Advanced Flask培訓

本實踐課程面向希望創建和維護其第一個Web應用程序的Python開發人員。它也適用於已經熟悉其他Web框架（如Django或Web2py ，並希望了解如何使用微框架（即將第三方庫粘合在一起而不是提供自包含的通用解決方案的框架）更改這個過程。

本課程的一個重要部分不是專注於Flask本身（它很小），而是專注於Flask項目中經常使用的第三方庫和工具。

這種以講師為主導的台灣 現場現場培訓面向希望使用Python和Flask構建 REST API的後端 開發人員。

在培訓結束時，參與者將能夠：

• 實現 REST API，以允許 Flask Web 應用程式讀取和寫入後端中的資料庫。
• 開發高級身份驗證功能，如刷新令牌。
• 為將來的 Python 項目構建可重用的後端。
• 使用 SQLAlchemy 簡化數據存儲。
• 將 REST API 部署到基於雲端的伺服器上。

這是為期5天的Data Science和AI入門。

本課程隨附使用Python示例和練習

這種以講師為主導的台灣現場現場培訓針對希望通過演算法交易，Python和R實現自動交易的業務分析師。

在培訓結束時，參與者將能夠：

• 採用演算法以專門的增量快速買賣證券。
• 使用演算法交易降低與交易相關的成本。
• 自動監控股票價格並進行交易。

這種以講師為主導的台灣現場培訓（現場或遠端）針對的是希望使用R和Python進行程式設計以進行異常值檢測的數據科學家和數據分析師。

在培訓結束時，參與者將能夠：

• 確定數據是異常值還是預期值。
• 實現異常檢測演算法。
• 使用各種技術和方法來檢測異常。

這是一個為期4天的課程，介紹AI及其使用Python編程語言的應用程序。在完成本課程後，可以選擇額外一天進行AI項目。

這種以講師為主導的台灣現場培訓（現場或遠端）針對的是希望在GIS流程中自動執行重複性任務的GIS分析師。

在培訓結束時，參與者將能夠：

• 使用 Python 和 ArcGIS 工具構建 GIS 應用程式。
• 使用 ArcGIS 包 ArcPy 進行開發，使用 Python。
• 使用 Python 中的物件類應用 ArcGIS 模組實現地圖自動化。

這個 由講師指導的 台灣 現場培訓 首先討論 BDD 以及如何使用 Behave 框架對 Web 應用程式進行 BDD 測試。參與者有充足的機會與講師和同齡人互動，同時實施在這個動手實踐的實驗室環境中學到的概念和策略。

在培訓結束時，參與者將對 BDD 和 Behave 有深入的瞭解，以及在實際測試場景中實現這些技術和工具的必要實踐。

這種以講師為主導的台灣現場培訓（現場或遠端）針對希望使用Bio python的生物學家。

在培訓結束時，參與者將能夠：

• 將生物學概念與資訊技術相結合，以解決研究問題。
• 從大型生物來源數據集中挖掘資訊。
• 為基本研究任務創建演算法。

ChatBots是通過聊天界面自動模擬人類響應的計算機程序。 ChatBots通過為用戶交互提供更簡單，更快捷的選項，幫助組織最大限度地提高運營效率。

在這個以講師為主導的現場培訓中，參與者將學習如何在Python構建聊天機器人。

在培訓結束時，參與者將能夠：

• 了解構建聊天機器人的基礎知識
• 使用Python構建，測試，部署和排除各種聊天機器人的故障

聽眾

• 開發商

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

注意

• 要申請本課程的定制培訓，請聯繫我們安排。

這種以講師為主導的現場培訓台灣（現場或遠端）針對的是希望使用CI / CD實踐與Python構建自動化管道的開發人員或DevOps工程師。

在培訓結束時，參與者將能夠：

• 使用 Python 設置必要的開發環境以開始構建 CI/CD 管道。
• 使用 Travis-CI 構建用於測試和發佈 Python 包的自動化管道。
• 使用 Docker 和 Heroku 自動部署容器化應用程式。

這種以講師為主導的台灣現場現場培訓面向希望使用CUDA 構建在NVIDIA GPU上並行運行的Python應用程式的開發人員。

在培訓結束時，參與者將能夠：

• 使用 Numba 編譯器加速在 NVIDIA GPU 上運行的 Python 應用程式。
• 創建、編譯和啟動自定義 CUDA 內核。
• 管理 GPU 記憶體。
• 將基於 CPU 的應用程式轉換為 GPU 加速的應用程式。

這種由講師指導的現場培訓（現場或遠程）針對希望使用Python實現數據挖掘的更高級數據分析技術的數據分析師和數據科學家。

在培訓結束時，參與者將能夠：

• 了解數據挖掘的重要領域，包括關聯規則挖掘，文本情感分析，自動文本摘要和數據異常檢測。
• 比較並實施各種策略來解決實際數據挖掘問題。
• 理解並解釋結果。

課程格式

• 互動講座和討論。
• 大量的練習和練習。
• 在實時實驗室環境中親自實施。

課程自定義選項

• 要申請本課程的定制培訓，請聯繫我們安排。

機器學習是人工智能的一個分支，其中計算機具有學習能力而無需明確編程。深度學習是機器學習的一個子領域，它使用基於學習數據表示和結構（如神經網絡）的方法。 Python是一種高級編程語言，以其清晰的語法和代碼可讀性而聞名。

在這個以講師為主導的現場培訓中，參與者將學習如何使用Python實施深度學習銀行模型，同時逐步創建深度學習信用風險模型。

在培訓結束時，參與者將能夠：

• 理解深度學習的基本概念
• 了解深度學習在銀行業務中的應用和用途
• 使用Python ， Keras和TensorFlow為銀行業務創建深度學習模型
• 使用Python構建自己的深度學習信用風險模型

聽眾

• 開發商
• 數據科學家

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習