AWS Cloud9 for Data Science Training Course

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các kỹ sư và nhà phát triển đám mây muốn sử dụng CloudFormation để quản lý tài nguyên cơ sở hạ tầng trong hệ sinh thái AWS.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Triển khai các mẫu CloudFormation để tự động hóa việc quản lý cơ sở hạ tầng.
• Tích hợp các tài nguyên AWS hiện có vào CloudFormation.
• Sử dụng StackSets để quản lý các stack trên nhiều tài khoản và khu vực.

Đây là khóa học giới thiệu 5 ngày về Data Science và Artificial Intelligence (AI).

Khóa học được trình bày với các ví dụ và bài tập thực hành sử dụng Python.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu muốn sử dụng hệ sinh thái Anaconda để thu thập, quản lý và triển khai các gói và quy trình phân tích dữ liệu trên một nền tảng duy nhất.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Cài đặt và cấu hình các thành phần và thư viện Anaconda.
• Hiểu các khái niệm, tính năng và lợi ích cốt lõi của Anaconda.
• Quản lý các gói, môi trường và kênh bằng Anaconda Navigator.
• Sử dụng các gói Conda, R và Python cho khoa học dữ liệu và học máy.
• Tìm hiểu một số trường hợp sử dụng thực tế và kỹ thuật quản lý nhiều môi trường dữ liệu.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển muốn tích hợp cơ sở dữ liệu aDynamoDB NoSQL vào một ứng dụng web được lưu trữ trên AWS.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường phát triển cần thiết để bắt đầu tích hợp dữ liệu vào DynamoDB.
• Tích hợp DynamoDB vào các ứng dụng web và ứng dụng di động.
• Di chuyển dữ liệu trong AWS bằng các dịch vụ của AWS.
• Triển khai các thao tác với AWS DAX.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (tại chỗ hoặc từ xa) dành cho các kỹ sư muốn triển khai và quản lý các thiết bị IoT trên AWS.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể xây dựng một nền tảng IoT bao gồm việc triển khai và quản lý backend, gateway và các thiết bị trên AWS.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển muốn cài đặt, cấu hình và quản lý các tính năng của AWS IoT Greengrass để tạo ứng dụng cho nhiều thiết bị khác nhau.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể sử dụng AWS IoT Greengrass để xây dựng, triển khai, quản lý, bảo mật và giám sát các ứng dụng trên các thiết bị thông minh.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (tại chỗ hoặc từ xa) dành cho các nhà phát triển muốn sử dụng AWS Lambda để xây dựng và triển khai các dịch vụ và ứng dụng lên đám mây, mà không cần lo lắng về việc cung cấp môi trường thực thi (máy chủ, máy ảo và container, tính khả dụng, khả năng mở rộng, lưu trữ, v.v.).

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Cấu hình AWS Lambda để thực thi một hàm.
• Hiểu về FaaS (Functions as a Service) và những lợi ích của phát triển không máy chủ.
• Xây dựng, tải lên và thực thi các hàm AWS Lambda.
• Tích hợp các hàm Lambda với các nguồn sự kiện khác nhau.
• Đóng gói, triển khai, giám sát và khắc phục sự cố các ứng dụng dựa trên Lambda.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các kỹ sư muốn sử dụng AWS CloudFormation để tự động hóa quy trình quản lý cơ sở hạ tầng đám mây AWS.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Kích hoạt các dịch vụ AWS để bắt đầu quản lý cơ sở hạ tầng.
• Hiểu và áp dụng nguyên tắc "cơ sở hạ tầng dưới dạng mã".
• Cải thiện chất lượng và giảm chi phí triển khai cơ sở hạ tầng.
• Viết các Template AWS CloudFormation bằng YAML.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các chuyên gia cấp cao muốn nâng cao hiểu biết về các thực hành DevOps và tối ưu hóa quy trình phát triển bằng AWS Cloud9.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập và cấu hình AWS Cloud9 cho các quy trình làm việc DevOps.
• Triển khai các đường ống tích hợp liên tục và phân phối liên tục (CI/CD).
• Tự động hóa các quy trình kiểm tra, giám sát và triển khai bằng AWS Cloud9.
• Tích hợp các dịch vụ AWS như Lambda, EC2 và S3 vào các quy trình làm việc DevOps.
• Sử dụng các hệ thống kiểm soát nguồn như GitHub hoặc GitLab trong AWS Cloud9.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các chuyên gia ở trình độ trung cấp, những người muốn học cách xây dựng, triển khai và duy trì hiệu quả các ứng dụng không máy chủ trên AWS Cloud9 và AWS Lambda.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu các nguyên tắc cơ bản của kiến trúc không máy chủ.
• Thiết lập AWS Cloud9 để phát triển ứng dụng không máy chủ.
• Phát triển, kiểm tra và triển khai các ứng dụng không máy chủ bằng AWS Lambda.
• Tích hợp AWS Lambda với các dịch vụ AWS khác như API Gateway và S3.
• Tối ưu hóa các ứng dụng không máy chủ để đạt hiệu suất và hiệu quả chi phí.

Summery:

• Basics of IoT architecture and functions
• “Things”, “Sensors”, Internet and the mapping between business functions of IoT
• Essential of all IoT software components- hardware, firmware, middleware, cloud and mobile app
• IoT functions- Fleet manager, Data visualization, SaaS based FM and DV, alert/alarm, sensor onboarding, “thing” onboarding, geo-fencing
• Basics of IoT device communication with cloud with MQTT.
• Connecting IoT devices to AWS with MQTT (AWS IoT Core).
• Connecting AWS IoT core with AWS Lambda function for computation and data storage.
• Connecting Raspberry PI with AWS IoT core and simple data communication.
• Alerts and events
• Sensor calibration

Summary:

• Basics of IoT architecture and functions
• “Things”, “Sensors”, Internet and the mapping between business functions of IoT
• Essential of all IoT software components- hardware, firmware, middleware, cloud and mobile app
• IoT functions- Fleet manager, Data visualization, SaaS based FM and DV, alert/alarm, sensor onboarding, “thing” onboarding, geo-fencing
• Basics of IoT device communication with cloud with MQTT.
• Connecting IoT devices to AWS with MQTT (AWS IoT Core).
• Connecting AWS IoT core with AWS Lambda function for computation and data storage using DynamoDB.
• Connecting Raspberry PI with AWS IoT core and simple data communication.
• Hands on with Raspberry PI and AWS IoT Core to build a smart device.
• Sensor data visualization and communication with web interface.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và nhà phát triển muốn học hỏi và xây dựng sự nghiệp của họ trong Data Science bằng cách sử dụng Kaggle.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Tìm hiểu về khoa học dữ liệu và học máy.
• Khám phá phân tích dữ liệu.
• Tìm hiểu về Kaggle và cách thức hoạt động của nó.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và nhà phát triển muốn sử dụng Modin để xây dựng và triển khai các phép tính song song với Pandas để phân tích dữ liệu nhanh hơn.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường cần thiết để bắt đầu phát triển các quy trình làm việc Pandas quy mô lớn với Modin.
• Hiểu các tính năng, kiến trúc và lợi thế của Modin.
• Nắm vững sự khác biệt giữa Modin, Dask và Ray.
• Thực hiện các thao tác Pandas nhanh hơn với Modin.
• Triển khai toàn bộ API và các hàm Pandas.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và nhà phát triển muốn sử dụng RAPIDS để xây dựng các quy trình dữ liệu, quy trình làm việc và hình ảnh hóa dữ liệu được tăng tốc bởi GPU, áp dụng các thuật toán học máy như XGBoost, cuML, v.v.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường phát triển cần thiết để xây dựng các mô hình dữ liệu với NVIDIA RAPIDS.
• Hiểu các tính năng, thành phần và lợi thế của RAPIDS.
• Tận dụng GPU để tăng tốc các quy trình dữ liệu và phân tích từ đầu đến cuối.
• Triển khai chuẩn bị dữ liệu và ETL được tăng tốc bởi GPU với cuDF và Apache Arrow.
• Tìm hiểu cách thực hiện các tác vụ học máy với các thuật toán XGBoost và cuML.
• Xây dựng hình ảnh hóa dữ liệu và thực hiện phân tích đồ thị với cuXfilter và cuGraph.