK és SpaCy könyvtárakkal.
• Dolgoznak szöveges adatokkal Google Colab-ban skalázható és együttműködő fejlesztéshez.

Ez az oktatóvezetéses, élőképes képzés Magyarország (online vagy helyszíni) középhaladó szintű adattudósokra és fejlesztőkre vonatkozik, akik szeretnének megérteni és alkalmazni a mély tanulási technikákat a Google Colab környezetben.

A képzés végén a résztvevők képesek lesznek:

• Beállítani és navigálni a Google Colabot mély tanulási projektekhez.
• Megérteni az idegsejteknővények alapjait.
• Alkalmazni mély tanulási modelleket a TensorFlow használatával.
• Képzíteni és értékelnia a mély tanulási modelleket.
• Használni a TensorFlow speciális funkcióit a mély tanuláshoz.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű adatmérnököknek, felhő építészeknek és üzleti intelligencia szakembereknek szól, akik szeretnék elsajátítani az adatkezelést iparág-specifikus felhőkörnyezetekben.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg az adatszövetek alapelveit és összetevőit.
• Adatintegrációs és hangszerelési megoldások tervezése és megvalósítása.
• Biztosítsa az adatok minőségét és irányítását az iparági felhőplatformokon belül.
• Használjon adatszöveteket az iparág-specifikus adatelemzés és döntéshozatal támogatására.
• Legyen naprakész a felhőalapú adatkezelés új trendjeivel és technológiáival.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) kezdő szintű informatikai szakembereknek, üzleti elemzőknek és projektmenedzsereknek szól, akik szeretnék megérteni a számítási felhő alapjait és alkalmazásait a különböző iparágakban.

A képzés végére a résztvevők képesek lesznek:

• Azonosítsa a számítási felhő legfontosabb jellemzőit és előnyeit.
• Ismerje meg a különböző felhőszolgáltatási és telepítési modellek közötti különbségeket.
• Ismerje fel az iparág-specifikus felhőmegoldások fontosságát.
• Mérje fel a felhőplatformok biztonsági és megfelelőségi szempontjait.
• Fedezze fel a felhőtechnológia új trendjeit és jövőbeli irányait.

Ez a Magyarország (online vagy helyszíni) tanfolyam tanítói vezetésben zajlik, és célközönsége az az intermediális szintű cloud mérnökök és műveleti menedzserek, akik a Kubiya AI segítségével szeretnék javítani a cloud infrastruktúra kezelését.

A tanfolyam végén a résztvevők képesek lesznek a következőkre:

• Kubiya AI integrálása a cloud infrastruktúrába.
• Cloud erőforrások előállításának és kezelésének automatikusítása.
• AI-alapú elemzések segítségével a cloud költségek optimalizálása.
• AI-hajtásos monitorozással a cloud biztonság javítása.

Ez oktatóvezetett, élő képzés (online vagy helyszínen) célköztisztán az középhaladon álló adat tudósok és fejlesztők számára, akik gépészettudományi algoritmusokat akarnak hatékonyan alkalmazni a Google Colab környezetben.

Ez a képzés végén a résztvevők képesek lesznek:

• Beállítani és navigálni Google Colab gépészettudományi projektekre.
• Érteni és alkalmazni különböző gépészettudományi algoritmusokat.
• Használni könyvtárakat, mint Scikit-learn adatok elemzésére és előrejelzésére.
• Implementálni felügyelt és felügyeltlen tanulási modelleket.
• Optimalizálni és értékelni gépészettudományi modelleket hatékonyan.

Ez az oktató vezetett, élő képzés Magyarország (online vagy helyszínen) felhőszolgáltatási alapjaihoz kívánó IT szakembereknek szól.

A képzés végére a résztvevők képesek lesznek:

• Felismerni az Alibaba Cloud megoldási architektúráját.
• Megtudni az Alibaba Cloud központi termékeit és szolgáltatásait.
• Érteni, hogyan használja az Alibaba Cloud nagy adatkészleteket és adatbázisokat.

Ez oktatóvezetett, élő képzés Magyarország (online vagy előadóteremben) azoknak a kezdő szintű adattudósoknak szól, akik tanulni szeretnének, hogyan hozzanak létre jelentősséggel bíró és látványosan kellemes adattáblázatokat.

A képzés végén a résztvevők képesek lesznek:

• Beállítani és navigálni Google Colab adattáblázatokat.
• Többféle típusú ábrákat készíteni Matplotlib segítségével.
• Seaborn használatát előrehaladott vizualizációs technikákhoz.
• Ábrákat testreszabni a jobb prezentáció és áttekinthetőség érdekében.
• Adatok hatékony értelmezése és bemutatása vizuális eszközökkel.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) haladó szintű szakembereknek szól, akik szeretnék elmélyíteni a DevOps gyakorlatok megértését és az AWS Cloud9 segítségével egyszerűsíteni a fejlesztési folyamatokat.

A képzés végére a résztvevők képesek lesznek:

• Az AWS Cloud9 beállítása és konfigurálása DevOps munkafolyamatokhoz.
• Folyamatos integráció és folyamatos szállítás (CI/CD) csővezetékek megvalósítása.
• Automatizálja a tesztelési, megfigyelési és telepítési folyamatokat az AWS Cloud9 segítségével.
• Integrálja az AWS-szolgáltatásokat, mint például a Lambda, EC2 és S3 DevOps munkafolyamatokba.
• Használjon forrásvezérlő rendszereket, például GitHub vagy GitLab az AWS Cloud9-en belül.

Ez oktatói vezette, élő (online vagy helyszíni) képzés arról szól, hogy kezdő szintű fejlesztők és adattisztítók tanuljanak Python programozást alapoktól kezdve Google Colab segítségével.

E képzés végén a résztvevők képesek lesznek:

• Megérteni a Python programozási nyelv alapjait.
• Python kódot valósítanak meg a Google Colab környezetben.
• Ellenőrző struktúrákat használnak egy Python program folyamatának kezeléséhez.
• Függvények létrehozására és hatékony kód-újrafelhasználásra.
• Alapkönyvtárak használatához és felfedezéséhez Python programozásban.

Ez oktatóvezetett, élő képzés (online vagy helyszínen) azoknak a kezdő szintű adattudósoknak és IT szakembereknek szolgál, akik szeretnének megtanulni az adattudomány alapjait a Google Colab használatával.

A képzés végén a résztvevők képesek lesznek:

• Felállítani és navigálni a Google Colab-ben.
• Írni és végrehajtani alapvető Python kódot.
• Betölteni és kezelni adathalmazokat.
• Vizualizációkat létrehozni a Python könyvtárak segítségével.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű szakembereknek szól, akik szeretnék megtanulni, hogyan lehet hatékonyan építeni, telepíteni és karbantartani szerver nélküli alkalmazásokat az AWS Cloud9 és AWS Lambda rendszeren.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a szerver nélküli architektúra alapjait.
• Állítsa be az AWS Cloud9-et a szerver nélküli alkalmazásfejlesztéshez.
• Szerver nélküli alkalmazások fejlesztése, tesztelése és üzembe helyezése a AWS Lambda használatával.
• Integrálja a AWS Lambda-t más AWS-szolgáltatásokkal, mint például az API Gateway és az S3.
• A kiszolgáló nélküli alkalmazások optimalizálása a teljesítmény és a költséghatékonyság érdekében.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű fejlesztőknek, rendszergazdáknak és felhőépítészeknek szól, akik a NoCloud-ot szeretnék használni felhőmegoldásaikhoz.

A képzés végére a résztvevők képesek lesznek:

• Hozzon létre egy fejlesztői környezetet, amely tartalmazza a következőket: NoCloud, Docker, Kubernetes és Helm.
• Felhőszolgáltatások létrehozása és kezelése a NoCloud segítségével.
• Ismerje meg a felhőszolgáltatás életciklusát a NoCloud-ban.
• Integrálja NoCloud a meglévő infrastruktúrával vagy virtuális erőforrásokkal.
• Gyakori problémák elhárítása NoCloud környezetben.

Ez a képzés, amelyet Magyarország-ban (online vagy helyszíni) tartanak, a fejlesztők, rendszergazdák és felhőtechnológiai érdeklődők számára készült, akik gyakorlati ismereteket szeretnének megnyerni az OpenNebula használatáról a felhőalapú megoldásokhoz.

A képzés végére a résztvevők képesek lesznek:

• Olyan fejlesztői környezet beállítását elvégezni, amelybe az OpenNebula is tartozik.
• Virtuális gépek létrehozását és kezelését végrehajtani az OpenNebula-ban.
• Megérteni a virtuális gép életciklusát.
• Az OpenNebula integrálását meglévő infrastruktúrákkal.
• A gyakori problémák megoldását az OpenNebula környezetben.

Ebben az instruktor vezetésű élő képzésben a résztvevők megtanulják, hogyan állíthatnak be és kezelhessék egy üzemelőkész tárolókörnyezetet a Kubernetes segítségével a Google Cloud-ben. 

A képzés végeztével a résztvevők képesek lesznek:

• Konfigurálni és kezelni a Kubernetest a Google Cloud-ban.
• Telepíteni, kezelni és méretezni egy Kubernetes-fürtöt.
• Tárolók (Docker) alkalmazásokat üzembe helyezni a Google Cloud-ban.
• Migrálni meglévő on-premise Kubernetes környezetet a Google Cloud-be.
• Integrálni a Kubernetest harmadik féltől származó folyamatos integrációs (CI) szoftverekkel.
• Megbízhatóságot és hibaállás kezelést biztosítani a Kubernetes-ben.

Ez a tanárvezetésű, élő képzés Magyarország-ban (online vagy helyszínen) technikai személyzetnek szól, aki szeretne gyakorlati ismereteket nyerni az elérhető felhő megoldásokról, a felhőben lévő adatokkal való munkához szükséges adatanalízis folyamatakról, és a Power BI használatával kapcsolatos gyakorlati tapasztalattal rendelkezik az adatelemzésre.

E képzés végeztével a résztvevők képesek lesznek:

• A Power BI telepítésére és beállítására.
• A felhőszolgáltatók által kínált különböző adatmegoldások értékelésére, például az Azure.
• Megérteni a Big Data tárolásához, kezeléséhez és elérésehez használt különböző szerkezeteket, modellezési megközelítéseket és adattárszerkezetek tervezését.
• Eszközt és technikát alkalmazni az adatok előkészítése érdekében az elemzésre.
• Jelentés- és analitikai megoldások készítésére helyi és felhőalapú adatokon alapszinten.
• Adatanalízis megoldások integrálása adattárral.
• Az adatbiztonsági kockázatok minimalizálása és az adatvédelmi bizonyosítása.

Ez az oktató, élő képzés Magyarország (online vagy helyszínen) fejlesztőknek és DevOps mérnököknek szól, akik szeretnék serverless megközelítést alkalmazni Kubernetes-ben vállalati alkalmazások kifejlesztésére.

A képzés végén a résztvevők képesek lesznek:

• Beállítani és konfigurálni a Kubernetes rendszert a serverless architektúrával való fejlesztéshez.
• Megérteni a serverless környezetek alapvető fogalmait és elveit.
• Működtetni a serverless fejlesztéshez szükséges eszköztárokat, és integrálni őket a Kubernetes komponenseivel.
• Gyakorolni a Python programozási nyelv készségét, és alkalmazni a serverless rendszerek implementálására.
• Biztonságosan üzembe helyezni azokat a vállalati alkalmazásokat, amelyeket egy serverless keretrendszer segítségével Kubernetes-on készítenek el.
• Alkalmazni a modern felhőszámítási módszereket a DevOps munkafolyamatok optimalizálására.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a felhőmérnököknek és fejlesztőknek szól, akik a CloudFormation segítségével kívánják kezelni az infrastrukturális erőforrásokat az AWS-ökoszisztémán belül.

A képzés végére a résztvevők képesek lesznek:

• Valósítson meg CloudFormation sablonokat az infrastruktúra-kezelés automatizálásához.
• Integrálja a meglévő AWS-erőforrásokat a CloudFormation-ba.
• A StackSets segítségével több fiókon és régión keresztül kezelheti a halmokat.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a fejlesztőknek szól, akik egy DynamoDB NoSQL adatbázist szeretnének integrálni egy AWS-en tárolt webalkalmazásba.

A képzés végére a résztvevők képesek lesznek:

• Állítsa be a szükséges fejlesztői környezetet az adatok DynamoDB-be való integrálásának megkezdéséhez.
• Integrálja a DynamoDB-t webes és mobilalkalmazásokba.
• Adatok áthelyezése AWS-ben az AWS-szolgáltatásokkal.
• Végezzen műveleteket az AWS DAX segítségével.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (helyszíni vagy távoli) azoknak a mérnököknek szól, akik IoT-eszközöket szeretnének telepíteni és kezelni az AWS-en.

A képzés végére a résztvevők képesek lesznek egy IoT-platformot felépíteni, amely magában foglalja a háttérrendszer, az átjáró és az eszközök telepítését és kezelését az AWS-n felül.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a fejlesztőknek szól, akik szeretnék telepíteni, konfigurálni és kezelni AWS IoT Greengrass képességeket, hogy alkalmazásokat hozzanak létre különféle eszközökhöz.

A képzés végére a résztvevők a AWS IoT Greengrass segítségével intelligens eszközökön alkalmazásokat építhetnek, telepíthetnek, kezelhetnek, biztosíthatnak és figyelhetnek.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (helyszíni vagy távoli) azoknak a fejlesztőknek szól, akik a AWS Lambda segítségével szeretnének szolgáltatásokat és alkalmazásokat felépíteni és telepíteni a felhőbe anélkül, hogy aggódniuk kellene a végrehajtási környezet (szerverek, Virtuális gépek és tárolók, elérhetőség, méretezhetőség, tárolás stb.).

A képzés végére a résztvevők képesek lesznek:

• Konfigurálja a AWS Lambda-t egy függvény végrehajtásához.
• Ismerje meg a FaaS-t (Functions as a Service) és a szerver nélküli fejlesztés előnyeit.
• Építs fel, tölts fel és hajts végre AWS Lambda függvényeket.
• Integrálja a lambda-funkciókat különböző eseményforrásokkal.
• Lambda alapú alkalmazások becsomagolása, üzembe helyezése, figyelése és hibaelhárítása.

Ez a tanár vezetésű, élő képzés Magyarország-ban (online vagy helyszínen) a fejlesztők számára készült, akik szeretnének megtanulni, hogyan építsenek mikroszolgáltatásokat a Microsoft Azure Service Fabric (ASF)-on.

A képzés végén a résztvevők:

• Használhatják az ASF-ot mikroszolgáltatások építésére és kezelésére.
• Tisztában lesznek a mikroszolgáltatások programozási alapelveivel és modelljeivel.
• Létrehozhatnak fürtöt az Azure-ban.
• Beruházhatják a mikroszolgáltatásokat helyszínen vagy felhőben.
• Hibákat tudnak keresni és megoldani egy élő mikroszolgáltatási alkalmazásban.

Cégközönség

Szoftvermérnökök/számítógép-tudósok, akik megfelelő algoritmusokról rendelkeznek és
ismeretesek legalább egy programozási/futtatható nyelvben, de nincs számukra tapasztalat
Cloud Computing terén

Időtartam

3 nap (7 óra/nap)

1. nap - az alapvető felhőalapú számítástechnikai témák végső-végső lefedettségét biztosítja, mivel mind a technológia, mind az üzleti témákhoz kapcsolódnak. A modul egy sor részre oszlik, amelyek mindegyikét egy gyakorlati gyakorlat kísérte.

2. nap - felfedezzük a felhőalapú számítógépes platformokkal kapcsolatos technológiával kapcsolatos témákat. Nem lép be a végrehajtási vagy programozási részleteket, hanem inkább tartja a fedezetet konceptuális szinten, összpontosítva olyan témákra, amelyek a felhőszolgáltatási architektúra, a felhőbiztonsági fenyegetések és technológiák, a virtualizáció és az adatok feldolgozása.

3. nap - technikai betekintést nyújt az alapvető felhőalapú számítógépes platformokra. Az Infrastructure-as-a-Service (IaaS), a Platform-as-a-Service (PaaS) és a Software-as-a-Service (SaaS) környezeteket összetett mintákként vizsgálják, amelyek egyedi és megosztott épületblokkokból állnak. Ez a modul az építészeti rétegeken keresztül irányított túra, amely leírja az elsődleges összetevőket, kiemeli a megosztott összetevőket, és megmagyarázza, hogy az építési blokkok hogyan lehet összegyűjteni és végrehajtani a felhőmérési mechanizmusok és gyakorlatok révén.

4. nap - a 3. napra épül, hogy mélyen merüljön el a rugalmas, ellenálló és sokoldalú technológiai építészetekbe, valamint speciális megoldási építészetekbe, mint például a felhőbombolás és a felhő kiegyensúlyozás. Az építészeti mechanizmusok, az ipari technológiák és a tervezési minták tanulmányozása révén mind a központi, mind a kiterjesztett alkatrészeket leírják, amelyek összekapcsolódnak a felhőplatformok elsődleges jellemzőjeként a rugalmasság, az ellenállás és a sokoldalúság megértéséhez. Ezeknek az eredeti és fokozott méretezhetőségnek és a hibákkal kapcsolatos funkcióknak a használata révén speciális megoldási architektúrákat írnak le, amelyek lehetővé teszik a felhők és a felhő- és felhőkörnyezetek közötti összekapcsolódást, valamint a felhők közötti futóidejű terhek kiegyensúlyozását a teljesítmény és a hibák megoldása céljából.

5. nap - bemutatja a résztvevők egy sor gyakorlatok és problémák, amelyek célja, hogy teszteljék a képességét, hogy alkalmazza a tudás a korábban érintett témák.

Ez a kurzus olyan emberek számára készült, akik meg akarják érteni, hogyan lehet előnyben részesíteni a számítástechnikát. Az Amazon EC2 példát használja, de más szolgáltatókra is szabható.

Közönség

IT építészek, középszintű informatikai vezetők, informatikai tanácsadók

A tanfolyam formátuma

Jelenleg 100% előadások.

Ez az oktatóvezetett, élő képzés Magyarország (online vagy előadáson) a technikai személyeknek szól, akik szeretnének gyakorlati felismerést szerezni a rendelkezésre álló felhőmegoldásokról, azokkal a data elemzési folyamatokkal, amelyek szükségesek az adatokhoz való munkához a felhőben, valamint gyakorlati tapasztalatot szeretnének szerezni az adatok elemzésére szolgáló eszközök, mint Power BI, használatában.

Ez a képzés végén a résztvevők képesek lesznek:

• Power BI telepítésére és konfigurálására.
• Felhőszolgáltatók, mint Azure, különböző adattárolási megoldásainak kiértékelésére.
• Értelmüket bővíteni azokat a különböző struktúrák, modellkészítési eljárások és adatárak tervezési módszerekről, amelyeket az adatok tárolására, kezelésére és hozzáféréséhez használnak.
• Esetleges eszközök és technikák alkalmazására az adatok tisztítására elemzésük előtt.
• Beépített és felhőalapon alapuló riport és elemzési megoldások létrehozására.
• Adat elemzési megoldások integrálására egy adatárral.
• Adatbiztonsági kockázatok kezelésére és adatvédelmi biztosítására.

Azt a kurzust tervezettük, hogy nem technikai szakemberek—mint menedzserek, üzleti analitikák, QA tesztelők és üzemeltetési személyzet—alapvető ismeretekkel rendelkezzenek a felhőszámításról. A résztvevők a felhő alapfogalmait, előnyeit és gyakorlati alkalmazásait fogják felfedezni, hogy tájékozottabb döntéseket hozzanak, és hatékonyan hozzájáruljanak a felhőmigrációs kezdeményezéshez. A kurzus kiemeli a felhőnyelv demisztifikálását, a felhő és a helyszíni infrastruktúra összehasonlítását, a szolgáltatási modell értelemét, és hogyan hat a felhő az organizáció különböző szerepei rá.

E kurzus elvégzése után a résztvevők képesek lesznek:

• A felhőszámítás kulcsfontosságú meghatározásait és szaknyelvét megérteni
• A különböző felhőszolgáltatási modelleket (IaaS, PaaS, SaaS) azonosítani
• Felhőtelepítési modelleket különböztetni (Publikus, Privat, Hibrid, Multifelhő)
• A helyszíni és felhőalapú infrastruktúra összehasonlítását elvégezni
• A felhő előnyeit megérteni: skalázhatóság, rugalmasítás, elérhetőség és költséghatékonyság
• A közismert felhőplatformokat (AWS, Azure, GCP) és szolgáltatásukat felismerni
• A felhőszolgáltatások felelősségeit megérteni: közös felelősségmodell és szerepbázisú hozzáférés
• A felhő hatását a szoftvertesztelésre, telepítésre és monitorozásra megfogni
• Hatékonyan részt venni a felhőfelvétel és migrációs projektekben
• A felhőbiztonság alapjait, az engedélyezési és kormányzati elveket megbecsülni

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a mérnököknek szól, akik szeretnék az AWS CloudFormation segítségével automatizálni az AWS felhőinfrastruktúra kezelési folyamatát.

A képzés végére a résztvevők képesek lesznek:

• Az infrastruktúra kezelésének megkezdéséhez engedélyezze az AWS-szolgáltatásokat.
• Értse és alkalmazza az „infrastruktúra mint kód” elvét.
• Javítsa a minőséget és csökkentse az infrastruktúra kiépítésének költségeit.
• Írjon AWS CloudFormation sablonokat YAML használatával.

Ez a tanfolyam azoknak az embereknek készült, akik választással szembesülnek, melyik megoldást választják egy adott problémára. IT menedzserek, megoldás-építészek, tesztmenedzserek, rendszergazdák és fejlesztők profitálhatnak a tanfolyamból, ha megértik a rendelkezésre álló Cloud / SaaS / Iaas megoldások előnyeit és költségeit.

• Szerezzen alapismereteket a Citrix Virtual Apps és asztali számítógépek 7-ről
• Citrix Virtual Apps and Desktops 7 webhely és Cloud-csatlakozók telepítése, konfigurálása és kezelése
• Azonosítsa a Citrix Virtual Apps and Desktops on-premises és a Citrix Virtual Apps and Desktops Service közötti szempontokat
• Alkalmazás- és asztali erőforrások kézbesítése

Ez az interaktív, életrajzi képzés Magyarország (online vagy helyszíni) felhőmenedzser, felhőarchitektúra fejlők, technológiai vezetők és pénzügyi analitikusok számára készült, akik a vállalat pénzügyi eszközeinek feljegyzésével, menedzsmentjével, figyelésével és feldolgozásával foglalkoznak a felhőben.

A képzés végére a résztvevők képesek lesznek FinOps gyakorlatokat alkalmazni egy szervezetben, költségvetést készíteni, folyamatoptimalizációt végezni és pénzügyi műveleteket elvégezni a felhőben.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a programozóknak és fejlesztőknek szól, akik szeretnék használni az Fn-t szerver nélküli alkalmazások és szolgáltatások létrehozásához.

A képzés végére a résztvevők képesek lesznek:

• Állítsa be az Fn funkciót könyvtárak és függvények létrehozásához.
• Alkalmazások létrehozása különböző programozási nyelvek használatával.
• Figyelemmel kíséri a funkciókat, hogy megoldja a problémákat a fejlesztési és telepítési szakaszban.

Összegzés:

• Az IoT architektúra és funkcióinak alapjai
• „Dolgok”, „Szenzorok”, Internet és az IoT üzleti funkciói közötti leképezés
• Alapvető fontosságú az összes IoT szoftverkomponenshez – hardver, firmware, köztes szoftver, felhő és mobilalkalmazás
• IoT funkciók – Flottakezelő, adatvizualizáció, SaaS alapú FM és DV, riasztás/riasztás, szenzorok beépítése, „dolgok” beépítése, geo-kerítés
• Az IoT-eszközök felhővel történő kommunikációjának alapjai az MQTT-vel.
• IoT-eszközök csatlakoztatása az AWS-hez MQTT-vel (AWS IoT Core).
• A AWS IoT mag összekapcsolása AWS Lambda funkcióval a számításhoz és az adattároláshoz a DynamoDB használatával.
• A Raspberry PI összekapcsolása AWS IoT maggal és egyszerű adatkommunikációval.
• Használja a Raspberry PI-t és a AWS IoT Core-t az okoseszköz elkészítéséhez.
• Szenzoradatok megjelenítése és kommunikáció webes felülettel.

Ez az interaktív, élő képzés Magyarország-ban (online vagy helyszíni) felhőmérnököket céloz meg, akik objektumokat és strukturálatlan adatokat szeretnének tárolni a MinIO-val.

A képzés végére a résztvevők képesek lesznek:

• Alternativát biztosítani a Unix parancsokra a MinIO ügyféllel.
• Felhasználni a MinIO-t magas teljesítményű infrastruktúrák építéséhez gépi tanuláshoz, elemzésekhez és még sok máshoz.
• Beragaszthatni a MinIO-t Kubernetes-re skálázott üzembe helyezéshez.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (helyszíni vagy távoli) azoknak a fejlesztőknek szól, akik az OpenFaas segítségével eseményvezérelt funkciókat kívánnak létrehozni, létrehozni, tesztelni, hibakeresni és telepíteni anélkül, hogy az alapul szolgáló szerver kezelésével kellene foglalkozniuk. infrastruktúra.

A képzés végére a résztvevők képesek lesznek:

• Telepítse és konfigurálja OpenFaas.
• Csomagoljon bármilyen bináris vagy kódot szerver nélküli funkcióként, ismétlődő kazánkódolás nélkül.
• A bezáródás elkerülése érdekében válassza le a AWS Lambda-ról.
• Telepítsen eseményvezérelt funkciókat egy helyszíni kiszolgálón vagy a felhőben.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a szoftvermérnököknek szól, akik párhuzamos alkalmazásokat szeretnének fejleszteni a OpenMP használatával.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg és használja a párhuzamos programozást a Fortrannal OpenMP-ban.
• Számítsa párhuzamosan a fraktálokat több képpont és karakter megjelenítéséhez.
• Végezzen vektorprogramozást SIMD-kiterjesztésekkel HPC-rendszerekhez.
• Adjon hozzá párhuzamos blokkokat az osztott memória párhuzamosságának meghatározásához.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (helyszíni vagy távoli) azoknak a fejlesztőknek szól, akik az Serverless Framework-t az AWS-en és más felhőplatformokon szeretnék használni mikroszolgáltatási alkalmazások létrehozására és üzembe helyezésére.

A képzés végére a résztvevők képesek lesznek:

• Állítsa be az Serverless Framework-et olyan számítási szolgáltatásokkal való együttműködéshez, mint például a AWS Lambda.
• Csökkentse a mikroszolgáltatások telepítésének bonyolultságát és költségeit különböző felhőplatformokon.
• Események kibocsátása és rögzítése, valamint a funkciók automatikus végrehajtása.

Nyárias:

• Az IoT architektúra és funkcióinak alapjai
• „Dolgok”, „Szenzorok”, Internet és az IoT üzleti funkciói közötti leképezés
• Alapvető fontosságú az összes IoT szoftverkomponenshez – hardver, firmware, köztes szoftver, felhő és mobilalkalmazás
• IoT-funkciók – Flottakezelő, adatvizualizáció, SaaS alapú FM és DV, riasztás/riasztás, érzékelők beépítése, „dolog” beépítés, geo-kerítés
• Az IoT-eszközök felhővel történő kommunikációjának alapjai az MQTT-vel.
• IoT-eszközök csatlakoztatása az AWS-hez MQTT-vel (AWS IoT Core).
• A AWS IoT mag összekapcsolása AWS Lambda funkcióval a számításhoz és az adattároláshoz.
• A Raspberry PI összekapcsolása AWS IoT maggal és egyszerű adatkommunikációval.
• Figyelmeztetések és események
• Érzékelő kalibrálása