Análisis de datos en vivo, dirigido por un instructor (análisis de datos o analítica de datos) los cursos de formación demuestran a través de la discusión y práctica los lenguajes de programación y las metodologías utilizadas para realizar el análisis de datos.
El entrenamiento de análisis de datos está disponible como "entrenamiento en vivo en el sitio" o "entrenamiento remoto en vivo". El entrenamiento en vivo se puede realizar localmente en las instalaciones del cliente en Peru o en los centros de entrenamiento corporativos de NobleProg en Peru. El entrenamiento remoto en vivo se lleva a cabo por medio de un escritorio remoto interactivo.
NobleProg--su proveedor de capacitación local
Machine Translated
Testimonios
El método de contacto del aprendiz. El enfoque es bueno tanto para el grupo como para el individuo.
Marcin Szcześniak - Credit Agricole Bank P
Curso: BPMN 2.0 dla Analityków Biznesowych
Machine Translated
Una gran dosis de ejercicio.
Piotr Kubiński
Curso: BPMN 2.0 dla Analityków Biznesowych
Machine Translated
Preferí el ejercicio y aprender sobre los rincones y grietas de Python
Connor Brierley-Green
Curso: Python Programming
Machine Translated
Joey tiene un entusiasmo contagioso sobre la programación. Y fue muy bueno adaptándose a nuestras necesidades e intereses sobre la marcha.
Randy Enkin
Curso: Python Programming
Machine Translated
Muchos ejemplos me hicieron fácil de entender.
Lingmin Cao
Curso: Python Programming
Machine Translated
Prueba final que simula las preguntas del examen, donde intentamos como grupo resolver tareas basadas en el conocimiento adquirido durante el entrenamiento.
Dominik Łubiński
Curso: Business Analysis, BABOK V3.0 and IIBA Certification Preparation
Machine Translated
Me gustó sobre todo el conocimiento del Entrenador.
Sripal S
Curso: Understanding Business Process Modeling with BPMN 2.0
Machine Translated
En general, disfruté la forma de pronunciar el discurso.
Bhaskar naidu
Curso: Understanding Business Process Modeling with BPMN 2.0
Machine Translated
El conocimiento exhaustivo de la guía de todas nuestras preguntas dio respuestas abrumadoras a mis expectativas ... El conferencista conduce grandes discusiones ... No le falta paciencia ...
Łukasz Matulewicz
Curso: Programowanie w języku Python
Machine Translated
Gran conocimiento del profesor, diversidad de herramientas y enfoque práctico del tema
Magdalena Stupak
Curso: Programowanie w języku Python
Machine Translated
gran conocimiento del entrenador, cómo traducir
Renata Cylejowska
Curso: Programowanie w języku Python
Machine Translated
Hecho de que la personalización se tomó en serio.
jurgen linsen
Curso: Python Programming
Machine Translated
Realmente disfruté de la ayuda del entrenador.
Urszula Kuza
Curso: Tableau Advanced
Machine Translated
todos
Grześ
Curso: BPMN 2.0 dla Analityków Biznesowych
Machine Translated
Ejemplos prácticos.
Przemysław Domański
Curso: BPMN 2.0 dla Analityków Biznesowych
Machine Translated
Recibo respuestas sobre todas mis preguntas.
Natalia Gladii
Curso: Data Analytics With R
Machine Translated
Obtuve una buena visión general de los editores de procesos, las reglas de negocio y el panorama de herramientas de BPM S. Recomiendo encarecidamente el curso práctico BPM N para analistas de Business , incluso para analistas experimentados, con sus excelentes escenarios de procesos y práctica de modelado, ¡lo posicionará por encima del resto!
Anees Baig
Curso: BPMN 2.0 for Business Analysts
Machine Translated
Muy informativo y dio un buen resumen general del esquema del curso.
Matthew Steptoe
Curso: Contemporary Development Principles and Practices
Machine Translated
Disfruté todo el Día 1.
Peter Mahaffey
Curso: Contemporary Development Principles and Practices
Machine Translated
El hecho de que tenemos soluciones listas para problemas dados + que muestran una amplia gama de aplicaciones + aprobó un compendio de conocimiento.
Wojciech Michalak
Curso: Power BI
Machine Translated
Me gustaron los ejercicios ya que es la única forma de aprender, por repetición.
David Rushe
Curso: Tableau Advanced
Machine Translated
El entrenador tiene un conocimiento muy amplio, él puede transmitirlo. Involucra a los participantes a interactuar y resolver problemas que se encuentran juntos.
Nina Rokita
Curso: Power BI
Machine Translated
El capacitador estuvo en contacto constante con los destinatarios de la capacitación, ajustó el ritmo a nuestras necesidades y resolvió nuestros problemas de manera continua y respondió nuestras preguntas
Dominika Jaworska
Curso: Power BI
Machine Translated
Disfruté los ejercicios, la sala de entrenamiento, la cocina de té.
Alisher Khaydarov
Curso: BPMN 2 Fundamentals and Workshop
Machine Translated
El ritmo y la progresión fueron perfectos para realmente entender las cosas rápidamente.
Stephen Brewell
Curso: BPMN 2.0 for Business Analysts
Machine Translated
Los ejemplos dados realmente me ayudaron a entender algunos conceptos. El capacitador se aseguró de que estuviéramos siguiendo todo el entrenamiento y no dudó en volver a un punto anterior de que había alguna duda. El capacitador adaptó la capacitación a nuestras necesidades, dando énfasis a los elementos que nos gustaría tener más detalles. Los ejercicios prácticos también fueron buenos.
Amanda Moscardini - Campinas Valley
Curso: Understanding Business Process Modeling with BPMN 2.0
Machine Translated
Debra se aseguró de entender mis preguntas y responderlas con precisión. Las sugerencias sobre cómo diseñar diagramas bajo ciertas condiciones fueron realmente buenas. Me gustaría reforzar lo profesional y eficiente que Debra estuvo con nosotros.
Leandro Antonio
Curso: Understanding Business Process Modeling with BPMN 2.0
Machine Translated
La capacitación fue muy consistente, aprendí muchas funcionalidades interesantes del programa.
Anna Klimczak
Curso: Power BI
Machine Translated
Ejercicios bien preparados, practicados y conocimiento del maestro
Sandra Przewdzing
Curso: Power BI
Machine Translated
Me gustan los ejercicios realizados.
Nour Assaf
Curso: Data Mining and Analysis
Machine Translated
El ejercicio práctico y la capacidad del entrenador para explicar temas complejos en términos simples.
youssef chamoun
Curso: Data Mining and Analysis
Machine Translated
La información brindada fue interesante y la mejor parte fue hacia el final cuando recibimos datos de Durex y trabajamos en datos con los que estamos familiarizados y realizamos operaciones para obtener resultados.
Jessica Chaar
Curso: Data Mining and Analysis
Machine Translated
Me gustaron los serviciales y muy amables.
Natalia Machrowicz
Curso: Python Programming
Machine Translated
Hicimos ejercicios prácticos (los guiones que escribimos pueden usarse en nuestro trabajo diario). Hizo el curso muy interesante. También me gustó la forma en que el entrenador compartió su conocimiento. Lo hizo de una manera muy accesible.
Malwina Sawa
Curso: Python Programming
Machine Translated
Pensé que la información era interesante.
Allison May
Curso: Data Visualization
Machine Translated
Realmente aprecié que Jeff utilizara datos y ejemplos que fueran aplicables a los datos educativos. Lo hizo interesante e interactivo.
Carol Wells Bazzichi
Curso: Data Visualization
Machine Translated
Aprender sobre todos los tipos de gráficos y para qué se utilizan. Aprendiendo el valor del desorden. Aprendiendo sobre los métodos para mostrar datos de tiempo.
Susan Williams
Curso: Data Visualization
Machine Translated
Entrenador estaba entusiasmado.
Diane Lucas
Curso: Data Visualization
Machine Translated
Me gustó mucho el contenido / Instructor.
Craig Roberson
Curso: Data Visualization
Machine Translated
Soy un aprendiz práctico y esto fue algo que hizo mucho.
Lisa Comfort
Curso: Data Visualization
Machine Translated
Me gustaron los ejemplos.
Peter Coleman
Curso: Data Visualization
Machine Translated
En general, me beneficio de los ejemplos.
Peter Coleman
Curso: Data Visualization
Machine Translated
Disfruté los buenos ejemplos del mundo real, las revisiones de los informes existentes.
Ronald Parrish
Curso: Data Visualization
Machine Translated
Me gusta la forma en que Birol personalizó algunas partes de la capacitación para satisfacer mi rol como Analista de Business . De esta manera, pudo enfocarse en los temas que son importantes y no detenerse en temas que generalmente no utilizaré en mi trabajo. Enseña muy claro y se asegura de que entiendas un tema antes de pasar al siguiente. Puede decir que es un profesor experimentado y que conoce muy bien su materia, y sabe cómo analizar las necesidades de capacitación del alumno para cubrir de manera efectiva temas que son esenciales y relevantes. Esto hace que sus sesiones sean muy efectivas, ya que es flexible y justo en el blanco. Sus materiales son muy completos y hace un punto para seguir el plan de estudios pero haciéndolo más relevante para el estudiante. Aprecio que él conozca los estándares de la industria y pueda dar su opinión sobre lo que funciona. Nunca he aprendido tanto como lo hice en un curso de 2 días y vale la pena todo el tiempo y el esfuerzo. La capacitación aceleró mi aprendizaje de BPM N 2.0 y me dio los conceptos básicos y la confianza para comenzar a practicar la técnica en mi trabajo. Gracias Birol y NobleProg por una experiencia de aprendizaje maravillosa. Seguramente recomendaré el curso y el entrenador a futuros colegas.
Irma Irosido
Curso: BPMN 2.0 for Business Analysts
Machine Translated
Realmente me beneficié de la buena disposición del entrenador para compartir más.
Balaram Chandra Paul
Curso: A practical introduction to Data Analysis and Big Data
Machine Translated
Muy buen enfoque para memorizar / repetir los temas clave. Muy buenos ejercicios de "calentamiento".
Curso: Python Programming
Machine Translated
* Ejercicios agradables. * Movido rápidamente a temas más avanzados. * El entrenador fue amigable y fácil de entender. * Curso personalizado para las necesidades del equipo.
Matthew Lucas
Curso: Python Programming
Machine Translated
Realmente me beneficié de la interactividad y el entrenador dedicado.
Pierre Bruwier
Curso: BPMN 2 Fundamentals and Workshop
Machine Translated
El entrenador tiene muchas anécdotas y puede mostrar contenido en conferencias simples sobre la vida
Katarzyna Gołda
Curso: Business Analysis
Machine Translated
El Sr. Bogdan es un gran especialista y sabe cómo pasar el conocimiento de una manera accesible. Él entiende y se da cuenta cuando la audiencia "se apaga".
Unit4 Polska sp. z o.o; ALTEN Polska Sp. z o.o.; UBS; Zerochaos Sp. z o.o.
Curso: Business Analysis
Machine Translated
Muy buen enfoque para memorizar / repetir los temas clave. Muy buenos ejercicios de "calentamiento".
Curso: Python Programming
Machine Translated
Algunos de nuestros clientes
.jpg "european southern observatory (eso)")
.png "european central bank (ecb)")
Programas de los cursos Análisis de los datos
Nombre del Curso
Duración
Descripción General
Nombre del Curso
Duración
Descripción General
28 horas
Este curso está diseñado para aquellos que deseen aprender el lenguaje de programación de Python. El énfasis está en el lenguaje Python, las bibliotecas principales, así como en la selección de las mejores y más útiles bibliotecas desarrolladas por la comunidad Python. Python impulsa las empresas y es utilizado por científicos de todo el mundo, es uno de los lenguajes de programación más populares.
El curso puede ser entregado usando Python 2.7.x o 3.x, con ejercicios prácticos haciendo uso de la potencia total de ambas versiones del lenguaje. Este curso puede ser entregado en cualquier sistema operativo (todos los sabores de UNIX, incluyendo Linux y Mac OS X, así como Microsoft Windows).
Los ejercicios prácticos constituyen alrededor del 70% del tiempo de curso, y alrededor del 30% son demostraciones y presentaciones. Pueden hacerse discusiones y preguntas a lo largo del curso.
Nota: el entrenamiento puede ser adaptado a necesidades específicas previa solicitud antes de la fecha del curso propuesto.
El curso puede ser entregado usando Python 2.7.x o 3.x, con ejercicios prácticos haciendo uso de la potencia total de ambas versiones del lenguaje. Este curso puede ser entregado en cualquier sistema operativo (todos los sabores de UNIX, incluyendo Linux y Mac OS X, así como Microsoft Windows).
Los ejercicios prácticos constituyen alrededor del 70% del tiempo de curso, y alrededor del 30% son demostraciones y presentaciones. Pueden hacerse discusiones y preguntas a lo largo del curso.
Nota: el entrenamiento puede ser adaptado a necesidades específicas previa solicitud antes de la fecha del curso propuesto.
28 horas
En esta capacitación guiada por un instructor, los participantes aprenderán técnicas avanzadas de programación de Python, que incluyen cómo aplicar este versátil lenguaje para resolver problemas en áreas tales como aplicaciones distribuidas, finanzas, análisis y visualización de datos, programación de IU y scripting de mantenimiento.
Audiencia
- Desarrolladores
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Notas
- Si desea agregar, eliminar o personalizar cualquier sección o tema de este curso, contáctenos para organizarlo.
Audiencia
- Desarrolladores
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Notas
- Si desea agregar, eliminar o personalizar cualquier sección o tema de este curso, contáctenos para organizarlo.
14 horas
This course is designed for those wishing to learn the Python programming language. The emphasis is on the Python language, the core libraries, as well as on the selection of the best and most useful libraries developed by the Python community. Python drives businesses and is used by scientists all over the world – it is one of the most popular programming languages.
14 horas
Audiencia
Analistas, investigadores, científicos, graduados y estudiantes y cualquiera que esté interesado en aprender cómo facilitar el análisis estadístico en Microsoft Excel.
Objetivos del Curso
Este curso ayudará a mejorar su familiaridad con Excel y las estadísticas y como resultado aumentar la eficacia y la eficiencia de su trabajo o investigación.
Este curso describe cómo usar el Analysis ToolPack en Microsoft Excel, funciones estadísticas y cómo realizar procedimientos estadísticos básicos. Explicará las limitaciones de Excel y cómo superarlas.
Analistas, investigadores, científicos, graduados y estudiantes y cualquiera que esté interesado en aprender cómo facilitar el análisis estadístico en Microsoft Excel.
Objetivos del Curso
Este curso ayudará a mejorar su familiaridad con Excel y las estadísticas y como resultado aumentar la eficacia y la eficiencia de su trabajo o investigación.
Este curso describe cómo usar el Analysis ToolPack en Microsoft Excel, funciones estadísticas y cómo realizar procedimientos estadísticos básicos. Explicará las limitaciones de Excel y cómo superarlas.
7 horas
This instructor-led, live training in Peru (online or onsite) is aimed at data analysts who wish to learn techniques for preparing data in Excel, then visualizing it in Power BI.
By the end of this training, participants will be able to:
- Understand the principles of data analysis, objectives of data analysis, and approaches for data analysis.
- Use DAX formulas in Power BI for complex calculations.
- Create and use visualizations and charts for particular analysis cases.
- Import with Power View to move from Excel based Power BI to independent Power BI.
By the end of this training, participants will be able to:
- Understand the principles of data analysis, objectives of data analysis, and approaches for data analysis.
- Use DAX formulas in Power BI for complex calculations.
- Create and use visualizations and charts for particular analysis cases.
- Import with Power View to move from Excel based Power BI to independent Power BI.
14 horas
Pandas es un paquete de Python que proporciona estructuras de datos para trabajar con datos estructurados (tabulares, multidimensionales, potencialmente heterogéneos) y series de tiempo .
21 horas
Un sistema de información geográfica (GIS) es un sistema diseñado para capturar, almacenar, manipular, analizar, administrar y presentar datos espaciales o geográficos. El acrónimo SIG se utiliza para la ciencia de la información geográfica veces (Ciencia IG) para referirse a los estudios académicos que la disciplina sistemas de información geográfica y es un dominio amplio dans le amplio disciplina académica de Geoinformática.
El uso de Python con el SIG tiene sustancialmente aumentado durante las últimas dos décadas, en particular con la introducción de la serie Python 2.0 en 2000 incluyó qui Muchas de las características nuevas de programación que hizo que el lenguaje mucho más fácil de implementar. Desde ese momento, Python también ha sido utilizado por otras compañías, incluidas QGIS y GRASS. De hecho, Python hoy es, de lejos, el idioma más utilizado por los usuarios y programadores de SIG.
Este programa cubre el uso de bibliotecas de Python y su avance como geopandas, bokeh pysal y osmnx para implementar sus propias entidades SIG. El programa también cubre módulos introductorios en torno a ArcGIS API y QGIS toolboox.
El uso de Python con el SIG tiene sustancialmente aumentado durante las últimas dos décadas, en particular con la introducción de la serie Python 2.0 en 2000 incluyó qui Muchas de las características nuevas de programación que hizo que el lenguaje mucho más fácil de implementar. Desde ese momento, Python también ha sido utilizado por otras compañías, incluidas QGIS y GRASS. De hecho, Python hoy es, de lejos, el idioma más utilizado por los usuarios y programadores de SIG.
Este programa cubre el uso de bibliotecas de Python y su avance como geopandas, bokeh pysal y osmnx para implementar sus propias entidades SIG. El programa también cubre módulos introductorios en torno a ArcGIS API y QGIS toolboox.
14 horas
Python es un lenguaje de programación de alto nivel famoso por su clara sintaxis y legibilidad de código. Excel es una aplicación de hoja de cálculo desarrollada por Microsoft que se usa ampliamente en muchas industrias. Agregar Python a Excel lo convierte en una poderosa herramienta para el análisis de datos.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo combinar las capacidades de Python y Excel.
Al final de esta capacitación, los participantes podrán:
- Instalar y configurar paquetes para integrar Python y Excel
- Leer, escribir y manipular archivos de Excel usando Python
- Llamar a las funciones de Python desde Excel
Audiencia
- Desarrolladores
- Programadores
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Nota
- Para solicitar una capacitación personalizada para este curso, contáctenos para hacer arreglos.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo combinar las capacidades de Python y Excel.
Al final de esta capacitación, los participantes podrán:
- Instalar y configurar paquetes para integrar Python y Excel
- Leer, escribir y manipular archivos de Excel usando Python
- Llamar a las funciones de Python desde Excel
Audiencia
- Desarrolladores
- Programadores
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Nota
- Para solicitar una capacitación personalizada para este curso, contáctenos para hacer arreglos.
14 horas
In this instructor-led, live training in Peru, participants will learn three different approaches for accessing, analyzing and visualizing data. We start with an introduction to RDMS databases; the focus will be on accessing and querying an Oracle database using the SQL language. Then we look at strategies for accessing an RDMS database programmatically using the Python language. Finally, we look at how to visualize and present data graphically using TIBCO Spotfire.
Format of the Course
Interactive lecture and discussion.
Lots of exercises and practice.
Hands-on implementation in a live-lab environment.
Format of the Course
Interactive lecture and discussion.
Lots of exercises and practice.
Hands-on implementation in a live-lab environment.
28 horas
This instructor-led, live training in Peru (online or onsite) is aimed at persons who wish to learn just enough Python to begin crunching numbers from sales data, traffic analytics, customer interactions, etc..
By the end of this training, participants will be able to:
- Install and configure the necessary software, libraries and development environment to begin writing Python code for data analysis.
- Analyze data from sources such as Excel, CSV, JSON files and databases.
- Clean data to improve its usefulness before analyzing it.
- Perform simple statistical analysis.
- Generate reports that present the desired data in just the right format, from straight numbers to data visualizations.
- Gain valuable insight from data, including trends in performance, problematic areas.
By the end of this training, participants will be able to:
- Install and configure the necessary software, libraries and development environment to begin writing Python code for data analysis.
- Analyze data from sources such as Excel, CSV, JSON files and databases.
- Clean data to improve its usefulness before analyzing it.
- Perform simple statistical analysis.
- Generate reports that present the desired data in just the right format, from straight numbers to data visualizations.
- Gain valuable insight from data, including trends in performance, problematic areas.
21 horas
This course has been created for business analysts who want to use BPMN 2.0 extensively in their projects.
It focuses on practical aspects of all BPMN 2.0 specification as well as implementations of common patterns.
It is a series of short lectures followed by exercises: the delegates will have a problem described in English, and will have to create a proper diagram for each problem. After that, the diagrams will be discussed and assessed by the group and the trainer.
This course doesn't cover execution part of BPMN, it focuses on analysis and process design aspects of BPMN 2.0.
It focuses on practical aspects of all BPMN 2.0 specification as well as implementations of common patterns.
It is a series of short lectures followed by exercises: the delegates will have a problem described in English, and will have to create a proper diagram for each problem. After that, the diagrams will be discussed and assessed by the group and the trainer.
This course doesn't cover execution part of BPMN, it focuses on analysis and process design aspects of BPMN 2.0.
21 horas
[R](https://www.r-project.org/) is a very popular, open source environment for statistical computing, data analytics and graphics. This course introduces R programming language to students. It covers language fundamentals, libraries and advanced concepts. Advanced data analytics and graphing with real world data.
Audience
Developers / data analytics
Duration
3 days
Format
Lectures and Hands-on
Audience
Developers / data analytics
Duration
3 days
Format
Lectures and Hands-on
7 horas
Este curso cubre cómo usar el lenguaje Hive SQL (AKA: Hive HQL, SQL en Hive, HiveQL) para personas que extraen datos de Hive
21 horas
El descubrimiento de conocimiento en bases de datos (KDD) es el proceso de descubrir conocimiento útil de una colección de datos. Las aplicaciones de la vida real para esta técnica de minería de datos incluyen marketing, detección de fraude, telecomunicaciones y fabricación.
En este curso, presentamos los procesos involucrados en KDD y llevamos a cabo una serie de ejercicios para practicar la implementación de esos procesos.
Audiencia
- Analistas de datos o cualquier persona interesada en aprender a interpretar datos para resolver problemas
Formato del curso
- Después de una discusión teórica sobre KDD, el instructor presentará casos de la vida real que requieren la aplicación de KDD para resolver un problema. Los participantes prepararán, seleccionarán y limpiarán conjuntos de datos de muestra y utilizarán sus conocimientos previos sobre los datos para proponer soluciones basadas en los resultados de sus observaciones.
En este curso, presentamos los procesos involucrados en KDD y llevamos a cabo una serie de ejercicios para practicar la implementación de esos procesos.
Audiencia
- Analistas de datos o cualquier persona interesada en aprender a interpretar datos para resolver problemas
Formato del curso
- Después de una discusión teórica sobre KDD, el instructor presentará casos de la vida real que requieren la aplicación de KDD para resolver un problema. Los participantes prepararán, seleccionarán y limpiarán conjuntos de datos de muestra y utilizarán sus conocimientos previos sobre los datos para proponer soluciones basadas en los resultados de sus observaciones.
21 horas
Se estima que los datos no estructurados representan más del 90 por ciento de todos los datos, gran parte de ellos en forma de texto. Las publicaciones del blog, los tweets, los medios sociales y otras publicaciones digitales añaden continuamente a este creciente cuerpo de datos.
Este curso se centra en la extracción de información y significado de estos datos. Utilizando las bibliotecas de lenguaje y procesamiento de lenguaje natural (NLP), combinamos conceptos y técnicas de la informática, la inteligencia artificial y la lingüística computacional para entender algorítmicamente el significado detrás de los datos de texto. Las muestras de datos están disponibles en varios idiomas según los requisitos del cliente.
Al final de este entrenamiento los participantes serán capaces de preparar conjuntos de datos (grandes y pequeños) de fuentes dispares, a continuación, aplicar los algoritmos adecuados para analizar e informar sobre su significado.
Audiencia
Lingüistas y programadores
Formato del curso
Parte conferencia, discusión de la parte, práctica práctica pesada, pruebas ocasionales para calibrar la comprensión
Este curso se centra en la extracción de información y significado de estos datos. Utilizando las bibliotecas de lenguaje y procesamiento de lenguaje natural (NLP), combinamos conceptos y técnicas de la informática, la inteligencia artificial y la lingüística computacional para entender algorítmicamente el significado detrás de los datos de texto. Las muestras de datos están disponibles en varios idiomas según los requisitos del cliente.
Al final de este entrenamiento los participantes serán capaces de preparar conjuntos de datos (grandes y pequeños) de fuentes dispares, a continuación, aplicar los algoritmos adecuados para analizar e informar sobre su significado.
Audiencia
Lingüistas y programadores
Formato del curso
Parte conferencia, discusión de la parte, práctica práctica pesada, pruebas ocasionales para calibrar la comprensión
35 horas
Los participantes que completen esta capacitación obtendrán una comprensión práctica y real de Big Data y sus tecnologías, metodologías y herramientas relacionadas.
Los participantes tendrán la oportunidad de poner este conocimiento en práctica a través de ejercicios prácticos. La interacción grupal y la retroalimentación del instructor conforman un componente importante de la clase.
El curso comienza con una introducción a los conceptos elementales de Big Data, luego avanza hacia los lenguajes de programación y las metodologías utilizadas para realizar el Análisis de datos. Finalmente, discutimos las herramientas y la infraestructura que permiten el almacenamiento de Big Data, el procesamiento distribuido y la escalabilidad.
Audiencia
Desarrolladores / programadores
Consultores de TI
Formato del curso
Conferencia de parte, discusión en parte, práctica práctica e implementación, quicing ocasional para medir el progreso.
Los participantes tendrán la oportunidad de poner este conocimiento en práctica a través de ejercicios prácticos. La interacción grupal y la retroalimentación del instructor conforman un componente importante de la clase.
El curso comienza con una introducción a los conceptos elementales de Big Data, luego avanza hacia los lenguajes de programación y las metodologías utilizadas para realizar el Análisis de datos. Finalmente, discutimos las herramientas y la infraestructura que permiten el almacenamiento de Big Data, el procesamiento distribuido y la escalabilidad.
Audiencia
Desarrolladores / programadores
Consultores de TI
Formato del curso
Conferencia de parte, discusión en parte, práctica práctica e implementación, quicing ocasional para medir el progreso.
14 horas
Elasticsearch es un motor de búsqueda distribuido de fuente abierta. Comúnmente se usa junto con Logstash (motor de análisis de datos y de recopilación de datos) y Kibana (plataforma de análisis y visualización) para formar la "pila ELK".
Esta capacitación está dirigida a desarrolladores de software que deseen crear soluciones de búsqueda y análisis mediante Elasticsearch.
La capacitación comienza con una discusión de la arquitectura de ElastickSearch, que incluye su modelo distribuido y API de búsqueda. Esto es seguido de una explicación de la funcionalidad de ElasticSearch y cómo integrarlo mejor en su propia aplicación.
Los ejercicios prácticos constituyen una parte importante de la capacitación y brindan a los participantes la oportunidad de poner en práctica sus conocimientos mientras reciben comentarios sobre su implementación y progreso.
Audiencia
Desarrolladores de software
Formato del curso
Gran énfasis en la práctica en vivo. La mayoría de los conceptos se aprenden a través de muestras, ejercicios y desarrollo práctico.
Esta capacitación está dirigida a desarrolladores de software que deseen crear soluciones de búsqueda y análisis mediante Elasticsearch.
La capacitación comienza con una discusión de la arquitectura de ElastickSearch, que incluye su modelo distribuido y API de búsqueda. Esto es seguido de una explicación de la funcionalidad de ElasticSearch y cómo integrarlo mejor en su propia aplicación.
Los ejercicios prácticos constituyen una parte importante de la capacitación y brindan a los participantes la oportunidad de poner en práctica sus conocimientos mientras reciben comentarios sobre su implementación y progreso.
Audiencia
Desarrolladores de software
Formato del curso
Gran énfasis en la práctica en vivo. La mayoría de los conceptos se aprenden a través de muestras, ejercicios y desarrollo práctico.
35 horas
En la primera parte de esta capacitación, cubrimos los fundamentos de MATLAB y su función como lenguaje y plataforma. Se incluye en esta discusión una introducción a la sintaxis, arreglos y matrices de MATLAB, visualización de datos, desarrollo de guiones y principios orientados a objetos.
En la segunda parte, demostramos cómo usar MATLAB para minería de datos, aprendizaje automático y análisis predictivo. Para proporcionar a los participantes una perspectiva clara y práctica del enfoque y el poder de MATLAB, hacemos comparaciones entre el uso de MATLAB y el uso de otras herramientas como hojas de cálculo, C, C ++ y Visual Basic.
En la tercera parte de la capacitación, los participantes aprenden a optimizar su trabajo al automatizar el procesamiento de datos y la generación de informes.
A lo largo del curso, los participantes pondrán en práctica las ideas aprendidas a través de ejercicios prácticos en un entorno de laboratorio. Al final de la capacitación, los participantes tendrán un conocimiento completo de las capacidades de MATLAB y podrán emplearlo para resolver problemas de ciencia de datos del mundo real, así como para optimizar su trabajo a través de la automatización.
Las evaluaciones se llevarán a cabo durante todo el curso para medir el progreso.
Formato del curso
- El curso incluye ejercicios teóricos y prácticos, incluidas discusiones de casos, inspección de código de muestra e implementación práctica.
Nota
- Las sesiones de práctica se basarán en plantillas de informes de datos de muestra previamente organizadas. Si tiene requisitos específicos, contáctenos para hacer arreglos.
En la segunda parte, demostramos cómo usar MATLAB para minería de datos, aprendizaje automático y análisis predictivo. Para proporcionar a los participantes una perspectiva clara y práctica del enfoque y el poder de MATLAB, hacemos comparaciones entre el uso de MATLAB y el uso de otras herramientas como hojas de cálculo, C, C ++ y Visual Basic.
En la tercera parte de la capacitación, los participantes aprenden a optimizar su trabajo al automatizar el procesamiento de datos y la generación de informes.
A lo largo del curso, los participantes pondrán en práctica las ideas aprendidas a través de ejercicios prácticos en un entorno de laboratorio. Al final de la capacitación, los participantes tendrán un conocimiento completo de las capacidades de MATLAB y podrán emplearlo para resolver problemas de ciencia de datos del mundo real, así como para optimizar su trabajo a través de la automatización.
Las evaluaciones se llevarán a cabo durante todo el curso para medir el progreso.
Formato del curso
- El curso incluye ejercicios teóricos y prácticos, incluidas discusiones de casos, inspección de código de muestra e implementación práctica.
Nota
- Las sesiones de práctica se basarán en plantillas de informes de datos de muestra previamente organizadas. Si tiene requisitos específicos, contáctenos para hacer arreglos.
42 horas
El análisis de datos es una herramienta crucial en los negocios de hoy. Nos enfocaremos en el desarrollo de habilidades para el práctico análisis de datos. El objetivo es ayudar a los delegados a dar respuestas basadas en evidencia a preguntas:
¿Lo que ha sucedido?
- procesamiento y análisis de datos
- produciendo visualizaciones informativas de datos
¿Lo que sucederá?
- pronosticando el rendimiento futuro
- evaluar pronósticos
¿Qué debería pasar?
- convirtiendo los datos en decisiones comerciales basadas en la evidencia
- optimizando procesos
El curso en sí se puede impartir como un curso presencial de 6 días o de forma remota durante un período de semanas, si así lo prefiere. Podemos trabajar con usted para ofrecerle el curso que mejor se adapte a sus necesidades.
¿Lo que ha sucedido?
- procesamiento y análisis de datos
- produciendo visualizaciones informativas de datos
¿Lo que sucederá?
- pronosticando el rendimiento futuro
- evaluar pronósticos
¿Qué debería pasar?
- convirtiendo los datos en decisiones comerciales basadas en la evidencia
- optimizando procesos
El curso en sí se puede impartir como un curso presencial de 6 días o de forma remota durante un período de semanas, si así lo prefiere. Podemos trabajar con usted para ofrecerle el curso que mejor se adapte a sus necesidades.
21 horas
El objetivo de este curso es proporcionar una comprensión clara del uso de SQL para diferentes
bases de datos (Oracle, SQL Server, MS Access ...). Comprensión de las funciones analíticas y
forma de cómo unir diferentes tablas en una base de datos ayudará a los delegados a mover el análisis de datos
operaciones al lado de la base de datos, en lugar de hacer esto en la aplicación MS Excel. Esto también puede
ayuda en la creación de cualquier sistema de TI, que utiliza cualquier base de datos relacional.
bases de datos (Oracle, SQL Server, MS Access ...). Comprensión de las funciones analíticas y
forma de cómo unir diferentes tablas en una base de datos ayudará a los delegados a mover el análisis de datos
operaciones al lado de la base de datos, en lugar de hacer esto en la aplicación MS Excel. Esto también puede
ayuda en la creación de cualquier sistema de TI, que utiliza cualquier base de datos relacional.
14 horas
Apache Kylin es un motor de análisis extremo y distribuido para Big Data.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar Apache Kylin para configurar un depósito de datos en tiempo real.
Al final de esta capacitación, los participantes podrán:
- Consume datos de transmisión en tiempo real usando Kylin
- Utilice las potentes funciones de Apache Kylin, incluido el soporte del esquema de copos de nieve, una rica interfaz de SQL, cubicación de chispa y latencia de consulta de segundo plano
Nota
- Usamos la última versión de Kylin (al momento de escribir esto, Apache Kylin v2.0)
Audiencia
- Grandes ingenieros de datos
- Analistas de Big Data
Formato del curso
Conferencia de parte, discusión en parte, ejercicios y práctica práctica
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar Apache Kylin para configurar un depósito de datos en tiempo real.
Al final de esta capacitación, los participantes podrán:
- Consume datos de transmisión en tiempo real usando Kylin
- Utilice las potentes funciones de Apache Kylin, incluido el soporte del esquema de copos de nieve, una rica interfaz de SQL, cubicación de chispa y latencia de consulta de segundo plano
Nota
- Usamos la última versión de Kylin (al momento de escribir esto, Apache Kylin v2.0)
Audiencia
- Grandes ingenieros de datos
- Analistas de Big Data
Formato del curso
Conferencia de parte, discusión en parte, ejercicios y práctica práctica
14 horas
Datameer es una plataforma de inteligencia de negocios y análisis construida en Hadoop. Permite a los usuarios finales acceder, explorar y correlacionar datos a gran escala, estructurados, semiestructurados y no estructurados de una manera fácil de usar.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar Datameer para superar la pronunciada curva de aprendizaje de Hadoop a medida que avanzan en la configuración y el análisis de una serie de grandes fuentes de datos.
Al final de esta capacitación, los participantes podrán:
- Crea, selecciona e interactivamente explora un lago de datos empresariales
- Acceda a almacenes de datos de inteligencia empresarial, bases de datos transaccionales y otras tiendas analíticas
- Use una interfaz de usuario de hoja de cálculo para diseñar las tuberías de procesamiento de datos de extremo a extremo
- Acceda a funciones preconstruidas para explorar relaciones de datos complejas
- Utilice asistentes de arrastrar y soltar para visualizar datos y crear paneles
- Use tablas, cuadros, gráficos y mapas para analizar los resultados de las consultas
Audiencia
- Analistas de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar Datameer para superar la pronunciada curva de aprendizaje de Hadoop a medida que avanzan en la configuración y el análisis de una serie de grandes fuentes de datos.
Al final de esta capacitación, los participantes podrán:
- Crea, selecciona e interactivamente explora un lago de datos empresariales
- Acceda a almacenes de datos de inteligencia empresarial, bases de datos transaccionales y otras tiendas analíticas
- Use una interfaz de usuario de hoja de cálculo para diseñar las tuberías de procesamiento de datos de extremo a extremo
- Acceda a funciones preconstruidas para explorar relaciones de datos complejas
- Utilice asistentes de arrastrar y soltar para visualizar datos y crear paneles
- Use tablas, cuadros, gráficos y mapas para analizar los resultados de las consultas
Audiencia
- Analistas de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
14 horas
Embedding Projector es una aplicación web de código abierto para visualizar los datos utilizados para entrenar sistemas de aprendizaje automático. Creado por Google, es parte de TensorFlow.
Esta capacitación en vivo dirigida por un instructor presenta los conceptos detrás de Embedding Projector y guía a los participantes a través de la configuración de un proyecto de demostración.
Al final de esta capacitación, los participantes podrán:
- Explore cómo los datos se interpretan mediante modelos de aprendizaje automático
- Navegue a través de vistas 3D y 2D de datos para comprender cómo lo interpreta un algoritmo de aprendizaje automático
- Comprenda los conceptos detrás de Embeddings y su papel en la representación de vectores matemáticos para imágenes, palabras y números.
- Explore las propiedades de una incrustación específica para comprender el comportamiento de un modelo
- Aplicar Embedding Project a casos de uso del mundo real, como crear un sistema de recomendación de canciones para amantes de la música
Audiencia
- Desarrolladores
- Científicos de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Esta capacitación en vivo dirigida por un instructor presenta los conceptos detrás de Embedding Projector y guía a los participantes a través de la configuración de un proyecto de demostración.
Al final de esta capacitación, los participantes podrán:
- Explore cómo los datos se interpretan mediante modelos de aprendizaje automático
- Navegue a través de vistas 3D y 2D de datos para comprender cómo lo interpreta un algoritmo de aprendizaje automático
- Comprenda los conceptos detrás de Embeddings y su papel en la representación de vectores matemáticos para imágenes, palabras y números.
- Explore las propiedades de una incrustación específica para comprender el comportamiento de un modelo
- Aplicar Embedding Project a casos de uso del mundo real, como crear un sistema de recomendación de canciones para amantes de la música
Audiencia
- Desarrolladores
- Científicos de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
21 horas
kdb + es una base de datos en memoria, orientada a columnas yq es su lenguaje integrado e interpretado basado en vectores. En kdb +, las tablas son columnas de vectores yq se usa para realizar operaciones en los datos de la tabla como si fuera una lista. kdb + yq se utilizan comúnmente en el comercio de alta frecuencia y son populares entre las principales instituciones financieras, como Goldman Sachs, Morgan Stanley, Merrill Lynch, JP Morgan, etc.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo crear una aplicación de datos de series temporales utilizando kdb + yq.
Al final de esta capacitación, los participantes podrán:
- Comprender la diferencia entre una base de datos orientada a filas y una base de datos orientada a columnas
- Seleccionar datos, escribir guiones y crear funciones para llevar a cabo análisis avanzados
- Analizar datos de series de tiempo tales como datos de stock y de intercambio de productos
- Use las capacidades en memoria de kdb + para almacenar, analizar, procesar y recuperar grandes conjuntos de datos a alta velocidad
- Piense en funciones y datos en un nivel más alto que el enfoque de función estándar (argumentos) común en lenguajes no vectores
- Explore otras aplicaciones sensibles al tiempo para kdb +, que incluyen el comercio de energía, telecomunicaciones, datos de sensores, datos de registro y monitoreo de uso de la máquina y la red
Audiencia
- Desarrolladores
- Ingenieros de bases
- Científicos de datos
- Analistas de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo crear una aplicación de datos de series temporales utilizando kdb + yq.
Al final de esta capacitación, los participantes podrán:
- Comprender la diferencia entre una base de datos orientada a filas y una base de datos orientada a columnas
- Seleccionar datos, escribir guiones y crear funciones para llevar a cabo análisis avanzados
- Analizar datos de series de tiempo tales como datos de stock y de intercambio de productos
- Use las capacidades en memoria de kdb + para almacenar, analizar, procesar y recuperar grandes conjuntos de datos a alta velocidad
- Piense en funciones y datos en un nivel más alto que el enfoque de función estándar (argumentos) común en lenguajes no vectores
- Explore otras aplicaciones sensibles al tiempo para kdb +, que incluyen el comercio de energía, telecomunicaciones, datos de sensores, datos de registro y monitoreo de uso de la máquina y la red
Audiencia
- Desarrolladores
- Ingenieros de bases
- Científicos de datos
- Analistas de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
21 horas
La ciencia de datos es la aplicación de análisis estadístico, aprendizaje automático, visualización de datos y programación con el fin de comprender e interpretar datos del mundo real. F # es un lenguaje de programación adecuado para la ciencia de datos, ya que combina una ejecución eficiente, REPL-scripting, potentes bibliotecas e integración de datos escalables.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar F # para resolver una serie de problemas de ciencia de datos del mundo real.
Al final de esta capacitación, los participantes podrán:
- Use los paquetes de ciencia de datos integrados de F #
- Use F # para interoperar con otros lenguajes y plataformas, incluidos Excel, R, Matlab y Python.
- Usa el paquete Deedle para resolver problemas de series de tiempo
- Llevar a cabo análisis avanzados con líneas mínimas de código de calidad de producción
- Comprender cómo la programación funcional es una opción natural para los cálculos científicos y de big data
- Acceda y visualice datos con F #
- Aplicar F # para el aprendizaje automático
- Explore soluciones para problemas en dominios tales como inteligencia empresarial y juegos sociales
Audiencia
- Desarrolladores
- Científicos de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar F # para resolver una serie de problemas de ciencia de datos del mundo real.
Al final de esta capacitación, los participantes podrán:
- Use los paquetes de ciencia de datos integrados de F #
- Use F # para interoperar con otros lenguajes y plataformas, incluidos Excel, R, Matlab y Python.
- Usa el paquete Deedle para resolver problemas de series de tiempo
- Llevar a cabo análisis avanzados con líneas mínimas de código de calidad de producción
- Comprender cómo la programación funcional es una opción natural para los cálculos científicos y de big data
- Acceda y visualice datos con F #
- Aplicar F # para el aprendizaje automático
- Explore soluciones para problemas en dominios tales como inteligencia empresarial y juegos sociales
Audiencia
- Desarrolladores
- Científicos de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
28 horas
R es un lenguaje de programación popular en la industria financiera. Se utiliza en aplicaciones financieras que van desde los principales programas comerciales hasta los sistemas de gestión de riesgos.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar R para desarrollar aplicaciones prácticas para resolver una serie de problemas específicos relacionados con las finanzas.
Al final de esta capacitación, los participantes podrán:
- Comprender los fundamentos del lenguaje de programación R
- Seleccione y utilice paquetes R y técnicas para organizar, visualizar y analizar datos financieros de varias fuentes (CSV, Excel, bases de datos, web, etc.)
- Cree aplicaciones que resuelvan problemas relacionados con la asignación de activos, el análisis de riesgos, el rendimiento de la inversión y más
- Solucionar problemas, integrar implementar y optimizar una aplicación R
Audiencia
- Desarrolladores
- Analistas
- Quants
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Nota
- Esta capacitación tiene como objetivo proporcionar soluciones para algunos de los principales problemas que enfrentan los profesionales de las finanzas. Sin embargo, si tiene un tema, herramienta o técnica en particular que desea agregar o elaborar más adelante, contáctenos para organizarlo.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar R para desarrollar aplicaciones prácticas para resolver una serie de problemas específicos relacionados con las finanzas.
Al final de esta capacitación, los participantes podrán:
- Comprender los fundamentos del lenguaje de programación R
- Seleccione y utilice paquetes R y técnicas para organizar, visualizar y analizar datos financieros de varias fuentes (CSV, Excel, bases de datos, web, etc.)
- Cree aplicaciones que resuelvan problemas relacionados con la asignación de activos, el análisis de riesgos, el rendimiento de la inversión y más
- Solucionar problemas, integrar implementar y optimizar una aplicación R
Audiencia
- Desarrolladores
- Analistas
- Quants
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Nota
- Esta capacitación tiene como objetivo proporcionar soluciones para algunos de los principales problemas que enfrentan los profesionales de las finanzas. Sin embargo, si tiene un tema, herramienta o técnica en particular que desea agregar o elaborar más adelante, contáctenos para organizarlo.
21 horas
Apache Drill es un motor de consulta SQL sin columnas, distribuido y en memoria para Hadoop, NoSQL y otros sistemas de almacenamiento en la nube y en la nube. El poder de Apache Drill radica en su capacidad para unir datos de múltiples almacenes de datos con una sola consulta. Apache Drill admite numerosas bases de datos y sistemas de archivos NoSQL, incluidos HBase, MongoDB, MapR-DB, HDFS, MapR-FS, Amazon S3, Azure Blob Storage, Google Cloud Storage, Swift, NAS y archivos locales. Apache Drill es la versión de código abierto del sistema Dremel de Google, que está disponible como un servicio de infraestructura llamado Google BigQuery.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán los fundamentos de Apache Drill, luego aprovecharán el poder y la conveniencia de SQL para consultar de manera interactiva big data en múltiples fuentes de datos, sin escribir código. Los participantes también aprenderán a optimizar sus consultas de exploración para la ejecución de SQL distribuido.
Al final de esta capacitación, los participantes podrán:
- Realizar exploración de "autoservicio" en datos estructurados y semiestructurados en Hadoop
- Consultar datos conocidos y desconocidos mediante consultas SQL
- Comprender cómo Apache Drills recibe y ejecuta consultas
- Escribir consultas SQL para analizar diferentes tipos de datos, incluidos datos estructurados en Hive, datos semiestructurados en tablas HBase o MapR-DB, y datos guardados en archivos como Parquet y JSON.
- Utilice Apache Drill para realizar el descubrimiento de esquemas sobre la marcha, evitando la necesidad de complejas operaciones ETL y esquemas
- Integre Apache Drill con herramientas de BI (Business Intelligence) como Tableau, Qlikview, MicroStrategy y Excel
Audiencia
- Analistas de datos
- Científicos de datos
- Programadores de SQL
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán los fundamentos de Apache Drill, luego aprovecharán el poder y la conveniencia de SQL para consultar de manera interactiva big data en múltiples fuentes de datos, sin escribir código. Los participantes también aprenderán a optimizar sus consultas de exploración para la ejecución de SQL distribuido.
Al final de esta capacitación, los participantes podrán:
- Realizar exploración de "autoservicio" en datos estructurados y semiestructurados en Hadoop
- Consultar datos conocidos y desconocidos mediante consultas SQL
- Comprender cómo Apache Drills recibe y ejecuta consultas
- Escribir consultas SQL para analizar diferentes tipos de datos, incluidos datos estructurados en Hive, datos semiestructurados en tablas HBase o MapR-DB, y datos guardados en archivos como Parquet y JSON.
- Utilice Apache Drill para realizar el descubrimiento de esquemas sobre la marcha, evitando la necesidad de complejas operaciones ETL y esquemas
- Integre Apache Drill con herramientas de BI (Business Intelligence) como Tableau, Qlikview, MicroStrategy y Excel
Audiencia
- Analistas de datos
- Científicos de datos
- Programadores de SQL
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
14 horas
Building Intelligent Systems es una colección de tecnologías capaces de comprender y tomar decisiones inteligentes. Para los proveedores de telecomunicaciones, crear aplicaciones y servicios que puedan usarse para mejorar la operación de los servicios y servicios.
En esta carrera examinamos las diversas tecnologías que componen la IA y los conjuntos de habilidades. A lo largo de la carrera, examinamos las aplicaciones específicas de AI dentro de la industria de las telecomunicaciones.
Audiencia
- Ingenieros de red
- Personal de operaciones de red
- Gerentes técnicos de telecomunicaciones
Formato de la carrera
- Parte de lectura, parte de discusión, ejercicios prácticos
En esta carrera examinamos las diversas tecnologías que componen la IA y los conjuntos de habilidades. A lo largo de la carrera, examinamos las aplicaciones específicas de AI dentro de la industria de las telecomunicaciones.
Audiencia
- Ingenieros de red
- Personal de operaciones de red
- Gerentes técnicos de telecomunicaciones
Formato de la carrera
- Parte de lectura, parte de discusión, ejercicios prácticos
21 horas
Dremio es una plataforma de datos de autoservicio de código abierto que acelera la consulta de diferentes tipos de fuentes de datos. Dremio se integra con bases de datos relacionales, Apache Hadoop, MongoDB, Amazon S3, ElasticSearch y otras fuentes de datos. Es compatible con SQL y proporciona una interfaz de usuario web para generar consultas.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo instalar, configurar y usar Dremio como una capa unificadora para las herramientas de análisis de datos y los repositorios de datos subyacentes.
Al final de esta capacitación, los participantes podrán:
- Instalar y configurar Dremio
- Ejecutar consultas en múltiples fuentes de datos, independientemente de la ubicación, el tamaño o la estructura
- Integre Dremio con BI y fuentes de datos como Tableau y Elasticsearch
Audiencia
- Científicos de datos
- Analistas comerciales
- Ingenieros de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Notas
- Para solicitar una capacitación personalizada para este curso, contáctenos para hacer arreglos.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo instalar, configurar y usar Dremio como una capa unificadora para las herramientas de análisis de datos y los repositorios de datos subyacentes.
Al final de esta capacitación, los participantes podrán:
- Instalar y configurar Dremio
- Ejecutar consultas en múltiples fuentes de datos, independientemente de la ubicación, el tamaño o la estructura
- Integre Dremio con BI y fuentes de datos como Tableau y Elasticsearch
Audiencia
- Científicos de datos
- Analistas comerciales
- Ingenieros de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Notas
- Para solicitar una capacitación personalizada para este curso, contáctenos para hacer arreglos.
14 horas
La estrategia de marketing de una empresa es una de sus herramientas más esenciales para garantizar el éxito. El aumento de la tecnología y los avances en la recopilación y análisis de datos han llevado a una transformación continua del marketing. Ahora se considera que el análisis de datos es una habilidad crucial para que los profesionales del marketing aprendan. Del mismo modo, aplicar la ciencia de datos a los principios de marketing también es importante para ayudar a los profesionales de ciencias de la información a maximizar sus contribuciones.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo obtener información valiosa a partir de grandes conjuntos de datos y cómo usarlos para estrategias de marketing.
Al final de esta capacitación, los participantes podrán:
- Instalar y configurar herramientas para herramientas de marketing basadas en datos (Tableau, Google Analytics, Zarget, etc.)
- Mida, pruebe y optimice el rendimiento de sus estrategias de marketing utilizando datos
- Usa datos para segmentar a tus clientes y prospectos
- Usar modelos predictivos para mejorar las tasas de respuesta
- Implementar análisis de datos paso a paso para impulsar mejores decisiones de marketing
Audiencia
- Marketers
- Científicos de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Nota
- Para solicitar una capacitación personalizada para este curso, contáctenos para hacer arreglos.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo obtener información valiosa a partir de grandes conjuntos de datos y cómo usarlos para estrategias de marketing.
Al final de esta capacitación, los participantes podrán:
- Instalar y configurar herramientas para herramientas de marketing basadas en datos (Tableau, Google Analytics, Zarget, etc.)
- Mida, pruebe y optimice el rendimiento de sus estrategias de marketing utilizando datos
- Usa datos para segmentar a tus clientes y prospectos
- Usar modelos predictivos para mejorar las tasas de respuesta
- Implementar análisis de datos paso a paso para impulsar mejores decisiones de marketing
Audiencia
- Marketers
- Científicos de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Nota
- Para solicitar una capacitación personalizada para este curso, contáctenos para hacer arreglos.
Last Updated:
Próximos Cursos Análisis de los datos
Principios y Prácticas Contemporáneos de Desarrollo
24-02-2022 09:30
14 horas
Hadoop para Analistas de Negocios
28-02-2022 09:30
21 horas
Modelado de Procesos de Negocio en BPMN 2.0
23-03-2022 09:30
21 horas
Análisis de Negocios Esenciales
30-03-2022 09:30
21 horas
Comprensión del Modelado de Procesos Empresariales con BPMN 2.0
31-03-2022 09:30
14 horas
Consultoría
Cursos de Fin de Semana de Análisis de los datos, Capacitación por la Tarde de Análisis de los datos, Análisis de los datos boot camp, Clases de Análisis de los datos, Capacitación de Fin de Semana de Análisis de los datos, Cursos por la Tarde de Análisis de los datos, Análisis de los datos coaching, Instructor de Análisis de los datos, Capacitador de Análisis de los datos, Análisis de los datos con instructor, Cursos de Formación de Análisis de los datos, Análisis de los datos en sitio, Cursos Privados de Análisis de los datos, Clases Particulares de Análisis de los datos, Capacitación empresarial de Análisis de los datos, Talleres para empresas de Análisis de los datos, Cursos en linea de Análisis de los datos, Programas de capacitación de Análisis de los datos, Clases de Análisis de los datosCursos de Fin de Semana de Data Analysis, Capacitación por la Tarde de Data Analysis, Data Analysis boot camp, Clases de Data Analysis, Capacitación de Fin de Semana de Data Analysis, Cursos por la Tarde de Data Analysis, Data Analysis coaching, Instructor de Data Analysis, Capacitador de Data Analysis, Data Analysis con instructor, Cursos de Formación de Data Analysis, Data Analysis en sitio, Cursos Privados de Data Analysis, Clases Particulares de Data Analysis, Capacitación empresarial de Data Analysis, Talleres para empresas de Data Analysis, Cursos en linea de Data Analysis, Programas de capacitación de Data Analysis, Clases de Data Analysis