開源與數字主權：構建超越超大規模廠商鎖定的可移植平臺培訓

本次由講師主導的培訓在澳門（線上或線下）面向希望提升機器學習模型知識、改進超參數調優技能，並學習如何使用Google Colab有效部署模型的高級專業人士。

培訓結束後，參與者將能夠：

• 使用Scikit-learn和TensorFlow等流行框架實現高級機器學習模型。
• 通過超參數調優優化模型性能。
• 使用Google Colab在實際應用中部署機器學習模型。
• 在Google Colab中協作和管理大規模機器學習項目。

本次由讲师指导的澳門（线上或线下）培训，面向中级数据科学家和医疗保健专业人士，旨在帮助他们利用Google Colab进行高级医疗保健应用的人工智能技术。

通过本次培训，参与者将能够：

• 使用Google Colab实现医疗保健领域的AI模型。
• 利用AI进行医疗数据的预测建模。
• 使用AI驱动的技术分析医学图像。
• 探讨基于AI的医疗解决方案中的伦理问题。

這種以講師為主導的 澳門（現場或遠端）現場培訓 面向希望在AWS上部署和管理物聯網設備的工程師。

在本次培訓結束時，參與者將能夠構建一個物聯網平臺，其中包括在 AWS 之上部署和管理後端、網關和設備。

這種以講師為主導的澳門現場培訓（現場或遠端）針對希望安裝，配置和管理AWS IoT Greengrass功能以創建各種設備的應用程式的開發人員。

在本次培訓結束時，參與者將能夠使用 AWS IoT Greengrass 在智慧設備上構建、部署、管理、保護和監控應用程式。

這種由 講師指導的 澳門 現場（現場或遠端）實時培訓 面向希望使用 AWS Lambda 構建服務和應用程式並將其部署到雲中的開發人員，而無需擔心配置執行環境（伺服器、VM 和容器、可用性、可擴充性、存儲等）。

在本次培訓結束時，參與者將能夠：

• 配置 AWS Lambda 以執行函數。
• 瞭解 FaaS （Functions as a Service） 和無伺服器開發的優勢。
• 構建、上傳和執行 AWS Lambda 函數。
• 將 Lambda 函數與不同的事件源集成。
• 打包、部署、監控基於 Lambda 的應用程式並對其進行故障排除。

本課程爲講師指導的培訓，在澳門（線上或線下）進行，面向希望使用Google Colab和Apache Spark進行大數據處理和分析的中級數據科學家和工程師。

通過本課程，學員將能夠：

• 使用Google Colab和Spark搭建大數據環境。
• 利用Apache Spark高效處理和分析大型數據集。
• 在協作環境中可視化大數據。
• 將Apache Spark與基於雲的工具集成。

本次由講師主導的培訓在澳門（線上或線下）進行，面向初學者級別的數據科學家和 IT 專業人士，旨在幫助他們學習使用 Google Colab 進行數據科學的基礎知識。

在培訓結束後，參與者將能夠：

• 設置和導航 Google Colab。
• 編寫和執行基本的 Python 代碼。
• 導入和處理數據集。
• 使用 Python 庫創建可視化。

Google Colab Pro是一個基於雲的Python開發環境，爲高要求的AI和數據科學工作負載提供高性能GPU、更長的運行時間和更大的內存。

本課程由講師主導，提供線上或線下培訓，面向中級Python用戶，旨在幫助他們在強大的筆記本界面中使用Google Colab Pro進行機器學習、數據處理和協作研究。

培訓結束後，參與者將能夠：

• 使用Colab Pro設置和管理基於雲的Python筆記本。
• 訪問GPU和TPU以加速計算。
• 使用流行的庫（如TensorFlow、PyTorch、Scikit-learn）簡化機器學習工作流。
• 與Google Drive和外部數據源集成，進行協作項目。

課程形式

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

課程定製選項

• 如需爲本課程定製培訓，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深入瞭解計算機視覺並探索TensorFlow在Google Colab上開發複雜視覺模型能力的高級專業人員。

培訓結束後，參與者將能夠：

• 使用TensorFlow構建和訓練卷積神經網絡（CNN）。
• 利用Google Colab進行可擴展且高效的基於雲的模型開發。
• 爲計算機視覺任務實施圖像預處理技術。
• 部署計算機視覺模型以用於實際應用。
• 使用遷移學習提升CNN模型的性能。
• 可視化並解釋圖像分類模型的結果。

本課程為講師指導的澳門（線上或線下）培訓，旨在幫助中級數據科學家和開發人員理解並應用深度學習技術，使用Google Colab環境。

培訓結束後，參與者將能夠：

• 設置並導航Google Colab，用於深度學習項目。
• 理解神經網絡的基本原理。
• 使用TensorFlow實現深度學習模型。
• 訓練和評估深度學習模型。
• 利用TensorFlow的高級功能進行深度學習。

這項由 講師指導的現場培訓澳門（在線或現場）面向希望加深對 DevOps 實踐的理解並使用 AWS Cloud9 簡化開發流程的高級專業人員。

在本次培訓結束時，參與者將能夠：

• 為 DevOps 個工作流設置和配置 AWS Cloud9。
• 實施持續集成和持續交付 （CI/CD） 管道。
• 使用 AWS Cloud9 自動執行測試、監控和部署流程。
• 將 Lambda、EC2 和 S3 等 AWS 服務整合到 DevOps 工作流中。
• 在 AWS Cloud9 中使用原始程式碼控制系統，如 GitHub 或 GitLab。

這種以講師指導的現場培訓<本地>（在線或現場）面向希望學習如何在AWS Cloud9 和 AWS Lambda 上有效構建、部署和維護無伺服器應用程式的中級專業人員。

在本次培訓結束時，參與者將能夠：

• 瞭解無伺服器架構的基礎知識。
• 設置 AWS Cloud9 以進行無伺服器應用程式開發。
• 使用 AWS Lambda 開發、測試和部署無伺服器應用程式。
• 與其他 AWS 服務（如 API Gateway 和 S3）集成。
• 優化無伺服器應用程式以提高性能和成本效率。

本課程爲講師指導的培訓，在澳門（線上或線下）進行，面向希望學習如何創建有意義且視覺上吸引人的數據可視化的初級數據科學家。

通過本培訓，參與者將能夠：

• 設置並導航Google Colab以進行數據可視化。
• 使用Matplotlib創建各種類型的圖表。
• 利用Seaborn進行高級可視化技術。
• 自定義圖表以增強展示效果和清晰度。
• 使用可視化工具有效地解釋和展示數據。

總結：

• 物聯網架構和功能的基礎知識
• “物”、“感測器”、互聯網和物聯網業務功能之間的映射
• 所有物聯網軟體元件的基本要素 - 硬體、韌體、中間件、雲端和行動應用程式
• 物聯網功能 - 車隊管理器、數據可視化、基於 SaaS 的 FM 和 DV、警報/警報、感測器入職、“事物”入職、地理圍欄
• 使用 MQTT 與雲端進行物聯網設備通信的基礎知識。
• 使用 MQTT （AWS IoT Core） 將 IoT 設備連接到 AWS。
• 將 AWS IoT 內核與 AWS Lambda 功能連接，用於計算和數據存儲。
• 連接具有 AWS IoT 核心和簡單數據通信的Raspberry PI。
• 警報和事件
• 感測器校準

總結：

• 物聯網架構和功能的基礎知識
• “物”、“感測器”、互聯網和物聯網業務功能之間的映射
• 所有物聯網軟體元件的基本要素 - 硬體、韌體、中間件、雲端和行動應用程式
• 物聯網功能 - 車隊管理器、數據可視化、基於 SaaS 的 FM 和 DV、警報/警報、感測器入職、“事物”入職、地理圍欄
• 使用 MQTT 與雲端進行物聯網設備通信的基礎知識。
• 使用 MQTT （AWS IoT Core） 將 IoT 設備連接到 AWS。
• 將 AWS IoT 核心與 AWS Lambda 函數連接，以使用 DynamoDB 進行計算和數據存儲。
• 連接具有 AWS IoT 核心和簡單數據通信的Raspberry PI。
• 動手使用Raspberry PI和 AWS IoT Core 構建智慧設備。
• 感測器數據可視化和與網路介面的通信。