Python Programming cho Finance Training Course

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 (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và kỹ sư phần mềm muốn sử dụng Dask với hệ sinh thái Python để xây dựng, mở rộng và phân tích các tập dữ liệu lớn.

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

• Thiết lập môi trường để bắt đầu xây dựng xử lý dữ liệu lớn với Dask và Python.
• Khám phá các tính năng, thư viện, công cụ và API có sẵn trong Dask.
• Hiểu cách Dask tăng tốc tính toán song song trong Python.
• Tìm hiểu cách mở rộng hệ sinh thái Python (Numpy, SciPy và Pandas) bằng cách sử dụng Dask.
• Tối ưu hóa môi trường Dask để duy trì hiệu suất cao trong việc xử lý các tập dữ liệu lớn.

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 nhà phân tích dữ liệu trình độ trung cấp, những người muốn nâng cao kỹ năng phân tích và thao tác dữ liệu bằng Pandas và NumPy.

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

• Thiết lập môi trường phát triển bao gồm Python, Pandas và NumPy.
• Tạo ứng dụng phân tích dữ liệu bằng Pandas và NumPy.
• Thực hiện các thao tác xử lý, sắp xếp và lọc dữ liệu nâng cao.
• Thực hiện các thao tác tổng hợp và phân tích dữ liệu chuỗi thời gian.
• Trực quan hóa dữ liệu bằng Matplotlib và các thư viện trực quan hóa khác.
• Gỡ lỗi và tối ưu hóa mã phân tích dữ liệu của họ.

Khóa đào tạo trực tiếp, trực tuyến hoặc tại chỗ này dành cho các nhà phát triển muốn sử dụng bộ công cụ FARM (FastAPI, React và MongoDB) để xây dựng các ứng dụng web động, hiệu suất cao và có khả năng mở rộng.

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

• Thiết lập môi trường phát triển cần thiết tích hợp FastAPI, React và MongoDB.
• Hiểu các khái niệm, tính năng và lợi ích chính của bộ công cụ FARM.
• Tìm hiểu cách xây dựng REST API với FastAPI.
• Tìm hiểu cách thiết kế các ứng dụng tương tác với React.
• Phát triển, kiểm tra và triển khai các ứng dụng (front-end và back-end) bằng bộ công cụ FARM.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển muốn sử dụng FastAPI với Python để xây dựng, kiểm tra và triển khai các API RESTful dễ dàng và nhanh chóng hơn.

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

• Thiết lập môi trường phát triển cần thiết để xây dựng API với Python và FastAPI.
• Tạo API nhanh chóng và dễ dàng hơn bằng thư viện FastAPI.
• Tìm hiểu cách tạo mô hình dữ liệu và lược đồ dựa trên Pydantic và OpenAPI.
• Kết nối API với cơ sở dữ liệu bằng SQLAlchemy.
• Triển khai bảo mật và xác thực trong API bằng các công cụ của FastAPI.
• Xây dựng hình ảnh container và triển khai API web lên máy chủ đám mây.

Khóa học thực tế này hướng đến Python nhà phát triển muốn tạo ra và duy trì ứng dụng web đầu tiên của mình. Khóa học cũng dành cho những người đã quen thuộc với các khung web khác như Django hoặc Web2py, và muốn tìm hiểu việc sử dụng một microframework (tức là một khung ghép nối các thư viện bên thứ ba thay vì cung cấp một giải pháp toàn diện tự chứa) ảnh hưởng như thế nào đến quy trình.

Một phần đáng kể của khóa học dành cho việc không phải Flask bản thân (nó rất nhỏ gọn), mà là các thư viện và công cụ bên thứ ba thường được sử dụng trong các dự án Flask.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển muốn sử dụng các tính năng nâng cao của Flask để xây dựng các ứng dụng web có khả năng mở rộng trên MongoDB.

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

• Thiết lập môi trường phát triển cần thiết để bắt đầu phát triển các ứng dụng web với Flask.
• Tìm hiểu các khái niệm và kỹ thuật nâng cao cho các dự án Flask thực tế.
• Xây dựng một máy chủ API RESTful trên MongoDB.
• Tìm hiểu cách đóng gói, kiểm tra và triển khai các microservice với Flask, Docker và Amazon EC2.
• Có được một số hiểu biết sâu sắc về các tích hợp nâng cao của Flask để mở rộng các ứng dụng web.

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.

Kivy là một thư viện giao diện người dùng đồ họa đa nền tảng, mã nguồn mở được viết bằng Python, cho phép phát triển ứng dụng đa chạm cho nhiều thiết bị khác nhau.

Trong khóa đào tạo trực tiếp, do giảng viên hướng dẫn này, người tham gia sẽ học cách cài đặt và triển khai Kivy trên các nền tảng khác nhau, tùy chỉnh và thao tác với các widget, lên lịch, kích hoạt và phản hồi các sự kiện, sửa đổi đồ họa bằng đa chạm, thay đổi kích thước màn hình, đóng gói ứng dụng cho Android và hơn thế nữa.

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

• Liên kết mã Python và ngôn ngữ Kivy.
• Có kiến thức vững chắc về cách Kivy hoạt động và sử dụng các thành phần quan trọng nhất của nó như widget, sự kiện, thuộc tính, đồ họa, v.v.
• Phát triển và triển khai ứng dụng Android một cách liền mạch dựa trên các yêu cầu kinh doanh và thiết kế khác nhau.

Định dạng khóa học

• Kết hợp bài giảng, thảo luận, bài tập và thực hành chuyên sâu.

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 (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển muốn sử dụng PyGame để tạo và xây dựng trò chơi bằng cách lập trình Python.

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

• Thiết lập môi trường phát triển cần thiết để bắt đầu tạo các ứng dụng trò chơi với PyGame và Python.
• Tìm hiểu cách tạo các ứng dụng PyGame tương tác tích hợp với hoạt ảnh và các tính năng đa phương tiện.
• Chạy và kiểm tra các chương trình trò chơi với bộ kiểm thử PyGame và chuyển chúng thành các tệp thực thi.

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 (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển backend muốn xây dựng REST API bằng Python và Flask.

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

• Triển khai REST API để cho phép ứng dụng web Flask đọc và ghi vào cơ sở dữ liệu ở backend.
• Phát triển các tính năng xác thực nâng cao như refresh token.
• Xây dựng backend có thể tái sử dụng cho các dự án Python trong tương lai.
• Đơn giản hóa việc lưu trữ dữ liệu với SQLAlchemy.
• Triển khai REST API lên máy chủ dựa trên đám mây.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển muốn sử dụng SciPy để tạo các chức năng tính toán khoa học nâng cao với Python.

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

• Thiết lập môi trường phát triển cần thiết để bắt đầu tạo các chức năng tính toán khoa học.
• Tận dụng tối đa các tính năng của SciPy bằng cách thực hiện các ví dụ thực tế về các thao tác phức tạp.
• Triển khai và tối ưu hóa các thuật toán và hàm toán học để giải quyết các vấn đề khoa học.
• Thiết kế các cấu trúc dữ liệu và phương pháp nội suy để trực quan hóa, xử lý và phân tích.