Kursus Pelatihan AWS Cloud9 untuk Data Science

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk teknisi dan pengembang cloud yang ingin menggunakan CloudFormation untuk mengelola sumber daya infrastruktur dalam ekosistem AWS.

Pada akhir pelatihan ini, peserta akan dapat:

• Terapkan templat CloudFormation untuk mengotomatiskan manajemen infrastruktur.
• Integrasikan sumber daya AWS yang ada ke dalam CloudFormation.
• Gunakan StackSets untuk mengelola tumpukan di beberapa akun dan wilayah.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk ilmuwan data yang ingin menggunakan ekosistem Anaconda untuk menangkap, mengelola, dan menyebarkan paket dan alur kerja analisis data dalam satu platform.

Pada akhir pelatihan ini, peserta akan dapat:

• Instal dan konfigurasikan Anaconda komponen dan pustaka.
• Memahami konsep inti, fitur, dan manfaat Anaconda.
• Kelola paket, lingkungan, dan saluran menggunakan Anaconda Navigator.
• Gunakan paket Conda, R, dan Python untuk ilmu data dan pembelajaran mesin.
• Ketahui beberapa kasus penggunaan praktis dan teknik untuk mengelola berbagai lingkungan data.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pengembang yang ingin mengintegrasikan database DynamoDB NoSQL ke dalam aplikasi web yang dihosting di AWS.

Pada akhir pelatihan ini, peserta akan dapat:

• Siapkan lingkungan pengembangan yang diperlukan untuk mulai mengintegrasikan data ke DynamoDB.
• Integrasikan DynamoDB ke dalam aplikasi web dan aplikasi seluler.
• Pindahkan data di AWS dengan layanan AWS.
• Menerapkan operasi dengan AWS DAX.

Pelatihan langsung yang dipimpin instruktur di Indonesia (di tempat atau jarak jauh) ini ditujukan untuk para teknisi yang ingin menyebarkan dan mengelola perangkat IoT di AWS.

Pada akhir pelatihan ini, peserta akan dapat membangun platform IoT yang mencakup penerapan dan pengelolaan backend, gateway, dan perangkat di atas AWS.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pengembang yang ingin memasang, mengonfigurasi, dan mengelola AWS IoT kemampuan Greengrass untuk membuat aplikasi untuk berbagai perangkat.

Pada akhir pelatihan ini, peserta akan dapat menggunakan AWS IoT Greengrass untuk membangun, menyebarkan, mengelola, mengamankan, dan memantau aplikasi pada perangkat cerdas.

Pelatihan langsung yang dipandu instruktur di Indonesia (di tempat atau jarak jauh) ini ditujukan untuk pengembang yang ingin menggunakan AWS Lambda untuk membangun dan menyebarkan layanan dan aplikasi ke cloud, tanpa perlu khawatir tentang penyediaan lingkungan eksekusi (server, VM dan kontainer, ketersediaan, skalabilitas, penyimpanan, dll.).

Pada akhir pelatihan ini, peserta akan dapat:

• Konfigurasikan AWS Lambda untuk menjalankan fungsi.
• Memahami FaaS (Functions as a Service) dan keuntungan pengembangan tanpa server.
• Membangun, mengunggah, dan menjalankan fungsi AWS Lambda.
• Integrasikan fungsi Lambda dengan berbagai sumber peristiwa.
• Mengemas, menyebarkan, memantau, dan memecahkan masalah aplikasi berbasis Lambda.

Pandangan Umum

Provider layanan komunikasi (CSP) mengalami tekanan untuk mengurangi biaya dan memaksimalkan rata-rata pendapatan per pengguna (ARPU), sambil memastikan pengalaman pelanggan yang luar biasa, namun volume data terus bertambah. Lalu lintas data seluler global akan tumbuh dengan tingkat pertumbuhan tahunan rata-rata (CAGR) sebesar 78 persen hingga tahun 2016, mencapai 10,8 exabyte per bulan.

Sementara itu, CSPs menghasilkan volume data yang besar, termasuk catatan detail panggilan (CDR), data jaringan dan data pelanggan. Perusahaan yang memanfaatkan data ini secara penuh mendapatkan keunggulan kompetitif. Menurut survei terbaru oleh The Economist Intelligence Unit, perusahaan yang menggunakan pengambilan keputusan yang didukung data menikmati peningkatan produktivitas sebesar 5-6%. Namun, 53% perusahaan hanya memanfaatkan setengah dari data berharganya, dan sepertiga dari responden menegaskan bahwa jumlah data yang berguna tidak terpakai. Volume data sangat besar sehingga analisis manual mustahil, dan sebagian besar sistem perangkat lunak warisan tidak bisa menyesuaikan diri, sehingga data berharga dibuang atau diabaikan.

Dengan perangkat lunak Big Data & Analytics yang cepat dan dapat di skalakan, CSPs dapat memanfaatkan semua data mereka untuk pengambilan keputusan yang lebih baik dalam waktu yang lebih singkat. Berbagai produk dan teknik Big Data menyediakan platform perangkat lunak yang lengkap untuk mengumpulkan, mempersiapkan, menganalisis, dan menyajikan wawasan dari data besar. Bidang aplikasi termasuk pemantauan kinerja jaringan, deteksi penipuan, deteksi pelanggan yang beralih, dan analisis risiko kredit. Produk Big Data & Analytics dapat di skalakan untuk mengolah terabytes data, namun pengimplementasian alat-alat ini memerlukan sistem basis data berbasis cloud baru seperti Hadoop atau pengolah komputer paralel skala besar (KPU, dll.).

Kursus ini tentang Big Data BI untuk Telco mencakup semua bidang baru yang sedang muncul di mana CSPs berinvestasi untuk meningkatkan produktivitas dan membuka aliran pendapatan bisnis baru. Kursus ini akan memberikan gambaran 360 derajat lengkap tentang Big Data BI di Telco sehingga pengambil keputusan dan manajer dapat memiliki gambaran yang sangat luas dan komprehensif tentang kemungkinan Big Data BI di Telco untuk meningkatkan produktivitas dan pendapatan.

Tujuan Kursus

Tujuan utama dari kursus ini adalah untuk memperkenalkan teknologi baru Big Data business intelligence di empat sektor Bisnis Telekomunikasi (Marketing/Penjualan, Operasi Jaringan, Operasi Keuangan, dan Manajemen Hubungan Pelanggan). Mahasiswa akan diperkenalkan kepada:

• Pendahuluan Big Data—apa itu 4Vs (volume, kecepatan, variasi, dan keakuratan) dalam Big Data—pembuatan, ekstraksi, dan manajemen dari perspektif Telco
• Bagaimana analitik Big Data berbeda dari analitik data warisan
• Penjabaran Big Data di dalam perusahaan—perspektif Telco
• Pendahuluan ekosistem Hadoop—kenalan dengan semua alat Hadoop seperti Hive, Pig, SPARC—ketika dan bagaimana digunakan untuk menyelesaikan masalah Big Data
• Bagaimana Big Data diekstrak untuk dianalisis oleh alat analitik—bagaimana analisis bisnis dapat mengurangi kesulitan pengumpulan dan analisis data melalui pendekatan dashboard Hadoop terintegrasi
• Pendahuluan dasar tentang analisis insight, analisis visualisasi, dan analisis prediktif untuk Telco
• Analisis churn pelanggan dan Big Data—bagaimana analitik Big Data dapat mengurangi churn pelanggan dan kepuasan pelanggan yang tidak memuaskan di Telco—kasus studi
• Analisis kegagalan jaringan dan kegagalan layanan dari meta-data jaringan dan IPDR
• Analisis keuangan—penipuan, pengeluaran, dan perhitungan ROI dari data penjualan dan operasional
• Masalah pengambilan pelanggan—marketing target, segmentasi pelanggan, dan penjualan silang dari data penjualan
• Pendahuluan dan ringkasan semua produk analitik Big Data dan di mana mereka masuk dalam ruang analitik Telco
• Kesimpulan—bagaimana mengikuti pendekatan bertahap untuk memasukkan Big Data Business Intelligence di organisasi Anda

Penonton Sasar

• Manajer operasi jaringan, manajer keuangan, manajer CRM, dan manajer IT tingkat atas di kantor CIO Telco.
• Analis bisnis di Telco
• Manajer/analis kantor CFO
• Manajer operasional
• Manajer QA

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk para teknisi yang ingin menggunakan AWS CloudFormation untuk mengotomatiskan proses pengelolaan infrastruktur cloud AWS.

Pada akhir pelatihan ini, peserta akan dapat:

• Aktifkan layanan AWS untuk mulai mengelola infrastruktur.
• Memahami dan menerapkan prinsip "infrastruktur sebagai kode".
• Meningkatkan kualitas dan menurunkan biaya penyebaran infrastruktur.
• Tulis Template AWS CloudFormation menggunakan YAML.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat lanjut yang ingin memperdalam pemahaman mereka tentang praktik DevOps dan menyederhanakan proses pengembangan menggunakan AWS Cloud9.

Pada akhir pelatihan ini, peserta akan dapat:

• Siapkan dan konfigurasikan AWS Cloud9 untuk alur kerja DevOps.
• Menerapkan jalur integrasi berkelanjutan dan pengiriman berkelanjutan (CI/CD).
• Otomatisasi proses pengujian, pemantauan, dan penerapan menggunakan AWS Cloud9.
• Integrasikan layanan AWS seperti Lambda, EC2, dan S3 ke dalam alur kerja DevOps.
• Memanfaatkan sistem kontrol sumber seperti GitHub atau GitLab dalam AWS Cloud9.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat menengah yang ingin mempelajari cara membangun, menerapkan, dan memelihara aplikasi tanpa server secara efektif di AWS Cloud9 dan AWS Lambda.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami dasar-dasar arsitektur tanpa server.
• Siapkan AWS Cloud9 untuk pengembangan aplikasi tanpa server.
• Mengembangkan, menguji, dan menyebarkan aplikasi tanpa server menggunakan AWS Lambda.
• Integrasikan AWS Lambda dengan layanan AWS lainnya seperti API Gateway dan S3.
• Optimalkan aplikasi tanpa server untuk kinerja dan efisiensi biaya.

Ringkasan:

• Dasar-dasar arsitektur dan fungsi IoT
• “Benda”, “Sensor”, Internet dan pemetaan antara fungsi bisnis IoT
• Pentingnya semua komponen perangkat lunak IoT - perangkat keras, firmware, middleware, cloud, dan aplikasi seluler
• Fungsi IoT- Manajer armada, Visualisasi data, FM dan DV berbasis SaaS, peringatan/alarm, pemasangan sensor, pemasangan “benda”, geo-fencing
• Dasar-dasar komunikasi perangkat IoT dengan cloud dengan MQTT.
• Menghubungkan perangkat IoT ke AWS dengan MQTT (AWS IoT Core).
• Menghubungkan inti AWS IoT dengan fungsi AWS Lambda untuk komputasi dan penyimpanan data.
• Menghubungkan Raspberry PI dengan inti AWS IoT dan komunikasi data sederhana.
• Peringatan dan acara
• Kalibrasi sensor

Ringkasan:

• Dasar-dasar arsitektur dan fungsi IoT
• “Benda”, “Sensor”, Internet dan pemetaan antara fungsi bisnis IoT
• Pentingnya semua komponen perangkat lunak IoT - perangkat keras, firmware, middleware, cloud, dan aplikasi seluler
• Fungsi IoT- Manajer armada, Visualisasi data, FM dan DV berbasis SaaS, peringatan/alarm, pemasangan sensor, pemasangan “benda”, geo-fencing
• Dasar-dasar komunikasi perangkat IoT dengan cloud dengan MQTT.
• Menghubungkan perangkat IoT ke AWS dengan MQTT (AWS IoT Core).
• Menghubungkan inti AWS IoT dengan fungsi AWS Lambda untuk komputasi dan penyimpanan data menggunakan DynamoDB.
• Menghubungkan Raspberry PI dengan inti AWS IoT dan komunikasi data sederhana.
• Praktik langsung dengan Raspberry PI dan AWS IoT Core untuk membangun perangkat pintar.
• Visualisasi data sensor dan komunikasi dengan antarmuka web.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk ilmuwan data dan pengembang yang ingin belajar dan membangun karier mereka di Data Science menggunakan Kaggle.

Pada akhir pelatihan ini, peserta akan dapat:

• Pelajari tentang ilmu data dan pembelajaran mesin.
• Jelajahi analitik data.
• Pelajari tentang Kaggle dan cara kerjanya.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk ilmuwan data dan pengembang yang ingin menggunakan Modin untuk membangun dan menerapkan komputasi paralel dengan Pandas untuk analisis data yang lebih cepat.

Pada akhir pelatihan ini, peserta akan dapat:

• Siapkan lingkungan yang diperlukan untuk mulai mengembangkan Pandas alur kerja berskala dengan Modin.
• Memahami fitur, arsitektur, dan keuntungan Modin.
• Ketahui perbedaan antara Modin, Dask, dan Ray.
• Lakukan operasi Pandas lebih cepat dengan Modin.
• Terapkan seluruh API dan fungsi Pandas.

Pelatihan ini yang dilaksanakan oleh instruktur dalam format Indonesia (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk ilmuwan data dan pengembang yang ingin menggunakan RAPIDS untuk membangun pipa data, workflow, dan visualisasi yang dioptimalkan dengan GPU, menerapkan algoritma machine learning seperti XGBoost, cuML, dan lain-lain.

Setelah menyelesaikan pelatihan ini, peserta akan mampu untuk:

• Menyiapkan lingkungan pengembangan yang diperlukan untuk membangun model data dengan NVIDIA RAPIDS.
• Memahami fitur, komponen, dan keunggulan RAPIDS.
• Menggunakan GPU untuk mempercepat pipa data dan analitik end-to-end.
• Mengimplementasikan persiapan data dan ETL yang dioptimalkan dengan GPU dengan cuDF dan Apache Arrow.
• Belajar mengelola tugas machine learning dengan algoritma XGBoost dan cuML.
• Membangun visualisasi data dan menjalankan analisis grafik dengan cuXfilter dan cuGraph.