Cursos de Python in Data Science

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas de dados que desejam usar o ecossistema Anaconda para capturar, gerenciar e implantar pacotes e fluxos de trabalho de análise de dados em uma única plataforma.

No final deste treinamento, os participantes serão capazes de:

• Instalar e configurar componentes e bibliotecas Anaconda.
• Compreender os principais conceitos, recursos e benefícios do Anaconda.
• Gerenciar pacotes, ambientes e canais usando o Anaconda Navigator.
• Usar pacotes Conda, R e Python para ciência de dados e aprendizado de máquina.
• Conhecer alguns casos de uso práticos e técnicas para gerenciar vários ambientes de dados.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas de dados e engenheiros de software que desejam usar o Dask com o ecossistema Python para criar, dimensionar e analisar grandes conjuntos de dados.

No final desta formação, os participantes serão capazes de

• Configurar o ambiente para começar a criar o processamento de big data com Dask e Python.
• Explorar os recursos, as bibliotecas, as ferramentas e as APIs disponíveis no Dask.
• Compreender como o Dask acelera a computação paralela em Python.
• Aprenda como escalar o ecossistema Python (Numpy, SciPy e Pandas) usando Dask.
• Otimizar o ambiente Dask para manter o alto desempenho na manipulação de grandes conjuntos de dados.

This instructor-led, live training in Brasil (online or onsite) is aimed at intermediate-level Python developers and data analysts who wish to enhance their skills in data analysis and manipulation using Pandas and NumPy.

By the end of this training, participants will be able to:

• Set up a development environment that includes Python, Pandas, and NumPy.
• Create a data analysis application using Pandas and NumPy.
• Perform advanced data wrangling, sorting, and filtering operations.
• Conduct aggregate operations and analyze time series data.
• Visualize data using Matplotlib and other visualization libraries.
• Debug and optimize their data analysis code.

Este treinamento ao vivo conduzido por instrutor (no local ou remoto) é destinado a desenvolvedores que desejam usar a pilha FARM (FastAPI, React e MongoDB) para criar aplicativos da Web dinâmicos, de alto desempenho e escalonáveis.

No final desta formação, os participantes serão capazes de

Configurar o ambiente de desenvolvimento necessário que integra FastAPI, React e MongoDB. Compreender os principais conceitos, recursos e benefícios da pilha FARM. Aprender a criar APIs REST com FastAPI. Aprender a conceber aplicações interactivas com React. Desenvolver, testar e implantar aplicativos (front-end e back-end) usando a pilha FARM.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a desenvolvedores que desejam usar o FastAPI com Python para criar, testar e implantar APIs RESTful com mais facilidade e rapidez.

No final desta formação, os participantes serão capazes de

• Configurar o ambiente de desenvolvimento necessário para criar APIs com Python e FastAPI.
• Criar APIs de forma mais rápida e fácil usando a biblioteca FastAPI.
• Aprender como criar modelos de dados e esquemas baseados em Pydantic e OpenAPI.
• Conectar APIs a um banco de dados usando SQLAlchemy.
• Implementar segurança e autenticação em APIs usando as ferramentas do FastAPI.
• Construir imagens de contêiner e implantar APIs web em um servidor de nuvem.

Este curso prático é direcionado aos desenvolvedores de Python que desejam criar e manter seus primeiros aplicativos da web. Também é dirigido a pessoas que já estão familiarizadas com outras estruturas da Web, como Django ou Web2py , e desejam aprender como o uso de uma microframetria (ou seja, uma estrutura que cole bibliotecas de terceiros em vez de fornecer uma solução universal independente) o processo.

Uma parte significativa do curso é dedicada não ao próprio Flask (é minúsculo), mas às bibliotecas e ferramentas de terceiros frequentemente usadas em projetos do Flask.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a desenvolvedores que desejam usar os recursos avançados do Flask para criar aplicativos da Web escalonáveis em cima de MongoDB.

No final desta formação, os participantes serão capazes de

• Configurar o ambiente de desenvolvimento necessário para começar a desenvolver aplicações web com Flask.
• Conheça os conceitos e técnicas avançadas para projetos Flask do mundo real.
• Construir um servidor de API RESTful em cima de MongoDB.
• Aprenda como conteinerizar, testar e implantar microserviços com Flask, Docker e Amazon EC2.
• Obtenha alguns insights sobre as integrações avançadas do Flask para escalar aplicativos da Web.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas de dados e desenvolvedores que desejam aprender e construir suas carreiras em Data Science usando Kaggle.

Ao final deste treinamento, os participantes serão capazes de:

• Aprender sobre ciência de dados e aprendizado de máquina.
• Explorar a análise de dados.
• Aprender sobre Kaggle e como ele funciona.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas e desenvolvedores de dados que desejam usar Modin para criar e implementar cálculos paralelos com Pandas para uma análise de dados mais rápida.

No final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente necessário para começar a desenvolver fluxos de trabalho Pandas em escala com Modin.
• Compreender os recursos, a arquitetura e as vantagens de Modin.
• Conhecer as diferenças entre Modin, Dask e Ray.
• Realizar operações Pandas mais rapidamente com Modin.
• Implementar toda a API Pandas e as funções.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a desenvolvedores que desejam usar PyGame para criar e construir jogos usando a programação Python.

No final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente de desenvolvimento necessário para começar a criar aplicações de jogos com PyGame e Python.
• Aprender a criar aplicações PyGame interactivas integradas com animações e funcionalidades multimédia.
• Executar e testar programas de jogos com a suite de testes PyGame e convertê-los em ficheiros executáveis.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas de dados e desenvolvedores que desejam usar RAPIDS para construir pipelines de dados acelerados GPU, fluxos de trabalho e visualizações, aplicando algoritmos de aprendizado de máquina, como XGBoost, cuML, etc.

No final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente de desenvolvimento necessário para construir modelos de dados com a NVIDIA RAPIDS.
• Compreender os recursos, componentes e vantagens de RAPIDS.
• Aproveite GPU para acelerar os pipelines de dados e análises de ponta a ponta.
• Implementar a preparação de dados acelerada por GPU e ETL com cuDF e Apache Arrow.
• Aprenda a executar tarefas de aprendizado de máquina com os algoritmos XGBoost e cuML.
• Crie visualizações de dados e execute análises de gráficos com cuXfilter e cuGraph.

Este treinamento, ministrado por um instrutor ao vivo (online ou presencial), é destinado a desenvolvedores backend que desejam construir APIs REST com Python e Flask.

No final desta formação, os participantes serão capazes de

• Implementar uma API REST para permitir que um aplicativo web Flask leia e grave dados em um banco de dados no backend.
• Desenvolver recursos avançados de autenticação, como tokens de atualização.
• Construir um backend reutilizável para futuros projetos Python.
• Simplificar o armazenamento de dados com SQLAlchemy.
• Implantar APIs REST em um servidor baseado em nuvem.

Este treinamento ao vivo conduzido por instrutor em Brasil (online ou no local) é destinado a desenvolvedores que desejam usar SciPy para criar funções avançadas de computação científica com Python.

No final desta formação, os participantes serão capazes de

• Configurar o ambiente de desenvolvimento necessário para começar a criar funções de computação científica.
• Aproveitar ao máximo os recursos do SciPy por meio de exemplos práticos de operações complexas.
• Implementar e otimizar algoritmos e funções matemáticas para resolver problemas científicos.
• Projetar estruturas de dados e métodos de interpolação para visualização, processamento e análise.