Curso de AWS Cloud9 for Data Science
AWS Cloud9 ofrece un entorno sólido para la ciencia de datos, lo que permite a los usuarios crear, probar e implementar modelos de datos mediante herramientas basadas en la nube. Este curso guía a los participantes a través de la configuración y administración de un entorno de ciencia de datos en AWS Cloud9, con un enfoque en la integración con los servicios de AWS para el almacenamiento de datos, el procesamiento y el aprendizaje automático.
Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está dirigida a científicos y analistas de datos de nivel intermedio que deseen utilizar AWS Cloud9 para optimizar los flujos de trabajo de ciencia de datos.
Al final de esta formación, los participantes serán capaces de:
- Configure un entorno de ciencia de datos en AWS Cloud9.
- Realice análisis de datos con Python, R y Jupyter Notebook en Cloud9.
- Integre AWS Cloud9 con los servicios de datos de AWS, como S3, RDS y Redshift.
- Utilice AWS Cloud9 para el desarrollo y la implementación de modelos de aprendizaje automático.
- Optimice los flujos de trabajo basados en la nube para el análisis y el procesamiento de datos.
Formato del curso
- Charla y discusión interactiva.
- Muchos ejercicios y práctica.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertarlo.
Programa del Curso
Introducción a AWS Cloud9 para Data Science
- Descripción general de las características de AWS Cloud9 para la ciencia de datos
- Configuración de un entorno de ciencia de datos en AWS Cloud9
- Configuración de Cloud9 para Python, R y Jupyter Notebook
Ingesta y preparación de datos
- Importación y limpieza de datos de varias fuentes
- Uso de AWS S3 para el almacenamiento y el acceso a datos
- Preprocesamiento de datos para análisis y modelado
Data Analysis en AWS Cloud9
- Análisis exploratorio de datos utilizando Python y R
- Trabajar con Pandas, NumPy y bibliotecas de visualización de datos
- Análisis estadístico y prueba de hipótesis en Cloud9
Machine Learning Desarrollo de modelos
- Creación de modelos de aprendizaje automático con Scikit-learn y TensorFlow
- Entrenamiento y evaluación de modelos en AWS Cloud9
- Uso de SageMaker con Cloud9 para el desarrollo de modelos a gran escala
Database Integración y Management
- Integración de AWS RDS y Redshift con AWS Cloud9
- Consulta de grandes conjuntos de datos mediante SQL y Python
- Gestión de big data con los servicios de AWS
Implementación y optimización de modelos
- Implementación de modelos de aprendizaje automático mediante AWS Lambda
- Uso de AWS CloudFormation para automatizar la implementación
- Optimización de las canalizaciones de datos para mejorar el rendimiento y la rentabilidad
Desarrollo colaborativo y seguridad
- Colaboración en proyectos de ciencia de datos en Cloud9
- Uso de Git para el control de versiones y la gestión de proyectos
- Prácticas recomendadas de seguridad para datos y modelos en AWS Cloud9
Resumen y próximos pasos
Requerimientos
- Comprensión básica de los conceptos de ciencia de datos
- Familiaridad con Python programación
- Experiencia con entornos en la nube y servicios de AWS
Audiencia
- Científicos de datos
- Analistas de datos
- Ingenieros de aprendizaje automático
Los cursos de formación abiertos requieren más de 5 participantes.
Curso de AWS Cloud9 for Data Science - Booking
Curso de AWS Cloud9 for Data Science - Enquiry
AWS Cloud9 for Data Science - Consultas
Consultas
Testimonios (3)
Comprender mejor los datos masivos
Shaune Dennis - Vodacom
Curso - Big Data Business Intelligence for Telecom and Communication Service Providers
Traducción Automática
Todo bien, nada que mejorar
Ievgen Vinchyk - GE Medical Systems Polska Sp. Z O.O.
Curso - AWS Lambda for Developers
Traducción Automática
Aplicaciones de IoT
Palaniswamy Suresh Kumar - Makers' Academy
Curso - Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」
Traducción Automática
Próximos cursos
Cursos Relacionados
Advanced Amazon Web Services (AWS) CloudFormation
7 HorasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a ingenieros y desarrolladores de la nube que desean utilizar CloudFormation para administrar recursos de infraestructura dentro del ecosistema de AWS.
Al final de esta formación, los participantes serán capaces de:
- Implemente plantillas CloudFormation para automatizar la gestión de la infraestructura.
- Integre los recursos de AWS existentes en CloudFormation.
- Use StackSets para administrar pilas en varias cuentas y regiones.
Anaconda Ecosystem for Data Scientists
14 HorasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a científicos de datos que desean utilizar el ecosistema Anaconda para capturar, administrar e implementar paquetes y flujos de trabajo de análisis de datos en una sola plataforma.
Al final de esta formación, los participantes serán capaces de:
- Instale y configure Anaconda componentes y bibliotecas.
- Comprender los conceptos básicos, las características y los beneficios de Anaconda.
- Administre paquetes, entornos y canales con Anaconda Navigator.
- Utilice los paquetes Conda, R y Python para la ciencia de datos y el aprendizaje automático.
- Conozca algunos casos de uso prácticos y técnicas para la gestión de múltiples entornos de datos.
Amazon DynamoDB for Developers
14 HorasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a desarrolladores que desean integrar una base de datos de DynamoDB NoSQL en una aplicación web alojada en AWS.
Al final de esta formación, los participantes serán capaces de:
- Configure el entorno de desarrollo necesario para empezar a integrar datos en DynamoDB.
- Integre DynamoDB en aplicaciones web y aplicaciones móviles.
- Transfiera datos en AWS con los servicios de AWS.
- Implemente operaciones con AWS DAX.
AWS IoT Core
14 HorasEsta capacitación en vivo dirigida por un instructor en Costa Rica (presencial o remota) está dirigida a ingenieros que desean implementar y administrar dispositivos IoT en AWS.
Al final de esta capacitación, los participantes podrán crear una plataforma de IoT que incluya la implementación y administración de un backend, una puerta de enlace y dispositivos sobre AWS.
Amazon Web Services (AWS) IoT Greengrass
21 HorasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o en el sitio) está dirigida a desarrolladores que desean instalar, configurar y administrar AWS IoT las capacidades de Greengrass para crear aplicaciones para varios dispositivos.
Al final de esta capacitación, los participantes podrán usar AWS IoT Greengrass para crear, implementar, administrar, proteger y monitorear aplicaciones en dispositivos inteligentes.
AWS Lambda for Developers
14 HorasEsta capacitación en vivo dirigida por un instructor en Costa Rica (presencial o remota) está dirigida a desarrolladores que desean usar AWS Lambda para crear e implementar servicios y aplicaciones en la nube, sin necesidad de preocuparse por el aprovisionamiento del entorno de ejecución (servidores, máquinas virtuales y contenedores, disponibilidad, escalabilidad, almacenamiento, etc.).
Al final de esta formación, los participantes serán capaces de:
- Configure AWS Lambda para ejecutar una función.
- Comprender FaaS (Functions as a Service) y las ventajas del desarrollo sin servidor.
- Construya, cargue y ejecute AWS Lambda funciones.
- Integre funciones de Lambda con diferentes fuentes de eventos.
- Empaquete, implemente, supervise y solucione problemas de aplicaciones basadas en Lambda.
Inteligencia de Negocios Big Data para Proveedores de Servicios de Comunicaciones y Telecomunicaciones
35 HorasVisión general
Los proveedores de servicios (CSP) se enfrentan a la presión de reducir los costes y maximizar los ingresos medios por usuario (ARPU), al tiempo que garantizan una excelente experiencia al cliente, pero los volúmenes de datos siguen creciendo. El tráfico global de datos móviles crecerá a una tasa de crecimiento anual compuesta (CAGR) del 78 por ciento hasta 2016, alcanzando los 10,8 exabytes por mes.
Mientras tanto, los CSP están generando grandes volúmenes de datos, incluidos los registros detallados de llamadas (CDR), los datos de red y los datos de los clientes. Las empresas que explotan al máximo estos datos obtienen una ventaja competitiva. Según una encuesta reciente de The Economist Intelligence Unit, las empresas que utilizan la toma de decisiones dirigida por datos disfrutan de un aumento del 5-6% en la productividad. Sin embargo, el 53% de las empresas aprovechan solo la mitad de sus valiosos datos, y una cuarta parte de los encuestados señaló que grandes cantidades de datos útiles no se explotan. Los volúmenes de datos son tan altos que el análisis manual es imposible, y la mayoría de los sistemas de software heredados no pueden seguir el ritmo, lo que hace que los datos valiosos se descarten o se ignoren.
Con el software de big data escalable y de alta velocidad de Big Data & Analytics, los CSP pueden extraer todos sus datos para una mejor toma de decisiones en menos tiempo. Los diferentes productos y técnicas de Big Data proporcionan una plataforma de software de extremo a extremo para recopilar, preparar, analizar y presentar información a partir de Big Data. Las áreas de aplicación incluyen el monitoreo del rendimiento de la red, la detección de fraudes, la detección de pérdida de clientes y el análisis de riesgo crediticio. Los productos de Big Data y Analytics se escalan para manejar terabytes de datos, pero la implementación de tales herramientas necesita un nuevo tipo de sistema de base de datos basado en la nube como Hadoop o un procesador de computación paralela a escala masiva (KPU, etc.)
Este curso sobre Big Data BI para telecomunicaciones cubre todas las nuevas áreas emergentes en las que los CSP están invirtiendo para aumentar la productividad y abrir nuevas fuentes de ingresos comerciales. El curso proporcionará una visión completa de 360 grados de Big Data BI en Telco para que los responsables de la toma de decisiones y los gerentes puedan tener una visión general muy amplia y completa de las posibilidades de Big Data BI en Telco para la productividad y el aumento de ingresos.
Objetivos del curso
El objetivo principal del curso es introducir nuevas técnicas de inteligencia de negocio Big Data en 4 sectores de Telecom Negocio (Marketing/Ventas, Operación de Red, Operación Financiera y Gestión de Relaciones con el Cliente). A los estudiantes se les presentará lo siguiente:
- Introducción al Big Data: qué son las 4V (volumen, velocidad, variedad y veracidad) en Big Data: generación, extracción y gestión desde la perspectiva de las telecomunicaciones
- En qué se diferencia el análisis de Big Data del análisis de datos heredado
- Justificación interna de la perspectiva Big Data -Telco
- Introducción al ecosistema de Hadoop: familiaridad con todas las herramientas de Hadoop como Hive, Pig, SPARC: cuándo y cómo se utilizan para resolver problemas de Big Data.
- Cómo se extrae Big Data para analizarlo para la herramienta de análisis: cómo los análisis de negocios pueden reducir sus puntos débiles de recopilación y análisis de datos a través del enfoque integrado del panel de control de Hadoop
- Introducción básica de la analítica de Insight, la analítica de visualización y la analítica predictiva para las empresas de telecomunicaciones
- Análisis de pérdida de clientes y Big Data: cómo el análisis de Big Data puede reducir la pérdida de clientes y la insatisfacción de los clientes en los estudios de casos de telecomunicaciones
- Análisis de fallos de red y fallos de servicio a partir de metadatos de red e IPDR
- Análisis financiero: estimación de fraude, desperdicio y ROI a partir de datos operativos y de ventas
- Problema de adquisición de clientes: marketing objetivo, segmentación de clientes y venta cruzada a partir de datos de ventas
- Introducción y resumen de todos los productos analíticos de Big Data y dónde encajan en el espacio analítico de las telecomunicaciones
- Conclusión: cómo adoptar un enfoque paso a paso para introducir Big Data Business Intelligence en su organización
Público objetivo
- Operación de redes, gerentes financieros, gerentes de CRM y altos gerentes de TI en la oficina de CIO de telecomunicaciones.
- Business Analistas de telecomunicaciones
- Gerentes/analistas de la oficina del CFO
- Gerentes de operaciones
- Gerentes de control de calidad
AWS CloudFormation
7 HorasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o en el sitio) está dirigida a ingenieros que deseen utilizar AWS CloudFormation para automatizar el proceso de administración de la infraestructura en la nube de AWS.
Al final de esta capacitación, los participantes serán capaces de:
- Habilite los servicios de AWS para comenzar a administrar la infraestructura.
- Comprender y aplicar el principio de “infraestructura como código”.
- Mejore la calidad y reduzca los costos de implementación de la infraestructura.
- Escriba AWS CloudFormation plantillas con YAML.
Mastering DevOps with AWS Cloud9
21 HorasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de las prácticas DevOps y optimizar los procesos de desarrollo con AWS Cloud9.
Al final de esta formación, los participantes serán capaces de:
- Instale y configure AWS Cloud9 para DevOps flujos de trabajo.
- Implemente canalizaciones de integración continua y entrega continua (CI/CD).
- Automatice los procesos de prueba, monitoreo e implementación con AWS Cloud9.
- Integre servicios de AWS como Lambda, EC2 y S3 en DevOps flujos de trabajo.
- Utilice sistemas de control de código fuente como GitHub o GitLab dentro de AWS Cloud9.
Developing Serverless Applications on AWS Cloud9
14 HorasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a profesionales de nivel intermedio que deseen aprender a crear, implementar y mantener aplicaciones sin servidor de manera efectiva en AWS Cloud9 y AWS Lambda.
Al final de esta formación, los participantes serán capaces de:
- Comprenda los fundamentos de la arquitectura sin servidor.
- Configure AWS Cloud9 para el desarrollo de aplicaciones sin servidor.
- Desarrolle, pruebe e implemente aplicaciones sin servidor con AWS Lambda.
- Integre AWS Lambda con otros servicios de AWS, como API Gateway y S3.
- Optimice las aplicaciones sin servidor para mejorar el rendimiento y la rentabilidad.
Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」
4 HorasVeraniego:
- Conceptos básicos de la arquitectura y las funciones de IoT
- "Cosas", "Sensores", Internet y el mapeo entre las funciones de negocio de IoT
- Esencial de todos los componentes de software de IoT: hardware, firmware, middleware, nube y aplicación móvil
- Funciones de IoT: gestor de flotas, visualización de datos, FM y DV basados en SaaS, alerta/alarma, incorporación de sensores, incorporación de "cosas", geo-cercas
- Conceptos básicos de la comunicación de dispositivos IoT con la nube con MQTT.
- Conexión de dispositivos IoT a AWS con MQTT (AWS IoT Core).
- Conexión del núcleo AWS IoT con la función AWS Lambda para el cálculo y el almacenamiento de datos.
- Conexión de Raspberry PI con núcleo AWS IoT y comunicación de datos sencilla.
- Alertas y eventos
- Calibración del sensor
Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「8 Hours Remote」
8 HorasResumen:
- Conceptos básicos de la arquitectura y las funciones de IoT
- "Cosas", "Sensores", Internet y el mapeo entre las funciones de negocio de IoT
- Esencial de todos los componentes de software de IoT: hardware, firmware, middleware, nube y aplicación móvil
- Funciones de IoT: gestor de flotas, visualización de datos, FM y DV basados en SaaS, alerta/alarma, incorporación de sensores, incorporación de "cosas", geo-cercas
- Conceptos básicos de la comunicación de dispositivos IoT con la nube con MQTT.
- Conexión de dispositivos IoT a AWS con MQTT (AWS IoT Core).
- Conexión del núcleo AWS IoT con la función AWS Lambda para el cálculo y el almacenamiento de datos mediante DynamoDB.
- Conexión de Raspberry PI con núcleo AWS IoT y comunicación de datos sencilla.
- Manos a la obra con Raspberry PI y AWS IoT Core para construir un dispositivo inteligente.
- Visualización de datos de sensores y comunicación con interfaz web.
Kaggle
14 HorasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a científicos de datos y desarrolladores que desean aprender y desarrollar sus carreras en Data Science utilizando Kaggle.
Al final de esta formación, los participantes serán capaces de:
- Más información sobre la ciencia de datos y el aprendizaje automático.
- Explora el análisis de datos.
- Obtenga más información sobre Kaggle y cómo funciona.
Accelerating Python Pandas Workflows with Modin
14 HorasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a científicos de datos y desarrolladores que desean usar Modin para crear e implementar cálculos paralelos con Pandas para un análisis de datos más rápido.
Al final de esta formación, los participantes serán capaces de:
- Configure el entorno necesario para comenzar a desarrollar Pandas flujos de trabajo a escala con Modin.
- Comprender las características, la arquitectura y las ventajas de Modin.
- Conoce las diferencias entre Modin, Dask y Ray.
- Realice Pandas operaciones más rápido con Modin.
- Implemente toda la API Pandas y las funciones.
GPU Data Science with NVIDIA RAPIDS
14 HorasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a científicos de datos y desarrolladores que desean usar RAPIDS para crear canalizaciones, flujos de trabajo y visualizaciones de datos acelerados GPU, aplicando algoritmos de aprendizaje automático, como XGBoost, cuML etcetera.
Al final de esta formación, los participantes serán capaces de:
- Configure el entorno de desarrollo necesario para crear modelos de datos con NVIDIA RAPIDS.
- Comprenda las características, componentes y ventajas de RAPIDS.
- Aproveche GPUs para acelerar las canalizaciones de datos y análisis de extremo a extremo.
- Implemente la preparación de datos acelerada GPU y ETL con cuDF y Apache Arrow.
- Aprenda a realizar tareas de aprendizaje automático con los algoritmos XGBoost y cuML.
- Cree visualizaciones de datos y ejecute análisis de gráficos con cuXfilter y cuGraph.