AWS Cloud9 用於資料科學培訓

深入探討使用 Python 進行資料科學和人工智慧的實用方法，幫助專業人士掌握探索資料、建構機器學習模型以及部署業務情境中的人工智慧驅動應用程式的技能；涵蓋 CRISP-DM 工作流程、統計分析、監督式與非監督式學習、基於 Tensorflow 的深度學習、自然語言處理、基於 Spark 的大數據處理以及資料驅動的故事講述；適合希望取得 Python 資料科學認證並準備就任分析師職位的初學者。

此由導師主導的現場培訓（台灣）針對希望使用 Apache Airflow 自動化及管理機器學習工作流的初學者參與者，包括模型訓練、驗證和部署。

完成此課程後，學員將能夠：

• 設置 Apache Airflow 以進行機器學習工作流的協調。
• 自動化數據預處理、模型訓練和驗證任務。
• 將 Airflow 與機器學習框架和工具集成。
• 使用自動化管道部署機器學習模型。
• 監控和优化生產環境中的機器學習工作流。

此於 台灣（線上或線下）舉辦的講師引導型即時培訓，目標受眾為初級至中級系統管理員及 IT 專業人員，旨在透過實作經驗掌握 AWS 雲端服務的管理，並準備應試 AWS Certified SysOps Administrator - Associate 認證考試。

完成本課程後，學員將能夠：

• 安全地設定和配置 AWS 服務與資源。
• 管理使用者身分、權限以及對 AWS 資源的存取。
• 在 AWS 上設計並部署具伸縮性、高可用性及容錯能力的系統。
• 實施及管理與 AWS 之間的資料流動。
• 優化 AWS 服務的使用，以確保高效運作與成本管控。

此由講師主導的培訓課程在台灣（線上或線下）進行，旨在協助雲端工程師掌握並實作 AWS 架構中較複雜的面向。課程內容涵蓋與 AWS Certified Solutions Architect (專業級) 課程相似的多個主題，但並非為了讓學員參加認證考試而設計。這是一门注重實務操作的課程，透過即時實驗室環境，示範如何實作 AWS 解決方案架構師所需執行的各項配置、實施與部署作業。

完成本培訓後，學員將能夠：

• 在 AWS 上設計複雜的雲端解決方案。
• 在 AWS 上部署具備可擴展性、高可用性與容錯能力的軟體應用程式。
• 將最適合的 AWS 服務整合至應用程式中。
• 將複雜的軟體應用程式遷移至 AWS。
• 將最佳實務應用於 AWS 基礎設施與應用程式的設計、實施、優化及部署。

本課程為講員主導的實戰培訓，於 台灣（線上或線下）進行，適合具備中級技術基礎的 IT 專業人員，學習如何高效運用 AWS 工具與服務來構建、訓練及部署 AI 模型。

完成本培訓後，學員將能夠：

• 理解 AWS 提供的 AI/ML 服務。
• 在 AWS 上搭建及管理 AI/ML 環境。
• 透過 Amazon SageMaker，實作構建、訓練與部署 AI 模型的實務經驗。
• 學習運用不同的 AWS AI 服務解決特定應用場景。

這門由講師主導、在 台灣（線上或線下）進行的實時培訓，旨在幫助希望部署和管理 AWS 上 IoT 設備的工程師。

完成本培訓後，參與者將能夠構建 IoT 平台，包括在 AWS 上部署和後端、網關及設備的管理。

本 台灣（線上或線下）由講師引導的實作培訓旨在幫助開發人員利用 AWS Lambda 建構和部署服務與應用至雲端，無需擔憂執行環境的配賦問題（如伺服器、虛擬機、容器、可用性、擴充性、儲存等）。

完成本培訓後，學員將能夠：

• 設定 AWS Lambda 以執行函式。
• 理解 FaaS（函數即服務）及無伺服器開發的優勢。
• 建立、上傳並執行 AWS Lambda 函式。
• 將 Lambda 函式與不同的事件來源整合。
• 打包、部署、監控和排除基於 Lambda 的應用程式問題。

此為由講師主導的即時訓練課程（台灣，線上或線下），針對初級數據科學家及資訊專業人士設計。旨在協助他們學習使用 Google Colab 進行的數據科學基礎知識。

完成本課程後，學員將能夠：

• 安裝與操作 Google Colab。
• 撰寫並執行基本 Python 程式碼。
• 匯入並處理資料集。
• 使用 Python 函式庫建立視覺化圖表。

這項在台灣（線上或線下）由講師帶領的現場培訓，針對希望深化DevOps實踐理解並使用AWS Cloud9簡化開發流程的高階專業人士。

完成本培訓後，參與者將能夠：

• 設置和配置AWS Cloud9以支援DevOps工作流程。
• 實施持續整合與持續交付（CI/CD）管線。
• 使用AWS Cloud9自動化測試、監控和部署流程。
• 將AWS服務（如Lambda、EC2和S3）集成到DevOps工作流程中。
• 在AWS Cloud9中使用GitHub或GitLab等源代碼控制系統。

這項由講師主導的現場培訓在 台灣（線上或線下）針對希望學習如何在 AWS Cloud9 和 AWS Lambda 上有效構建、部署和維護服務端應用程式的中級專業人士。

在完成本培訓後，參與者將能夠：

• 理解服務端架構的基本原理。
• 為服務端應用開發設置 AWS Cloud9。
• 使用 AWS Lambda 開發、測試和部署服務端應用。
• 將 AWS Lambda 與其他 AWS 服務（如 API Gateway 和 S3）集成。
• 優化服務端應用的性能和成本效率。

Summary:

• Understanding IoT architecture and core functions.
• Exploring the concept of "Things" and "Sensors," the Internet of Things, and mapping business functions to IoT solutions.
• Comprehensive overview of IoT software components: hardware, firmware, middleware, cloud infrastructure, and mobile applications.
• Key IoT functions: Fleet management, data visualization, SaaS-based FM and DV, alerting/alarm systems, sensor and "thing" onboarding, and geo-fencing.
• Fundamentals of IoT device-to-cloud communication using MQTT.
• Connecting IoT devices to AWS via MQTT using AWS IoT Core.
• Integrating AWS IoT Core with AWS Lambda for computation and Amazon DynamoDB for data storage.
• Connecting a Raspberry Pi to AWS IoT Core for seamless data communication.
• Hands-on lab: Building a smart device using a Raspberry Pi and AWS IoT Core.
• Sensor data visualization and web interface communication.

KNIME Analytics Platform 是推動數據驅動創新的領先開源選項，可協助您發掘隱藏在數據中的潛力、挖掘全新見解或預測未來趨勢。 憑藉超過一千個模組、數百個即插即用範例、全面的整合工具範圍以及最廣泛的高階演算法選擇，KNIME Analytics Platform 成為每位數據科學家與業務分析師的理想工具箱。

此 KNIME Analytics Platform 課程為初學者、進階用戶及 KNIME 專家提供絕佳機會， 協助大家認識 KNIME、學習如何更有效使用它，並建立清晰且全面的報表，涵蓋基於 KNIME 工作流程的成果。

此課程由導師帶領進行即時培訓（線上或線下），針對希望使用 KNIME 解決複雜業務需求的數據專業人士設計。

目標受眾是不具備程式設計經驗，且打算運用尖端工具來實現分析情境的人士。

完成此培訓後，學員將能夠：

• 安裝與設定 KNIME。
• 建立數據科學情境
• 訓練、測試並驗證模型
• 實現數據科學模型的端到端價值鏈

課程形式

• 互動式講授與討論。
• 大量的練習與實作。
• 在即時實驗室環境中進行動手實作。

課程客製化選項

• 如需為本課程申請客製化培訓，或想進一步了解該計劃，請聯繫我們以安排。

這門由導師主導的現場培訓在 台灣（線上或線下）進行，旨在為初級到中級的資料分析師、開發人員或 aspiring 資料科學家提供實用的機器學習技巧應用指導。通過在 Python 中運用這些技術，學員將能夠提取洞察、做出預測並自動化基於資料的決策。

完成本課程後，參與者將能夠：

• 理解並區分關鍵的機器學習範式。
• 探索資料預處理技術和模型評估指標。
• 應用機器學習演算法解決真實世界中的資料問題。
• 使用 Python 庫和 Jupyter notebooks 進行實作開發。
• 建立用於預測、分類、推薦和聚類的模型。

此課程為講師主導的實作培訓，在[loc]線上或線下[/loc]舉行，旨在幫助初階專業人士理解預訓練模型的概念，並學習如何應用它們解決實際問題，無需從頭建構模型。

完成本課程後，學員將能夠：

• 理解預訓練模型的概念與優勢。
• 探索不同的預訓練模型架構及其適用場景。
• 針對特定任務微調預訓練模型。
• 在簡單的機器學習專案中實作預訓練模型。

Python是一種在金融業極具人氣的程式語言。它被大型投資銀行和对沖基金採用，用於開發多種金融應用系統，從核心交易程式到風險管理系統皆有。

在這場由講師主導的現場培訓中，學員將學習如何使用Python開發實用應用程式，以解決一系列特定的金融相關問題。

完成培訓後，學員將能夠：

• 了解Python程式設計語言的基礎
• 下載、安裝並維護開發金融應用系統的最佳工具
• 選擇並使用最適合的Python套件和技術，來組織、可視化和分析來自各種來源（CSV、Excel、資料庫、網路等）的金融數據
• 建構能夠解決資產配置、風險分析、投資績效等問題的應用程式
• 除錯、整合、部署及最佳化Python應用程式

受眾

• 開發人員
• 分析師
• 數量分析專家

課程形式

• lectures與討論結合，並包含大量練習和實作

注意事項

• 本培訓旨在提供金融專業人士面臨的一些主要問題解決方案。如果您有特定主題、工具或技術希望補充或深入探討，請聯繫我們以安排。