Qlik Sense for Data Science Eğitimi

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), gelişmiş seviyedeki DevOps ve SRE profesyonellerinin, Grafana ve Prometheus ile uyarı ve otomasyon becerilerini geliştirmeyi amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Prometheus içinde gelişmiş uyarı kuralları oluşturmak ve yönetmek.
• Web kancaları kullanarak Prometheus Aler yöneticisini harici araçlarla entegre etmek.
• Sorunların daha hızlı çözümü için uyarılara yanıtları otomatikleştirmek.
• Grafana kullanarak uyarıları etkili bir şekilde görselleştirmek ve yönetmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), verileri analiz etmek için gelişmiş Spotfire Analyst tekniklerini öğrenmek isteyen iş analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Görselleştirmeleri farklı ekip üyeleriyle paylaşmak.
• Rol tabanlı erişim kontrolleri kullanarak yazılıma erişimi güvence altına almak.
• Harita çizelgeleri gibi görselleştirmeler oluşturmak.
• R gibi istatistiksel hesaplama dillerini Spotfire ile entegre etmek.

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 (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 (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 (Türkiye çevrimiçi veya yerinde), verileri analiz etmek için temel Spotfire Analyst tekniklerini öğrenmek isteyen iş analistleri ve veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• TIBCO Spotfire'ü kurmak ve yapılandırmak.
• Farklı veritabanlarından gelen verileri birleştirmek.
• Büyük veri kümelerini görselleştirmek.
• Karmaşık gösterge panelleri oluşturmak ve paylaşmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), verileri görselleştirmek, dönüştürmek ve analiz etmek için yapay zeka yeteneklerini kullanan TIBCO Spotfire X'i kullanmak isteyen iş analistleri ve veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• TIBCO Spotfire X'i kurmak ve yapılandırmak.
• TIBCO Spotfire X'in özelliklerini ve mimarisini anlamak.
• Artırılmış ve öngörülü analizlerin arkasındaki kavramları anlamak.
• Spotfire X kullanarak verileri yüklemeyi, işlemeyi ve görselleştirmeyi öğrenmek.
• Etkileşimli ve geliştirilmiş veri görselleştirmeleri oluşturmak.

Bu eğitmen liderliğindeki canlı eğitimde, katılımcılar veriye erişim, analiz ve görselleştirme için üç farklı yaklaşım öğrenecekler. İlk olarak, RDMS veritabanlarına bir giriş yapacağız; odak noktamız, SQL dili kullanılarak bir Oracle veritabanına erişim ve sorgulama olacak. Ardından, Python dili kullanılarak bir RDMS veritabanına programlı olarak erişim stratejilerine bakacağız. Son olarak, TIBCO Spotfire kullanarak verileri nasıl görselleştirebileceğimizi ve grafiksel olarak sunabileceğimizi inceleyeceğiz.

Kurs Formatı Etkileşimli ders ve tartışma. Çok sayıda alıştırma ve uygulama. Canlı laboratuvar ortamında uygulamalı uygulama.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), BusinessEvents ve ActiveMatrix Service Bus kullanarak olay güdümlü uygulamalar geliştirmek, dağıtmak ve yönetmek isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Geliştirmeye başlamak için gerekli geliştirme ortamını kurmak.
• Dağıtık, durum bilgisine sahip, kural tabanlı olay işleme sistemleri oluşturmak.
• İş olayları verilerini yönetmek ve uygun iş kurallarını yürütmek.
• Büyük ölçekli, veri güdümlü uygulamalarda olay yanıt süresini azaltmak.
• Sahtekarlık tespiti, izleme, gerçek zamanlı müşteri teklifi oluşturma vb. için uygulamalar oluşturmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), analitik iş akışları ve modeller oluşturmak için TIBCO Statistica özelliklerini kullanmak isteyen mühendisler, araştırmacılar ve veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• TIBCO Statistica programını kurmak ve veri analizi projeleri oluşturmak ve yönetmek için gezinmek.
• İşletme için faydalı bilgiler elde etmek amacıyla verileri analiz etmek için temel istatistikleri anlamak.
• TIBCO Statistica kullanarak büyük veri ve makine öğrenimi ile çalışmak için ileri düzey konuları keşfetmek.