hong-kong現場Data Science培訓

這種由講師指導的 hong-kong 現場培訓（在線或現場）面向希望瞭解預訓練模型概念並學習如何應用它們來解決實際問題而無需從頭開始構建模型的初級專業人員。 在本次培訓結束時，參與者將能夠：

• 瞭解預訓練模型的概念和優勢。
• 探索各種預先訓練的模型架構及其使用案例。
• 針對特定任務微調預先訓練的模型。
• 在簡單的機器學習項目中實施預訓練模型。

這種以講師指導的現場培訓<本地>（在線或現場）面向希望使用 AWS Cloud9 簡化數據科學工作流程的中級數據科學家和分析師。 在本次培訓結束時，參與者將能夠：

• 在 AWS Cloud9 中設置數據科學環境。
• 在 Cloud9 中使用 Python、R 和 Jupyter Notebook 執行數據分析。
• 將 AWS Cloud9 與 S3、RDS 和 Redshift 等 AWS 數據服務整合。
• 利用 AWS Cloud9 進行機器學習模型的開發和部署。
• 優化基於雲的工作流程以進行數據分析和處理。

這種以講師為主導的hong-kong現場培訓（現場或遠端）面向希望使用[0 * ogle Colab學習數據科學基礎知識的初級數據科學家和IT專業人員。 在培訓結束時，參與者將能夠：

• 設置和導航 Google Colab.
• 編寫並執行基本 Python 代碼。
• 匯入和處理數據集。
• 使用 Python 個庫創建可視化效果。

這種由講師指導的 hong-kong 現場培訓（在線或現場）面向希望自動化和管理機器學習工作流程的中級參與者，包括使用 Apache Airflow 進行模型訓練、驗證和部署。 在本次培訓結束時，參與者將能夠：

• 設置 Apache Airflow 用於機器學習工作流編排。
• 自動執行數據預處理、模型訓練和驗證任務。
• 將 Airflow 與機器學習框架和工具整合。
• 使用自動化管道部署機器學習模型。
• 監控和優化生產中的機器學習工作流程。

This instructor-led, live training in hong-kong (online or onsite) introduces the idea of collaborative development in data science and demonstrates how to use Jupyter to track and participate as a team in the "life cycle of a computational idea".  It walks participants through the creation of a sample data science project based on top of the Jupyter ecosystem. By the end of this training, participants will be able to:

• Install and configure Jupyter, including the creation and integration of a team repository on Git.
• Use Jupyter features such as extensions, interactive widgets, multiuser mode and more to enable project collaboraton.
• Create, share and organize Jupyter Notebooks with team members.
• Choose from Scala, Python, R, to write and execute code against big data systems such as Apache Spark, all through the Jupyter interface.

這個由 講師指導的 hong-kong 現場培訓（在線或現場）面向希望在 Data Science 中使用 Kaggle 學習和建立職業生涯的數據科學家和開發人員。 在本次培訓結束時，參與者將能夠：

• 了解數據科學和機器學習。
• 探索數據分析。
• 瞭解 Kaggle 及其工作原理。

在本培訓的第一部分，我們將介紹 MATLAB 的基礎知識及其作為語言和平臺的功能。  本次討論包括對 MATLAB 語法、陣列和矩陣、數據可視化、腳本開發和面向對象原則的介紹。 在第二部分中，我們將演示如何使用 MATLAB 進行數據挖掘、機器學習和預測分析。為了向參與者提供一個清晰而實用的視角來瞭解 MATLAB 的方法和能力，我們將使用 MATLAB 與使用其他工具（如電子表格、C、C++ 和 Visual Basic）進行比較。 在培訓的第三部分，參與者學習如何通過自動化數據處理和報告生成來簡化他們的工作。 在整個課程中，參與者將通過實驗室環境中的實踐練習將學到的想法付諸實踐。在培訓結束時，參與者將全面掌握 MATLAB 的能力，並能夠利用它來解決現實世界的數據科學問題，以及通過自動化來簡化他們的工作。 將在整個課程中進行評估，以衡量進展情況。 課程形式

• 課程包括理論和實踐練習，包括案例討論、示例代碼檢查和動手實施。

注意

• 實踐課程將基於預先安排的樣本數據報告範本。如果您有具體要求，請聯繫我們安排。

培训课程将帮助参与者准备 Web 应用开发使用 Python Programming 与数据分析。 这种数据视觉是一个很好的工具,在决策中为Top Management。

完成此培訓的參與者將獲得對 Data Science 及其相關技術、方法和工具的實際、真實理解。 參與者將有機會通過動手練習將這些知識付諸實踐。小組互動和教師反饋構成了課程的重要組成部分。 本課程首先介紹了 Data Science 的基本概念，然後進入了 Data Science 中使用的工具和方法。 觀眾

• 開發人員
• 技術分析師
• IT 顧問

課程形式

• 部分講座、部分討論、練習和大量動手實踐

注意

• 要申請本課程的定製培訓，請聯繫我們進行安排。

Python 是一種在金融行業中廣受歡迎的程式語言。它被大型投資銀行和對沖基金採用，用於構建各種金融應用程式，從核心交易程式到風險管理系統。 在這場由講師指導的現場培訓中，學員將學習如何使用 Python 開發實際應用程式，以解決一系列特定的金融相關問題。 培訓結束時，學員將能夠：

• 理解 Python 程式語言的基本原理
• 下載、安裝並維護用於在 Python 中創建金融應用程式的最佳開發工具
• 選擇並利用最合適的 Python 套件和程式技術來組織、可視化和分析來自各種來源（CSV、Excel、數據庫、網絡等）的金融數據
• 構建解決資產配置、風險分析、投資績效等問題的應用程式
• 對 Python 應用程式進行故障排除、集成、部署和優化

目標受眾

• 開發人員
• 分析師
• 量化分析師

課程形式

• 部分講授、部分討論、練習和大量實踐操作

注意事項

• 本培訓旨在為金融專業人員面臨的一些主要問題提供解決方案。如果您有特定的主題、工具或技術希望補充或進一步詳細說明，請聯繫我們進行安排。

這是為期5天的Data Science和AI入門。 本課程隨附使用Python示例和練習

這種由講師指導的實時培訓（現場或遠程）針對希望從事Data Science職業的專業人士。 在培訓結束時，參與者將能夠：

• 安裝和配置Python和MySql。
• 了解什麼是Data Science ，以及它如何為幾乎任何業務增加價值。
• 了解Python編碼的基礎
• 學習有監督和無監督的Machine Learning技術，以及如何實現它們並解釋結果。

課程形式

• 互動式講座和討論。
• 很多練習和練習。
• 在現場實驗室環境中動手實施。

課程自定義選項

• 要請求此課程的定制培訓，請與我們聯繫以安排。

這種由 講師指導的 hong-kong 現場培訓（在線或現場）面向希望使用 Anaconda 生態系統在單一平臺中捕獲、管理和部署軟體包和數據分析工作流 的數據科學家。 在本次培訓結束時，參與者將能夠：

• 安裝和配置 Anaconda 個元件和庫。
• 瞭解 Anaconda 的核心概念、功能和優勢。
• 使用 Anaconda Navigator 管理包、環境和頻道。
• 將 Conda、R 和 Python 包用於數據科學和機器學習。
• 瞭解管理多個數據環境的一些實際使用案例和技術。

概述 服务提供商(CSP)面临压力,以降低成本,最大限度地提高用户平均收入(ARPU),同时确保优秀的客户体验,但数据量仍在增长。 到2016年,全球移动数据流量将以78%的合并年增长率(CAGR)增长,每月达到10.8 exabytes。 与此同时,CSP正在产生大量的数据,包括呼叫细节记录(CDR),网络数据和客户数据。 充分利用这些数据的公司获得了竞争优势。 根据The Economist Intelligence Unit最近的一项调查,使用数据导向决策的公司享有5至6%的生产力增长。 然而,53%的公司只利用其有价值的数据的一半,其中四分之一的受访者指出,大量有用的数据正在失去。 数据量如此高,以至于手动分析是不可能的,而大多数遗产软件系统无法保持,导致有价值的数据被忽略或忽略。 使用高速可扩展的大数据软件,CSP 可以在更短的时间内挖掘所有数据,以便在更短的时间内做出更好的决策。 不同 Big Data 产品和技术提供一个终端软件平台,以收集,准备,分析和展示来自大数据的洞察力。 应用领域包括网络性能监测、欺诈检测、客户端检测和信用风险分析。 Big Data 分析产品规模处理数据的特拉比特,但这些工具的实施需要新的类型的基于云的数据库系统,如(3)或大规模平行计算处理器(KPU等)。 该课程工作在 Big Data BI for Telco 覆盖了所有新兴的领域,在这些领域,CSP 正在投资,以提高生产力,并打开新的业务收入流。 该课程将提供一个完整的360学位的视图 Big Data BI在Telco,以便决策者和管理人员可以有一个非常广泛和全面的概述的可能性 Big Data BI在Telco的生产力和收入收益。 课程目标 该课程的主要目标是引入4个领域的新(0)商业智能技术(9)(Marketing/销售、网络运营、金融运营和客户关系(4))。 学生将被介绍为如下:

• 引入 Big Data - 什么是 4Vs (容量,速度,多样性和可靠性) 在 Big Data - 从 Telco 视角的发行,提取和管理
• 如何分析与遗产数据分析不同
• 内部正当化 Big Data -Telco 视角
• 引入 Hadoop 生态系统 - 熟悉所有 Hadoop 工具,如 Hive, 猪, SPARC –什么时候和如何使用它们来解决 Big Data 问题
• 如何 Big Data 被提取到分析分析工具 - 如何 Business Analysis’s 可以通过集成 Hadoop 板块方法来减少数据收集和分析的疼痛点
• 基础介绍 Insight 分析、视觉分析和预测分析为 Telco
• 客户评估分析和如何评估分析可以在Telco案例研究中减少客户评估和客户不满
• 网络故障和服务故障分析来自网络 meta 数据和 IPDR
• 财务分析 - 欺诈、欺诈和从销售和运营数据中获得的ROI估计
• 客户收购问题 - 目标营销,客户分区和从销售数据中交叉销售
• 介绍和概述所有 Big Data 分析产品以及它们适合在 Telco 分析空间的位置
• 结论 - 如何采取一步一步的方法来引入 Big Data Business Intelligence 在您的组织

目标观众

• 网络运营,财务经理,CRM经理和Telco CIO办公室的顶级IT经理。
• Business 分析师在 Telco
• CFO办公室经理/分析师
• 运营经理
• QA管理员

大數據是如此龐大和復雜的數據集，傳統的數據處理應用軟件不足以處理它們。大數據挑戰包括捕獲數據，數據存儲，數據分析，搜索，共享，傳輸，可視化，查詢，更新和信息隱私。

本课程面向有意在Marketing /销售中深入应用数据科学的Marketing销售专业人员。课程提供
详细介绍了用于“升级”，“交叉销售”，市场细分，品牌推广和CLV的不同数据科学技术。 Marketing和销售的差异 - 销售和营销如何不同？ 简而言之，销售可以被称为集中或针对个人或小团体的过程。另一方面， Marketing针对的是更大的群体或普通大众。 Marketing包括研究（确定客户需求），开发产品（生产创新产品）和推广产品（通过广告），并在消费者中创造产品意识。因此，营销意味着产生潜在客户或潜在客一旦产品进入市场，销售人员的任务就是说服顾客购买产品。销售意味着将潜在客户或潜在客户转化为购买和订单，而营销的目标是更长期，销售则涉及更短的目标。

分析平台是基于数据的创新领先的开源选项,帮助您探索数据中隐藏的潜力,寻找新的洞察力,或预测新的未来。 拥有超过1000个模块、数百个准备好运行的例子、综合工具的广泛范围以及最广泛的先进算法选项,分析平台是任何数据科学家和商业分析师的完美工具箱。 这个课程为 KNIME 分析平台是一个理想的机会,初学者,先进的用户和 KNIME 专家被介绍到 KNIME,学习如何更有效地使用它,以及如何创建基于 KNIME 工作流的清晰,全面的报告。 由教练领导的现场培训(在线或在线)旨在针对想要使用的数据专业人士,以解决复杂的业务需求。 它针对那些不知道编程的观众,并打算使用先进的工具来实施分析场景。 在本研讨会结束后,参与者将能够:

• 安置和配置 KNIME。
• 创建 Data Science 场景
• 列车、测试和验证模型
• 实施终止数据科学模型的最终价值链

课程格式

• 互动讲座和讨论。
• 很多练习和练习。
• 在现场实验室环境中进行手动实施。

课程定制选项

• 要申请本课程的定制培训或了解更多关于本课程的信息,请联系我们安排。

這個基於課堂的培訓課程將探索機器學習工具（建議）Python。代表們將進行基於計算機的示例和案例研究練習。

這種以講師為主導的hong-kong現場培訓（現場或遠端）面向希望在Qlik Sense中開發關聯模型的數據分析師和Web開發人員。 在培訓結束時，參與者將能夠：

• 在數據科學中應用 Qlik Sense。
• 使用和導航 Qlik Sense 介面。
• 利用 AI 交互構建具有數據素養的員工隊伍。
• 使用Qlik Sense 創建資料驅動型企業。

實用 Quantum Computing： 在線直播 開啟您的高科技職業生涯 這是一個 10 小時 的講師指導的即時在線 培訓課程。在進行沉浸式培訓后，您將準備好開始作為 入門級量子計算開發人員的工作。 在培訓結束時，參與者將能夠：

• 使用整合的 IBM Q 執行和測試量子程式
• 使用 Qiskit 創建、編譯和執行量子計算程式
• 使用實用和先進的量子演算法，例如 QAOA 
• 將現實世界的問題重新轉換為適當的 量子計算語言

課程形式

• 互動講座和討論。
• 大量的練習和練習。
• 在現場實驗室環境中實際實施。

課程定製選項

• 如需申請此課程的定製培訓，請聯繫我們進行安排。

這種以講師為主導的hong-kong現場培訓（現場或遠端）針對希望使用RAPIDS構建GPU加速數據管道，工作流和可視化的數據科學家和開發人員，應用機器學習演算法，如XGBoost，cuML等。 在培訓結束時，參與者將能夠：

• 設置必要的開發環境以使用 NVIDIA RAPIDS 構建數據模型。
• 瞭解 RAPIDS 的特性、元件和優勢。
• 利用 GPU 加速端到端數據和分析管道。
• 使用 cuDF 和 Apache Arrow 實現 GPU 加速的數據準備和 ETL。
• 瞭解如何使用 XGBoost 和 cuML 演算法執行機器學習任務。
• 使用 cuXfilter 和 cuGraph 構建數據可視化並執行圖形分析。

這種以講師為主導的hong-kong現場現場培訓針對的是希望使用SMACK堆棧為大數據解決方案構建數據處理平臺的數據科學家。 在培訓結束時，參與者將能夠：

• 實施用於處理大數據的數據管道體系結構。
• 使用 Apache Mesos 和 Docker 開發集群基礎架構。
• 使用 Spark 和 Scala 分析數據。
• 使用 Apache Cassandra 管理非結構化數據。

這種由 講師指導的 hong-kong 現場現場培訓（在線或現場）面向希望使用 Modin 構建和實施並行計算的數據科學家和開發人員 Pandas 以加快數據分析速度。 在本次培訓結束時，參與者將能夠：

• 設置必要的環境，開始使用 Modin 大規模開發 Pandas 工作流。
• 瞭解 Modin 的功能、架構和優勢。
• 瞭解 Modin、Dask 和 Ray 之間的區別。
• 使用 Modin 更快地執行 Pandas 操作。
• 實現整個 Pandas API 和函數。