面向Unix/Shell用戶的Python——自動化與腳本編寫培訓

這門深入的實踐課程涵蓋了高級Python技術、工程最佳實踐以及常用的設計模式，以構建可維護、可測試和高性能的Python應用程序。課程重點介紹了現代工具、類型系統、併發模型、架構模式以及部署就緒的工作流程。

這門由講師指導的線下或線上培訓面向中級到高級Python開發者，旨在幫助他們採用專業的實踐和模式，以構建生產級的Python系統。

在培訓結束時，學員將能夠：

• 應用Python類型系統、數據類和類型檢查，以提高代碼的可靠性。
• 使用設計模式和架構原則來構建健壯的應用程序。
• 正確使用asyncio和多進程實現併發和並行。
• 使用pytest、基於屬性的測試和CI管道構建經過良好測試的代碼。
• 對Python應用程序進行性能分析、優化並使其適用於生產環境。
• 使用現代工具和容器打包、分發和部署Python項目。

課程形式

• 互動講座和簡短演示。
• 每天的實踐實驗和編碼練習。
• 集成了模式、測試和部署的頂點小項目。

課程定製選項

• 如需定製培訓或聚焦特定領域（數據、Web或基礎設施），請聯繫我們安排。

本課程教授使用 Python 設計、構建、測試和部署代理（自主）系統的實用工程技術。內容涵蓋代理循環、工具集成、內存和狀態管理、編排模式、安全控制以及生產考慮。

本課程爲講師指導的培訓（線上或線下），面向中級到高級的機器學習工程師、AI 開發者和軟件工程師，幫助他們使用 Python 構建健壯、可用於生產的自主代理。

培訓結束後，參與者將能夠：

• 設計和實現代理循環及決策工作流。
• 集成外部工具和 API 以擴展代理功能。
• 實現代理的短期和長期內存架構。
• 協調多步驟編排和代理可組合性。
• 爲部署的代理應用安全、訪問控制和可觀測性最佳實踐。

課程形式

• 互動講座與討論。
• 使用 Python 和流行 SDK 構建代理的動手實驗。
• 基於項目的練習，生成可部署的原型。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

深入探討使用Python進行數據科學與人工智能的實用方法，爲專業人士提供探索數據、構建機器學習模型以及在業務場景中部署AI驅動應用的技能；涵蓋CRISP-DM工作流、統計分析、監督與無監督學習、使用Tensorflow進行深度學習、自然語言處理、使用Spark處理大數據以及數據驅動講故事；適合初學者獲取Python數據科學認證和職業準備的分析培訓。

使用Python的人工智能是通過Python豐富的AI和機器學習庫生態系統來開發智能系統。

本課程爲講師指導的培訓（線上或線下），面向希望使用Python設計、實施和部署AI解決方案的中級Python程序員。

通過本培訓，參與者將能夠：

• 使用Python的核心AI庫實現AI算法。
• 處理監督學習、無監督學習和強化學習模型。
• 將AI解決方案集成到現有應用程序和工作流程中。
• 評估模型性能，並優化準確性和效率。

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。

本課程爲講師指導的線下或線上培訓，旨在幫助希望使用算法交易、Python和R實現交易自動化的業務分析師。

在本培訓結束時，參與者將能夠：

• 使用算法快速以特定增量買賣證券。
• 通過算法交易減少與交易相關的成本。
• 自動監控股價並進行交易。

從零開始用Python實現應用人工智能爲程序員和數據分析師提供了使用Python從頭構建機器學習解決方案的基礎技術。涵蓋監督學習分類和迴歸、無監督學習聚類和異常檢測以及高級神經網絡架構的核心原理。探討了使用scikit-learn、Apache Spark MLlib和Jupyter筆記本進行實踐AI開發的成熟方法。幫助專業人員實現實用的ML模型，評估算法侷限性，並完成解決實際問題的應用項目。

這種講師指導的現場培訓在 澳門（在線或現場）進行，面向希望使用 AWS Cloud9 增強其 Python 開發體驗的中級 Python 開發人員。

在本次培訓結束時，參與者將能夠：

• 設置和配置 AWS Cloud9 以進行 Python 開發。
• 瞭解 AWS Cloud9 IDE 介面和功能。
• 在 AWS Cloud9 中編寫、調試和部署 Python 個應用程式。
• 使用 AWS Cloud9 平臺與其他開發人員協作。
• 將 AWS Cloud9 與其他 AWS 服務整合以進行高級部署。

課程概述

本實踐培訓面向具有數據工程背景的專業人士，旨在幫助他們掌握人工智能、Python和大型語言模型的實際應用技能。課程聚焦於實際應用場景，涵蓋模型使用、提示工程以及構建AI驅動的解決方案。學員將通過漸進式練習，從核心概念逐步過渡到構建可部署的AI工作流。 

培訓形式

• 線下課堂培訓

 • 導師指導的實踐課程

• 互動討論與真實案例分析

 • 每日動手練習

課程目標

• 理解與現代應用相關的核心AI和機器學習概念

 • 強化Python技能，用於AI開發與數據工作流

• 學習大型語言模型的工作原理及其有效使用方法

• 設計並優化提示，確保可靠輸出

• 使用API和框架構建端到端AI解決方案

 • 將AI集成到數據工程管道中

本課程爲講師指導的培訓（線上或線下），面向希望使用Dask與Python生態系統構建、擴展和分析大型數據集的數據科學家和軟件工程師。

在培訓結束時，參與者將能夠：

• 設置環境，開始使用Dask和Python進行大數據處理。
• 探索Dask中可用的功能、庫、工具和API。
• 瞭解Dask如何加速Python中的並行計算。
• 學習如何使用Dask擴展Python生態系統（Numpy、SciPy和Pandas）。
• 優化Dask環境，以保持處理大型數據集時的高性能。

本課程爲講師指導的培訓，在澳門（線上或線下）進行，面向希望提升使用Pandas和NumPy進行數據分析和操作技能的中級Python開發者和數據分析師。

通過本培訓，參與者將能夠：

• 設置包含Python、Pandas和NumPy的開發環境。
• 使用Pandas和NumPy創建數據分析應用。
• 執行高級數據整理、排序和過濾操作。
• 進行聚合操作並分析時間序列數據。
• 使用Matplotlib和其他可視化庫進行數據可視化。
• 調試和優化數據分析代碼。

本課程由講師主導，提供線下或線上培訓，旨在幫助開發者使用 FARM (FastAPI, React, 和 MongoDB) 技術棧構建動態、高性能且可擴展的 Web 應用。

通過本課程，學員將能夠：

• 搭建集成了 FastAPI、React 和 MongoDB 的開發環境。
• 理解 FARM 技術棧的關鍵概念、特點和優勢。
• 學習如何使用 FastAPI 構建 REST API。
• 學習如何使用 React 設計交互式應用。
• 使用 FARM 技術棧開發、測試和部署應用（前端和後端）。

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FastAPI與Python更快速、更輕鬆地構建、測試和部署RESTful API的開發者。

通過本課程，學員將能夠：

• 設置必要的開發環境，以使用Python和FastAPI開發API。
• 使用FastAPI庫更快速、更輕鬆地創建API。
• 學習如何基於Pydantic和OpenAPI創建數據模型和模式。
• 使用SQLAlchemy將API連接到數據庫。
• 使用FastAPI工具在API中實現安全和身份驗證。
• 構建容器鏡像並將Web API部署到雲服務器。

這種以講師為主導的澳門現場現場培訓針對的是希望使用TensorFlow分析潛在欺詐數據的數據科學家。

在培訓結束時，參與者將能夠：

• 在Python和TensorFlow中創建欺詐檢測模型。
• 建立線性回歸和線性回歸模型來預測欺詐。
• 開發一個端到端的人工智慧應用程序來分析欺詐數據。

本課程的目的是提供在實踐中應用Machine Learning方法的基本熟練程度。通過使用Python編程語言及其各種庫，並基於大量實際示例，本課程教授如何使用Machine Learning最重要的構建塊，如何制定數據建模決策，解釋算法的輸出和驗證結果。

我們的目標是讓您自信地理解和使用Machine Learning工具箱中最基本的工具，並避免Data Science應用程序的常見缺陷。

本課程的目的是提供在實踐中應用機器學習方法的一般熟練程度。通過使用 Python 程式設計語言及其各種庫, 並基於大量的實際示例, 本課程教授如何使用機器學習最重要的構建塊, 如何做出資料建模決策, 解釋輸出並驗證結果

我們的目標是讓您能夠自信地理解和使用機器學習工具箱中最基本的工具, 並避免資料科學應用的常見陷阱。