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。

本課程爲講師指導的hong-kong（線上或線下）培訓，面向希望使用AWS Cloud9優化數據科學工作流程的中級數據科學家和分析師。

培訓結束後，學員將能夠：

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

本次由講師指導的培訓（線上或線下）面向中級參與者，旨在幫助他們使用Apache Airflow自動化和管理機器學習工作流，包括模型訓練、驗證和部署。

培訓結束後，參與者將能夠：

• 設置Apache Airflow以進行機器學習工作流編排。
• 自動化數據預處理、模型訓練和驗證任務。
• 將Airflow與機器學習框架和工具集成。
• 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。

本次由讲师指导的线下或线上培训，面向希望学习Google Colab基础知识的初级数据科学家和IT专业人士。

培训结束后，参与者将能够：

• 设置并导航Google Colab。
• 编写并执行基本的Python代码。
• 导入和处理数据集。
• 使用Python库创建可视化图表。

這是由講師指導的hong-kong（線上或線下）培訓，介紹數據科學中的協作開發理念，並演示如何使用Jupyter追蹤並以團隊形式參與“計算想法的生命週期”。培訓將引導參與者基於Jupyter生態系統創建一個數據科學項目示例。

培訓結束時，參與者將能夠：

• 安裝和配置Jupyter，包括在Git上創建和集成團隊存儲庫。
• 使用Jupyter的功能，如擴展、互動小部件、多用戶模式等，以實現項目協作。
• 與團隊成員創建、分享和組織Jupyter Notebooks。
• 通過Jupyter界面選擇Scala、Python、R等語言，針對Apache Spark等大數據系統編寫和執行代碼。

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。

本培訓課程將幫助學員準備使用Python編程與數據分析進行Web Application Development。此類數據可視化是高層管理決策的強大工具。

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。

這是一個爲期5天的數據科學與人工智能（AI）入門課程。

本課程通過使用Python的示例和練習進行授課。

本次由講師指導的培訓（線上或線下）面向希望開啓數據科學職業生涯的專業人士。

培訓結束後，學員將能夠：

• 安裝並配置Python和MySQL。
• 瞭解什麼是數據科學，以及它如何爲幾乎所有業務帶來價值。
• 學習Python編程的基礎知識。
• 學習監督學習和無監督學習的機器學習技術，如何實現它們並解釋結果。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在實驗環境中進行動手操作。

課程定製選項

• 如需爲此課程定製培訓，請聯繫我們安排。

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。

本課程面向市場營銷和銷售專業人士，旨在深入探討數據科學在市場營銷和銷售中的應用。課程詳細介紹了用於“向上銷售”、“交叉銷售”、市場細分、品牌建設和客戶終身價值（CLV）的各種數據科學技術。

市場營銷與銷售的區別 - 銷售和市場營銷有何不同？

簡單來說，銷售可以被視爲一個專注於個人或小羣體的過程。而市場營銷則針對更大的羣體或公衆。市場營銷包括研究（識別客戶需求）、產品開發（生產創新產品）和產品推廣（通過廣告）以及在消費者中建立產品意識。因此，市場營銷意味着生成潛在客戶或線索。一旦產品進入市場，銷售人員的工作就是說服客戶購買產品。銷售意味着將潛在客戶或線索轉化爲購買和訂單，而市場營銷則着眼於長期目標，銷售則與短期目標相關。

KNIME Analytics Platform 是領先的開源數據驅動創新工具，幫助您發掘數據中的潛力，挖掘新的洞察，或預測未來。憑藉超過1000個模塊、數百個即用示例、全面的集成工具集以及最廣泛的高級算法選擇，KNIME Analytics Platform 是任何數據科學家和業務分析師的理想工具箱。

本課程爲 KNIME Analytics Platform 提供了一個理想的機會，適合初學者、高級用戶和 KNIME 專家瞭解 KNIME，學習如何更有效地使用它，並基於 KNIME 工作流創建清晰、全面的報告。

本課程爲講師指導的培訓（線上或線下），面向希望使用 KNIME 解決複雜業務需求的數據專業人員。

課程目標受衆是不懂編程但希望使用前沿工具實現分析場景的人員。

通過本培訓，參與者將能夠：

• 安裝和配置 KNIME。
• 構建數據科學場景
• 訓練、測試和驗證模型
• 實現數據科學模型的端到端價值鏈

課程形式

• 互動式講座與討論。
• 大量練習和實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需定製本課程或瞭解更多信息，請聯繫我們安排。

這項由講師指導的hong-kong（線上或線下）培訓，針對中級數據分析師、開發人員或有志成為數據科學家的人士，旨在應用機器學習技術於Python中，以提取洞察、進行預測並自動化數據驅動的決策。

在本課程結束時，參與者將能夠：

• 理解並區分關鍵的機器學習範式。
• 探索數據預處理技術和模型評估指標。
• 應用機器學習算法解決實際數據問題。
• 使用Python庫和Jupyter筆記本進行實作開發。
• 構建用於預測、分類、推薦和聚類的模型。

本課程爲講師指導的hong-kong（線上或線下）培訓，面向希望在Qlik Sense中開發關聯模型的數據分析師和Web開發者。

培訓結束後，學員將能夠：

• 在數據科學中應用Qlik Sense。
• 使用並導航Qlik Sense界面。
• 通過AI互動構建數據素養團隊。
• 使用Qlik Sense創建數據驅動型企業。

實用量子計算：線上培訓

開啓您的高科技職業生涯

這是一門爲期10小時的講師指導的線上培訓課程。完成沉浸式培訓後，您將準備好成爲一名入門級量子計算開發人員。

培訓結束後，參與者將能夠：

• 使用集成的IBM Q運行和測試量子程序
• 使用Qiskit創建、編譯和執行量子計算程序
• 使用實際和高級量子算法，如QAOA
• 將現實世界的問題轉換爲適當的量子計算語言

課程形式

• 互動講座和討論。
• 大量練習和實踐。
• 在即時實驗室環境中進行動手實踐。

課程定製選項

• 如需爲此課程定製培訓，請聯繫我們安排。

本次由講師指導的線下或線上培訓，面向希望使用RAPIDS構建GPU加速的數據管道、工作流和可視化的數據科學家和開發者，應用如XGBoost、cuML等機器學習算法。

培訓結束後，參與者將能夠：

• 設置必要的開發環境，使用NVIDIA RAPIDS構建數據模型。
• 瞭解RAPIDS的特性、組件和優勢。
• 利用GPU加速端到端的數據和分析管道。
• 使用cuDF和Apache Arrow實現GPU加速的數據準備和ETL。
• 學習如何使用XGBoost和cuML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分析。

本課程爲講師指導的hong-kong（線上或線下）培訓，面向希望使用SMACK堆棧構建大數據解決方案的數據科學家。

通過本培訓，參與者將能夠：

• 實現用於處理大數據的數據管道架構。
• 使用Apache Mesos和Docker開發集羣基礎設施。
• 使用Spark和Scala進行數據分析。
• 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。