Kursus Pelatihan Jupyter untuk Tim Data Science
Jupyter adalah IDE interaktif dan lingkungan komputasi sumber terbuka berbasis web.
Pelatihan langsung yang dipimpin instruktur (online atau di lokasi) ini memperkenalkan gagasan pengembangan kolaboratif dalam ilmu data dan mendemonstrasikan cara menggunakan Jupyter untuk melacak dan berpartisipasi sebagai tim dalam "siklus hidup ide komputasi". Ini memandu peserta melalui pembuatan contoh proyek ilmu data berdasarkan ekosistem Jupyter.
Pada akhir pelatihan ini, peserta akan mampu:
- Instal dan konfigurasikan Jupyter, termasuk pembuatan dan integrasi repositori tim di Git.
- Gunakan fitur Jupyter seperti ekstensi, widget interaktif, mode multipengguna, dan lainnya untuk mengaktifkan kolaborasi proyek.
- Buat, bagikan, dan atur Jupyter Notebooks dengan anggota tim.
- Pilih dari Scala, Python, R, untuk menulis dan mengeksekusi kode terhadap sistem data besar seperti Apache Spark, semuanya melalui antarmuka Jupyter.
Format Kursus
- Ceramah dan diskusi interaktif.
- Banyak latihan dan latihan.
- Implementasi langsung di lingkungan laboratorium langsung.
Opsi Kustomisasi Kursus
- Notebook Jupyter mendukung lebih dari 40 bahasa termasuk R, Python, Scala, Julia, dll. Untuk menyesuaikan kursus ini dengan bahasa pilihan Anda, silakan hubungi kami untuk mengaturnya.
Kerangka Materi
Pengantar Jupyter
- Tinjauan Umum Jupyter dan Ekosistemnya
- Instalasi dan pengaturan
- Mengonfigurasi Jupyter untuk kolaborasi tim
Fitur Kolaboratif
- Menggunakan Git untuk kontrol versi
- Ekstensi dan widget interaktif
- Mode multi-pengguna
Membuat dan Mengelola Buku Catatan
- Struktur dan fungsi notebook
- Berbagi dan mengatur buku catatan
- Praktik terbaik untuk kolaborasi
Programming dengan Jupyter
- Memilih dan menggunakan bahasa pemrograman (Python, R, Scala)
- Menulis dan mengeksekusi kode
- Integrasi dengan sistem data besar (Apache Spark)
Fitur Jupyter Lanjutan
- Menyesuaikan lingkungan Jupyter
- Mengotomatiskan alur kerja dengan Jupyter
- Menjelajahi kasus penggunaan lanjutan
Sesi Praktis
- Laboratorium praktik
- Proyek ilmu data dunia nyata
- Latihan kelompok dan tinjauan sejawat
Ringkasan dan Langkah Berikutnya
Persyaratan
- Programming pengalaman dalam bahasa seperti Python, R, Scala, dll.
- Latar belakang dalam ilmu data
Hadirin
- Tim ilmu data
Kursus Pelatihan Terbuka membutuhkan minimal 5 peserta.
Kursus Pelatihan Jupyter untuk Tim Data Science - Pemesanan
Kursus Pelatihan Jupyter untuk Tim Data Science - Penyelidikan
Jupyter untuk Tim Data Science - Permintaan Konsultasi
Permintaan Konsultasi
Testimoni (1)
Sangat baik bahwa kursus ini disesuaikan dengan area-area kunci yang saya soroti dalam kuesioner pra-kursus. Hal ini benar-benar membantu untuk menjawab pertanyaan-pertanyaan yang saya miliki terkait materi dan sesuai dengan tujuan pembelajaran saya.
Winnie Chan - Statistics Canada
Kursus - Jupyter for Data Science Teams
Diterjemahkan Mesin
Kursus Mendatang
Kursus Terkait
Pengenalan Data Science dan AI menggunakan Python
35 JamIni adalah pelatihan selama 5 hari tentang pengenalan Data Science dan Artificial Intelligence (AI).
Kursus ini diberikan dengan contoh dan latihan menggunakan Python.
Anaconda Ecosystem for Data Scientists
14 JamPelatihan 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.
Pendahuluan Praktis tentang Ilmu Data
35 JamPeserta yang menyelesaikan pelatihan ini akan mendapatkan pemahaman praktis dan nyata tentang Ilmu Data serta teknologi, metodologi, dan alat terkaitnya.
Peserta akan memiliki kesempatan untuk menerapkan pengetahuan ini melalui latihan praktis. Interaksi kelompok dan umpan balik instruktur merupakan komponen penting dari kelas ini.
Kursus dimulai dengan pengenalan konsep dasar Ilmu Data, kemudian beralih ke alat dan metodologi yang digunakan dalam Ilmu Data.
Audience
- Pengembang
- Analis Teknis
- Konsultan IT
Format Kursus
- Sebagian ceramah, sebagian diskusi, latihan dan praktik langsung yang intensif
Catatan
- Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.
Programme Ilmu Data
245 JamLedakan informasi dan data di dunia saat ini tak terbandingkan, kemampuan kita untuk inovasi dan mendorong batas-batas kemungkinan semakin cepat dari sebelumnya. Peran Data Scientist adalah salah satu keterampilan paling dicari di industri saat ini.
Kami menawarkan lebih dari sekedar belajar melalui teori; kami menyampaikan keterampilan praktis dan terpasar yang menutupi celah antara dunia akademisi dan permintaan industri.
Kurikulum 7 minggu ini dapat disesuaikan dengan kebutuhan industri Anda tertentu, silakan hubungi kami untuk informasi lebih lanjut atau kunjungi website Institute Nobleprog.
Peserta:
Program ini ditujukan bagi lulusan tingkat sarjana serta siapa saja yang memiliki keterampilan persyaratan yang diperlukan yang akan ditentukan melalui penilaian dan wawancara.
Pengiriman:
Pengiriman kursus akan mencakup campuran Pelatihan Kelas Tatap Muka Berbimbing Dosen dan Pelatihan Online Berbimbing Dosen; biasanya minggu pertama akan 'dibimbing kelas', minggu 2 - 6 'kelas maya' dan minggu 7 kembali ke 'dibimbing kelas'.
Ilmu Data untuk Analisis Big Data
35 JamBig data adalah data set yang sangat besar dan rumit sehingga perangkat lunak aplikasi pemrosesan data tradisional tidak memadai untuk mengatasi mereka. Tantangan big data meliputi penangkapan data, penyimpanan data, analisis data, pencarian, pembagian, transfer, visualisasi, penelitian, pembaruan dan privasi informasi.
Ilmu Data untuk Profesi Marketing/Sales
21 Jam
Kursus ini ditujukan untuk Profesional Marketing Sales yang berencana untuk lebih mendalami penerapan data science dalam Marketing/Sales. Kursus ini menyediakan
cakupan rinci tentang berbagai teknik data science yang digunakan untuk “upsale”, “cross-sale”, segmentasi pasar, branding dan CLV.
Perbedaan Marketing dan Sales - Bagaimana sales dan marketing itu berbeda?
Dalam kata-kata yang sangat sederhana, penjualan dapat diartikan sebagai proses yang fokus atau bertujuan pada individu atau kelompok kecil. Marketing di sisi lain menargetkan kelompok yang lebih besar atau publik umum. Marketing termasuk penelitian (identifikasi kebutuhan pelanggan), pengembangan produk (menghasilkan produk inovatif) dan promosi produk (melalui iklan) serta menciptakan kesadaran tentang produk di kalangan konsumen. Dengan demikian, marketing berarti menghasilkan leads atau prospek. Setelah produk dipasarkan, tugas orang penjualan adalah meyakinkan pelanggan untuk membeli produk tersebut. Penjualan berarti mengubah leads atau prospek menjadi pembelian dan pesanan, sementara marketing bertujuan jangka panjang, sedangkan penjualan berkaitan dengan tujuan jangka pendek.
Pengantar Ilmu Data
35 JamPelatihan langsung yang dipandu instruktur (online atau tatap muka) ini ditujukan bagi profesional yang ingin memulai karir di bidang Ilmu Data.
Pada akhir pelatihan, peserta akan dapat:
- Menginstal dan mengkonfigurasi Python dan MySql.
- Mengerti apa itu Ilmu Data dan bagaimana Ilmu Data dapat menambah nilai bagi hampir setiap bisnis.
- Belajar dasar-dasar pemrograman dalam bahasa Python
- Memahami teknik-teknik Machine Learning terpandu dan tak-terpandu, serta cara mengimplementasikan dan menafsirkan hasilnya.
Format Kursus
- Ceramah interaktif dan diskusi.
- Banyak latihan dan praktik.
- Implementasi langsung dalam lingkungan lab hidup (live-lab).
Pilihan Penyesuaian Kursus
- Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk membuat jadwal.
Kaggle
14 JamPelatihan 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.
MATLAB Dasar, Ilmu Data, dan Penggenerasian Laporan
35 JamPada bagian pertama pelatihan ini, kami membahas dasar-dasar MATLAB dan fungsinya sebagai bahasa dan platform. Termasuk dalam diskusi ini adalah pengenalan MATLAB sintaksis, array dan matriks, visualisasi data, pengembangan skrip, dan prinsip-prinsip berorientasi objek.
Di bagian kedua, kami mendemonstrasikan cara menggunakan MATLAB untuk penambangan data, pembelajaran mesin, dan analisis prediktif. Untuk memberikan peserta perspektif yang jelas dan praktis tentang pendekatan dan kekuatan MATLAB, kami membuat perbandingan antara penggunaan MATLAB dan penggunaan alat lain seperti spreadsheet, C, C++, dan Visual Basic.
Pada bagian ketiga pelatihan, peserta belajar bagaimana menyederhanakan pekerjaan mereka dengan mengotomatiskan pemrosesan data dan pembuatan laporan.
Sepanjang kursus, peserta akan mempraktikkan ide-ide yang dipelajari melalui latihan langsung di lingkungan laboratorium. Di akhir pelatihan, peserta akan memiliki pemahaman menyeluruh tentang kemampuan MATLAB dan akan dapat menggunakannya untuk memecahkan masalah ilmu data di dunia nyata serta menyederhanakan pekerjaan mereka melalui otomatisasi.
Penilaian akan dilakukan sepanjang kursus untuk mengukur kemajuan.
Format Kursus
- Kursus mencakup latihan teoretis dan praktis, termasuk diskusi kasus, pemeriksaan kode sampel, dan implementasi langsung.
Catatan
- Sesi latihan akan didasarkan pada contoh templat laporan data yang telah diatur sebelumnya. Jika Anda memiliki persyaratan khusus, silakan hubungi kami untuk mengaturnya.
Machine Learning untuk Data Science dengan Python
21 JamPelatihan langsung yang dipimpin instruktur di Indonesia (daring atau tatap muka) ini ditujukan untuk analis data tingkat menengah, pengembang, atau calon ilmuwan data yang ingin menerapkan teknik pembelajaran mesin dalam Python untuk mengungkap wawasan, membuat prediksi, dan mempercepat keputusan berbasis data.
Selesai menjalani kursus ini, peserta akan dapat:
- Mengerti dan membedakan paradigma pembelajaran mesin utama.
- Mengeksplorasi teknik pra-pemrosesan data dan metrik evaluasi model.
- Menerapkan algoritma pembelajaran mesin untuk menyelesaikan masalah data dunia nyata.
- Menggunakan perpustakaan Python dan Jupyter notebooks untuk pengembangan praktis.
- Membangun model untuk prediksi, klasifikasi, rekomendasi, dan klastering.
Mempercepat Alur Kerja Python Pandas dengan Modin
14 JamPelatihan 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.
Python Programming for Finance
35 JamPython adalah bahasa pemrograman yang telah mendapatkan popularitas besar di industri keuangan. Diadopsi oleh bank investasi dan hedge fund terbesar, bahasa ini digunakan untuk membangun berbagai aplikasi keuangan mulai dari program perdagangan inti hingga sistem manajemen risiko.
Dalam pelatihan langsung yang dipimpin oleh instruktur ini, peserta akan mempelajari cara menggunakan Python untuk mengembangkan aplikasi praktis untuk memecahkan sejumlah masalah terkait keuangan tertentu.
Pada akhir pelatihan ini, peserta akan dapat:
- Memahami dasar-dasar bahasa pemrograman Python
- Mengunduh, memasang, dan memelihara alat pengembangan terbaik untuk membuat aplikasi keuangan di Python
- Memilih dan menggunakan paket dan teknik pemrograman Python yang paling sesuai untuk mengatur, memvisualisasikan, dan menganalisis data keuangan dari berbagai sumber (CSV, Excel, database, web, dll.)
- Membangun aplikasi yang memecahkan masalah terkait alokasi aset, analisis risiko, kinerja investasi, dan lainnya
- Memecahkan masalah, mengintegrasikan, menerapkan, dan mengoptimalkan aplikasi Python
Target Peserta
- Pengembang
- Analis
- Quant
Format Kursus
- Sebagian kuliah, sebagian diskusi, latihan, dan praktik langsung yang intensif
Catatan
- Pelatihan ini bertujuan untuk memberikan solusi untuk beberapa masalah utama yang dihadapi oleh para profesional keuangan. Namun, jika Anda memiliki topik, alat, atau teknik tertentu yang ingin Anda tambahkan atau elaborasi lebih lanjut, silakan hubungi kami untuk mengatur.
Python dalam Ilmu Data
35 JamPelatihan ini akan membantu peserta untuk mempersiapkan Pengembangan Aplikasi Web menggunakan Pemrograman Python dengan Analisis Data. Visualisasi data seperti ini merupakan alat yang hebat bagi Manajemen Tingkat dalam pengambilan keputusan.
Qlik Sense untuk Ilmu Data
14 JamPelatihan ini yang dipimpin instruktur, dalam Indonesia (pelatihan online langsung atau pelatihan langsung tatap muka) ini ditujukan kepada analis data dan pengembang web yang ingin mengembangkan model asosiatif dalam Qlik Sense.
Setelah menyelesaikan pelatihan ini, peserta akan dapat:
- Mengaplikasikan Qlik Sense dalam ilmu data.
- Menggunakan dan menavigasi antarmuka Qlik Sense.
- Membangun tenaga kerja yang literasi data dengan interaksi AI.
- Membangun perusahaan yang didukung data dengan Qlik Sense.
GPU Data Science dengan NVIDIA RAPIDS
14 JamPelatihan 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.