Qlik Sense 數據科學應用培訓

本次由講師主導的培訓在台灣（線上或線下）進行，面向希望提升Grafana和Prometheus告警與自動化技能的高級DevOps和SRE專業人士。

培訓結束後，學員將能夠：

• 在Prometheus中創建和管理高級告警規則。
• 使用webhooks將Prometheus Alertmanager與外部工具集成。
• 自動響應告警，加快問題解決速度。
• 使用Grafana有效可視化和管理告警。

這種由 講師指導的 台灣 現場培訓（在線或現場）面向希望使用 Anaconda 生態系統在單一平臺中捕獲、管理和部署軟體包和數據分析工作流 的數據科學家。

在本次培訓結束時，參與者將能夠：

• 安裝和配置 Anaconda 個元件和庫。
• 瞭解 Anaconda 的核心概念、功能和優勢。
• 使用 Anaconda Navigator 管理包、環境和頻道。
• 將 Conda、R 和 Python 包用於數據科學和機器學習。
• 瞭解管理多個數據環境的一些實際使用案例和技術。

這種講師指導的現場培訓<本地>（在線或現場）面向希望使用 Grafana 和 Prometheus 創建有影響力的儀錶板並優化其監控實踐的中級 DevOps 和 SRE 專業人員。

在本次培訓結束時，參與者將能夠：

• 了解設計有效控制面板的最佳實踐。
• 創建和配置高級 Grafana 儀錶板元素。
• 利用 Grafana 範本實現動態和可重用的儀錶板。
• 實施警報機制以增強運營意識。

這種以講師為主導的現場培訓（線上或現場）面向希望使用 Prometheus 和 Grafana 對其應用程式進行檢測以有效導出和監控自訂指標的中級開發人員和 DevOps 工程師。

在本次培訓結束時，參與者將能夠：

• 瞭解自定義指標對應用程式監控的重要性。
• 檢測應用程式以匯出 Prometheus 的自定義指標。
• 在 Grafana 中創建和配置儀錶板以可視化自定義指標。
• 應用最佳實踐，將監控集成到開發生命週期中。

這種由講師指導的台灣現場或遠端培訓 針對希望使用Grafana來監控和可視化數據的數據 分析師。

在培訓結束時，參與者將能夠：

• 設置必要的開發環境以開始在 Grafana 中創建可視化。
• 設置 Grafana 以實現高可用性。
• 使用數據自定義面板和儀錶板。
• 配置反向代理以實現快速載入速度。

本講師指導的培訓在台灣（線上或線下）面向中級數據分析師，旨在學習和利用Grafana的高級功能和組件進行數據可視化和分析。

通過本培訓，參與者將能夠：

• 深入瞭解Grafana的高級概念和組件。
• 利用模板變量和動態儀表板增強數據可視化。
• 使用Grafana查詢語言進行復雜查詢。
• 學習擴展Grafana、優化性能和確保高可用性的最佳實踐。

本課程爲講師指導的培訓，在台灣（線上或線下）進行，面向初級到中級IT專業人員，旨在幫助學員掌握Grafana和GLPI管理所需的知識和實踐技能。

培訓結束後，學員將能夠：

• 創建和自定義Grafana儀表板，使用不同的可視化方式。
• 實現監控的警報和通知。
• 管理用戶賬戶、團隊和權限。
• 有效管理IT資產，包括硬件和軟件庫存。
• 實現用戶支持和工單管理的幫助臺系統。

這種以講師為主導的台灣現場（現場或遠端）現場培訓針對希望使用Grafana and Graphite可視化和監控數據的Web開發人員和DevOps工程師。

在培訓結束時，參與者將能夠：

• 聚合和可視化有關系統和應用程式的指標。
• 創建用於收集應用程式指標的 StatsD 用戶端。
• 使用 Grafana 構建資訊豐富的動態儀錶板。
• 從後端性能中收集見解。

這種講師指導的現場培訓在 台灣（在線或現場）面向初級 IT 專業人員和希望學習 Grafana 和 Prometheus 基礎知識的 DevOps 從業者。

在本次培訓結束時，參與者將能夠：

• 瞭解 Grafana 和 Prometheus 的用途和主要功能。
• 在 Linux 環境中安裝和配置 Grafana 和 Prometheus。
• 在 Grafana 中設置基本數據源和儀錶板。
• 使用 Prometheus 監控系統指標並可視化數據。

這種講師指導的現場培訓在 台灣（在線或現場）進行，面向希望通過 Grafana 和 Prometheus 增強雲可觀測性的中級雲工程師和 DevOps 工程師。

在本次培訓結束時，參與者將能夠：

• 瞭解將 Grafana 和 Prometheus 與雲平臺集成的好處。
• 設置 Prometheus 以監控基於雲的資源。
• 配置 Grafana 以可視化雲服務指標。
• 利用雲原生工具和集成來監控可擴充性。

這個由 講師指導的 台灣 現場培訓（在線或現場）面向希望在 Data Science 中使用 Kaggle 學習和建立職業生涯的數據科學家和開發人員。

在本次培訓結束時，參與者將能夠：

• 了解數據科學和機器學習。
• 探索數據分析。
• 瞭解 Kaggle 及其工作原理。

此講師指導的現場培訓在 <本地>（在線或現場）面向希望使用 Grafana 和 Prometheus 發展核心監控技能的初級系統管理員和 DevOps 工程師。

在本次培訓結束時，參與者將能夠：

• 瞭解在IT環境中進行監控的目的和重要性。
• 安裝和配置 Grafana 和 Prometheus 以執行基本監控任務。
• 創建簡單的控制面板和警報以可視化系統性能。
• 應用最佳實踐來監控系統可用性和性能。

這種由講師指導的現場培訓（現場或現場）面向希望提高使用 Prometheus 和 Grafana 監控 Kubernetes 叢集的高級 Kubernetes 管理員和 DevOps 工程師。

在本次培訓結束時，參與者將能夠：

• 為 Kubernetes 監控設置 Prometheus 和 Grafana。
• 監控 Pod、節點和服務的關鍵指標。
• 創建動態控制面板以直觀顯示集群運行狀況和性能。
• 實施警報策略以主動解決問題。
• 在 Kubernetes 環境中應用擴展監控解決方案的最佳實踐。

這種由 講師指導的 台灣 現場現場培訓（在線或現場）面向希望使用 Modin 構建和實施並行計算的數據科學家和開發人員 Pandas 以加快數據分析速度。

在本次培訓結束時，參與者將能夠：

• 設置必要的環境，開始使用 Modin 大規模開發 Pandas 工作流。
• 瞭解 Modin 的功能、架構和優勢。
• 瞭解 Modin、Dask 和 Ray 之間的區別。
• 使用 Modin 更快地執行 Pandas 操作。
• 實現整個 Pandas API 和函數。

本次由講師指導的線下或線上培訓，面向希望使用RAPIDS構建GPU加速的數據管道、工作流和可視化的數據科學家和開發者，應用如XGBoost、cuML等機器學習算法。

培訓結束後，參與者將能夠：

• 設置必要的開發環境，使用NVIDIA RAPIDS構建數據模型。
• 瞭解RAPIDS的特性、組件和優勢。
• 利用GPU加速端到端的數據和分析管道。
• 使用cuDF和Apache Arrow實現GPU加速的數據準備和ETL。
• 學習如何使用XGBoost和cuML算法執行機器學習任務。
• 使用cuXfilter和cuGraph構建數據可視化並執行圖分析。