Kursus Pelatihan FinOps
Cloud Financial Management atau FinOps adalah praktik menerapkan teknologi cloud untuk mengoptimalkan pengelolaan keuangan dan operasional sebuah bisnis.
Pelatihan ini yang dipandu instruktur (online atau langsung tatap muka) ditujukan untuk administrator cloud, arsitek cloud, kepala teknologi, dan analis keuangan yang ingin merekam, mengelola, memantau, dan memproses aset keuangan organisasi di cloud.
Di akhir pelatihan ini, peserta akan dapat menggunakan praktik FinOps di sebuah organisasi untuk memprediksi biaya, mengoptimalkan proses, dan melakukan operasional pengelolaan keuangan di cloud.
Format Pelatihan
- Diskusi dan pertanyaan-jawaban yang interaktif.
- Banyak latihan dan praktik.
- Implementasi langsung di lingkungan lab langsung.
Opsi Pengaturan Pelatihan
- Untuk meminta pelatihan yang disesuaikan untuk pelatihan ini, silakan hubungi kami untuk mengatur.
Kerangka Materi
Pengenalan
Irisan Tentang Cloud Financial Management atau FinOps
- Prinsip dasar
- Pendanaan keuangan tradisional vs. pendanaan keuangan cloud
- Fase dan fungsinya
Menggunakan Teknologi Cloud Untuk Pendanaan Keuangan
- Ekonomi cloud
- Pendorong biaya
Membangun Tim FinOps Di Dalam Organisasi
- Prinsip dan struktur tim
- Peran dan tanggung jawab di dalam organisasi
Mempelajari Arsitektur Kemampuan FinOps
- Aktivitas dan budaya FinOps
- Model kematangan
- Model operasi
Mengkaji Platform Pembayaran Cloud
- Platform yang ada
- Tugas manajemen akun
- Alat pengelolaan biaya
Memahami Siklus Hidup FinOps
- Keterlihatan dan alokasi
- Penggunaan dan tarif
- Pembaikan terus-menerus dan operasi
Membangun Operasi FinOps Yang Berhasil
- Prinsip terbaik
- Optimasi cloud
- Memanfaatkan kemampuan AI
Ringkasan dan Kesimpulan
Persyaratan
- Pengetahuan tentang manajemen keuangan dan operasi
- Paham dasar mengenai teknologi cloud
Audience
- Administrator cloud
- Arsitek cloud
- Kepala teknologi
- Analis keuangan
Kursus Pelatihan Terbuka membutuhkan minimal 5 peserta.
Kursus Pelatihan FinOps - Pemesanan
Kursus Pelatihan FinOps - Penyelidikan
FinOps - Permintaan Konsultasi
Permintaan Konsultasi
Testimoni (1)
Pengalaman pelatih dan cara dia menyampaikan materi
Roggli Marc - Bechtle Schweiz AG
Kursus - FinOps
Diterjemahkan Mesin
Kursus Mendatang
Kursus Terkait
Model Pembelajaran Mesin Tingkat Lanjut dengan Google Colab
21 JamPelatihan langsung ini dipandu instruktur di Indonesia (online atau tatap muka) ditujukan kepada profesional tingkat lanjut yang ingin meningkatkan pengetahuan mereka tentang model pembelajaran mesin, memperbaiki keterampilan dalam penyetelan hyperparameter, dan belajar bagaimana menerapkan model secara efektif menggunakan Google Colab.
Pada akhir pelatihan ini, peserta akan dapat:
- Mengimplementasikan model pembelajaran mesin tingkat lanjut menggunakan framework populer seperti Scikit-learn dan TensorFlow.
- Mengoptimalkan kinerja model melalui penyetelan hyperparameter.
- Menerapkan model pembelajaran mesin dalam aplikasi nyata menggunakan Google Colab.
- Berkolaborasi dan mengelola proyek-proyek pembelajaran mesin berskala besar di Google Colab.
AWS IoT Core
14 JamPelatihan 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.
Amazon Web Services (AWS) IoT Greengrass
21 JamPelatihan 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.
AWS Lambda untuk Pengembang
14 JamPelatihan 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.
Pengantar Google Colab untuk Ilmu Data
14 JamPelatihan ini dipandu instruktur (pelatihan online langsung atau tatap muka) ditujukan untuk ilmuwan data pemula dan profesional IT yang ingin mempelajari dasar-dasar ilmu data menggunakan Google Colab.
Pada akhir pelatihan ini, peserta akan dapat:
- Menyiapkan dan menavigasi Google Colab.
- Menulis dan menjalankan kode Python dasar.
- Mengimpor dan mengelola dataset.
- Membuat visualisasi menggunakan perpustakaan Python.
Computer Vision dengan Google Colab dan TensorFlow
21 JamPelatihan ini dipandu instruktur secara langsung di Indonesia (online atau tatap muka) ditujukan untuk profesional tingkat lanjut yang ingin memperdalam pemahaman mereka tentang computer vision dan mengeksplorasi kemampuan TensorFlow untuk mengembangkan model visi canggih menggunakan Google Colab.
Pada akhir pelatihan ini, peserta akan dapat:
- Membuat dan melatih convolutional neural networks (CNNs) menggunakan TensorFlow.
- Memanfaatkan Google Colab untuk pengembangan model berbasis cloud yang skala besar dan efisien.
- Mengimplementasikan teknik preprocessing gambar untuk tugas-tugas computer vision.
- Menerapkan model visi komputer untuk aplikasi dunia nyata.
- Menggunakan transfer learning untuk meningkatkan kinerja model CNN.
- Memvisualisasikan dan menginterpretasikan hasil dari model klasifikasi gambar.
Pembelajaran Mendalam dengan TensorFlow di Google Colab
14 JamPelatihan langsung ini di Indonesia (online atau offline) ditujukan bagi ilmuwan data dan pengembang tingkat menengah yang ingin memahami dan menerapkan teknik deep learning menggunakan lingkungan Google Colab.
Pada akhir pelatihan ini, peserta akan dapat:
- Menyiapkan dan mengelola Google Colab untuk proyek deep learning.
- Memahami dasar-dasar jaringan saraf.
- Melakukan implementasi model deep learning menggunakan TensorFlow.
- Melatih dan mengevaluasi model deep learning.
- Menggunakan fitur lanjutan dari TensorFlow untuk deep learning.
Mastering DevOps dengan AWS Cloud9
21 JamPelatihan 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.
Mengembangkan Aplikasi Serverless di AWS Cloud9
14 JamPelatihan 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.
Visualisasi Data dengan Google Colab
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (daring atau tatap muka) ini ditujukan untuk para ilmuwan data tingkat pemula yang ingin belajar cara membuat visualisasi data yang bermakna dan menarik secara visual.
Pada akhir pelatihan ini, peserta akan dapat:
- Mengatur dan menjelajahi Google Colab untuk visualisasi data.
- Membuat berbagai jenis plot menggunakan Matplotlib.
- Memanfaatkan Seaborn untuk teknik visualisasi lanjutan.
- Menyesuaikan plot untuk presentasi dan keterbacaan yang lebih baik.
- Menafsirkan dan mempresentasikan data dengan efektif menggunakan alat visual.
Pelatihan Industri IoT (Internet of Things) dengan Raspberry PI dan AWS IoT Core 「4 Jam Remote」
4 JamRingkasan:
- 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
Pelatihan Industri IoT (Internet of Things) dengan Raspberry PI dan AWS IoT Core 「8 Jam Jarak Jauh」
8 JamRingkasan:
- 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.
Machine Learning dengan Google Colab
14 JamPelatihan ini dipandu instruktur (online atau tatap muka) ditujukan kepada para data scientist dan pengembang berlevel menengah yang ingin menerapkan algoritma machine learning secara efisien menggunakan lingkungan Google Colab.
Pada akhir pelatihan ini, peserta akan dapat:
- Mengatur dan menavigasi Google Colab untuk proyek machine learning.
- Memahami dan menerapkan berbagai algoritma machine learning.
- Menggunakan perpustakaan seperti Scikit-learn untuk menganalisis dan memprediksi data.
- Menerapkan model pembelajaran terawasi dan tidak terawasi.
- Mengoptimalkan dan mengevaluasi model machine learning secara efektif.
Pemrosesan Bahasa Alami (NLP) dengan Google Colab
14 JamPelatihan langsung yang dipandu oleh instruktur di Indonesia (daring atau tatap muka) ini ditujukan untuk ilmuwan data dan pengembang level menengah yang ingin menerapkan teknik NLP menggunakan Python dalam Google Colab.
Setelah mengikuti pelatihan ini, peserta akan dapat:
- Memahami konsep-konsep inti dari pemrosesan bahasa alami.
- Mempersiapkan dan membersihkan data teks untuk tugas NLP.
- Melakukan analisis sentimen menggunakan perpustakaan NLTK dan SpaCy.
- Bekerja dengan data teks menggunakan Google Colab untuk pengembangan yang dapat di skalakan dan kolaboratif.
Python Programming Fundamental Menggunakan Google Colab
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (daring atau di lokasi) ini ditujukan untuk pengembang dan analis data tingkat pemula yang ingin belajar pemrograman Python dari awal menggunakan Google Colab.
Dengan mengikuti pelatihan ini, peserta akan dapat:
- Memahami dasar-dasar bahasa pemrograman Python.
- Menjalankan kode Python dalam lingkungan Google Colab.
- Menggunakan struktur kendali untuk mengelola alur program Python.
- Membuat fungsi untuk menyusun dan mengulang penggunaan kode dengan efektif.
- Menjelajahi dan menggunakan perpustakaan dasar untuk pemrograman Python.