Giới thiệu về Google Colab dành cho Data Science Training Course

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các kỹ sư và nhà phát triển đám mây muốn sử dụng CloudFormation để quản lý tài nguyên cơ sở hạ tầng trong hệ sinh thái AWS.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Triển khai các mẫu CloudFormation để tự động hóa việc quản lý cơ sở hạ tầng.
• Tích hợp các tài nguyên AWS hiện có vào CloudFormation.
• Sử dụng StackSets để quản lý các stack trên nhiều tài khoản và khu vực.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu muốn sử dụng hệ sinh thái Anaconda để thu thập, quản lý và triển khai các gói và quy trình phân tích dữ liệu trên một nền tảng duy nhất.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Cài đặt và cấu hình các thành phần và thư viện Anaconda.
• Hiểu các khái niệm, tính năng và lợi ích cốt lõi của Anaconda.
• Quản lý các gói, môi trường và kênh bằng Anaconda Navigator.
• Sử dụng các gói Conda, R và Python cho khoa học dữ liệu và học máy.
• Tìm hiểu một số trường hợp sử dụng thực tế và kỹ thuật quản lý nhiều môi trường dữ liệu.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển muốn tích hợp cơ sở dữ liệu aDynamoDB NoSQL vào một ứng dụng web được lưu trữ trên AWS.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường phát triển cần thiết để bắt đầu tích hợp dữ liệu vào DynamoDB.
• Tích hợp DynamoDB vào các ứng dụng web và ứng dụng di động.
• Di chuyển dữ liệu trong AWS bằng các dịch vụ của AWS.
• Triển khai các thao tác với AWS DAX.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (tại chỗ hoặc từ xa) dành cho các kỹ sư muốn triển khai và quản lý các thiết bị IoT trên AWS.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể xây dựng một nền tảng IoT bao gồm việc triển khai và quản lý backend, gateway và các thiết bị trên AWS.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển muốn tìm hiểu cách xây dựng các microservice trên Microsoft Azure Service Fabric (ASF).

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Sử dụng ASF làm nền tảng để xây dựng và quản lý các microservice.
• Hiểu các khái niệm và mô hình lập trình microservice chính.
• Tạo một cụm trong Azure.
• Triển khai microservice tại chỗ hoặc trên đám mây.
• Gỡ lỗi và khắc phục sự cố cho một ứng dụng microservice đang hoạt động.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các kỹ sư muốn sử dụng AWS CloudFormation để tự động hóa quy trình quản lý cơ sở hạ tầng đám mây AWS.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Kích hoạt các dịch vụ AWS để bắt đầu quản lý cơ sở hạ tầng.
• Hiểu và áp dụng nguyên tắc "cơ sở hạ tầng dưới dạng mã".
• Cải thiện chất lượng và giảm chi phí triển khai cơ sở hạ tầng.
• Viết các Template AWS CloudFormation bằng YAML.

Khóa đào tạo trực tiếp, trực tuyến hoặc tại chỗ này dành cho các lập trình viên và nhà phát triển muốn sử dụng Fn để tạo các ứng dụng và dịch vụ không máy chủ.

Khi kết thúc khóa đào tạo, người tham gia sẽ có thể:

• Thiết lập Fn để tạo thư mục và hàm.
• Tạo ứng dụng bằng các ngôn ngữ lập trình khác nhau.
• Giám sát các hàm để giải quyết các vấn đề ở giai đoạn phát triển và triển khai.

Summery:

• Basics of IoT architecture and functions
• “Things”, “Sensors”, Internet and the mapping between business functions of IoT
• Essential of all IoT software components- hardware, firmware, middleware, cloud and mobile app
• IoT functions- Fleet manager, Data visualization, SaaS based FM and DV, alert/alarm, sensor onboarding, “thing” onboarding, geo-fencing
• Basics of IoT device communication with cloud with MQTT.
• Connecting IoT devices to AWS with MQTT (AWS IoT Core).
• Connecting AWS IoT core with AWS Lambda function for computation and data storage.
• Connecting Raspberry PI with AWS IoT core and simple data communication.
• Alerts and events
• Sensor calibration

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và nhà phát triển muốn học hỏi và xây dựng sự nghiệp của họ trong Data Science bằng cách sử dụng Kaggle.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Tìm hiểu về khoa học dữ liệu và học máy.
• Khám phá phân tích dữ liệu.
• Tìm hiểu về Kaggle và cách thức hoạt động của nó.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và nhà phát triển muốn sử dụng Modin để xây dựng và triển khai các phép tính song song với Pandas để phân tích dữ liệu nhanh hơn.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường cần thiết để bắt đầu phát triển các quy trình làm việc Pandas quy mô lớn với Modin.
• Hiểu các tính năng, kiến trúc và lợi thế của Modin.
• Nắm vững sự khác biệt giữa Modin, Dask và Ray.
• Thực hiện các thao tác Pandas nhanh hơn với Modin.
• Triển khai toàn bộ API và các hàm Pandas.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (tại chỗ hoặc từ xa) dành cho các nhà phát triển muốn sử dụng OpenFaas để tạo, xây dựng, kiểm tra, gỡ lỗi và triển khai các hàm sự kiện mà không cần lo lắng về việc quản lý cơ sở hạ tầng máy chủ bên dưới.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Cài đặt và cấu hình OpenFaas.
• Đóng gói bất kỳ nhị phân hoặc mã nào thành một hàm không máy chủ mà không cần mã khởi tạo lặp đi lặp lại.
• Tách khỏi AWS Lambda để tránh bị khóa.
• Triển khai các hàm sự kiện lên máy chủ tại chỗ hoặc lên đám mây.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các kỹ sư phần mềm muốn phát triển các ứng dụng song song bằng OpenMP.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu và sử dụng lập trình song song với Fortran trong OpenMP.
• Tính toán fractal song song để kết xuất nhiều pixel và ký tự.
• Triển khai lập trình vector với các phần mở rộng SIMD cho các hệ thống HPC.
• Thêm các khối song song để chỉ định tính song song bộ nhớ chia sẻ.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và nhà phát triển muốn sử dụng RAPIDS để xây dựng các quy trình dữ liệu, quy trình làm việc và hình ảnh hóa dữ liệu được tăng tốc bởi GPU, áp dụng các thuật toán học máy như XGBoost, cuML, v.v.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường phát triển cần thiết để xây dựng các mô hình dữ liệu với NVIDIA RAPIDS.
• Hiểu các tính năng, thành phần và lợi thế của RAPIDS.
• Tận dụng GPU để tăng tốc các quy trình dữ liệu và phân tích từ đầu đến cuối.
• Triển khai chuẩn bị dữ liệu và ETL được tăng tốc bởi GPU với cuDF và Apache Arrow.
• Tìm hiểu cách thực hiện các tác vụ học máy với các thuật toán XGBoost và cuML.
• Xây dựng hình ảnh hóa dữ liệu và thực hiện phân tích đồ thị với cuXfilter và cuGraph.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (tại chỗ hoặc từ xa) dành cho các nhà phát triển muốn sử dụng Serverless Framework trên AWS và các nền tảng đám mây khác để tạo và triển khai các ứng dụng microservice.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập Serverless Framework để làm việc với các dịch vụ tính toán như AWS Lambda.
• Giảm độ phức tạp và chi phí triển khai microservice trên các nền tảng đám mây khác nhau.
• Phát ra và thu thập sự kiện, đồng thời thực thi các hàm tự động.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển và kỹ sư DevOps mong muốn sử dụng phương pháp tiếp cận không máy chủ để xây dựng các ứng dụng doanh nghiệp trong Kubernetes.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập và cấu hình hệ thống Kubernetes để bắt đầu phát triển với kiến trúc không máy chủ.
• Hiểu các khái niệm và nguyên tắc nền tảng của môi trường không máy chủ.
• Vận hành các công cụ cần thiết cho phát triển không máy chủ và tích hợp nó với các thành phần Kubernetes.
• Thực hành kỹ năng lập trình bằng ngôn ngữ Python và áp dụng nó để triển khai các hệ thống không máy chủ.
• Bảo mật các ứng dụng doanh nghiệp được triển khai thông qua khung không máy chủ trên Kubernetes.
• Sử dụng các phương pháp điện toán đám mây hiện đại để tối ưu hóa quy trình xử lý tác vụ DevOps.