Formation Amazon Web Services (AWS) SageMaker

Cette formation en direct avec instructeur en <loc> ; (en ligne ou sur site) est destinée aux développeurs qui souhaitent intégrer une base de données DynamoDB NoSQL dans une application web hébergée sur AWS.

A l'issue de cette formation, les participants seront capables de :

• Mettre en place l'environnement de développement nécessaire pour commencer à intégrer des données dans DynamoDB.
• Intégrer DynamoDB dans les applications web et les applications mobiles.
• Mouvoir les données dans AWS avec les services AWS.
• Implémenter des opérations avec AWS DAX.

Cette formation en direct (en ligne ou sur site) est destinée aux ingénieurs qui souhaitent utiliser AWS CloudFormation pour automatiser le processus de gestion de l'infrastructure en nuage AWS.

A l'issue de cette formation, les participants seront capables de :

• Activer les services AWS pour commencer à gérer l'infrastructure.
• Comprendre et appliquer le principe de "l'infrastructure en tant que code" ;.
• Améliorer la qualité et réduire les coûts de déploiement de l'infrastructure.
• Écrire AWS CloudFormation modèles en utilisant YAML.

Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux ingénieurs et développeurs qui souhaitent utiliser CloudFormation pour gérer les ressources d'infrastructure au sein de l'écosystème AWS.

A l'issue de cette formation, les participants seront capables de :

• Mettre en place des modèles CloudFormation pour automatiser la gestion de l'infrastructure.
• Intégrer les ressources AWS existantes dans CloudFormation.
• Utiliser les StackSets pour gérer les piles sur plusieurs comptes et régions.

Cette formation en direct avec instructeur in <loc> ; (sur site ou à distance) est destinée aux ingénieurs qui souhaitent déployer et gérer des appareils IoT sur AWS.

À la fin de cette formation, les participants seront en mesure de construire une plateforme IoT qui comprend le déploiement et la gestion d'un backend, d'une passerelle et d'appareils sur AWS.

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.

Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux développeurs qui souhaitent installer, configurer et gérer les capacités de AWS IoT Greengrass afin de créer des applications pour divers appareils.

À l'issue de cette formation, les participants seront en mesure d'utiliser AWS IoT Greengrass pour créer, déployer, gérer, sécuriser et surveiller des applications sur des appareils intelligents.

Cette formation en direct avec instructeur in <loc> ; (sur site ou à distance) s'adresse aux développeurs qui souhaitent utiliser AWS Lambda pour construire et déployer des services et des applications dans le nuage, sans avoir à se soucier du provisionnement de l'environnement d'exécution (serveurs, VM et conteneurs, disponibilité, évolutivité, stockage, etc.)

A l'issue de cette formation, les participants seront capables de :

• Configurer AWS Lambda pour exécuter une fonction.
• Comprendre FaaS (Functions as a Service) et les avantages du développement sans serveur.
• Construire, télécharger et exécuter des fonctions AWS Lambda.
• Intégrer les fonctions Lambda avec différentes sources d'événements.
• Packager, déployer, surveiller et dépanner les applications basées sur Lambda.

Cette formation en direct avec instructeur en <loc> ; (en ligne ou sur site) est destinée aux développeurs qui souhaitent intégrer des applications et des services AWS Lambda avec d'autres services (API Gateway, Kinesis Streams, etc.). La formation montre comment utiliser l'IDE AWS Cloud9 basé sur un navigateur pour développer des logiciels de manière collaborative ;

A l'issue de cette formation, les participants seront capables de :

• Développer en collaboration des fonctions, des applications et des services à l'aide de l'IDE AWS Cloud9.
• Intégrer des fonctions AWS Lambda avec d'autres services AWS.
• Créer et gérer des API.
• Mettre en place une fonction AWS Lambda pour lire et traiter des données en temps réel.
• Créer et gérer un pipeline d'intégration continue pour construire, tester et déployer des fonctions et des applications AWS Lambda.

H2O AutoML is an artificial intelligence platform that automates the process of building, selecting and optimizing large numbers of machine learning models.

This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use H2O AutoML to automate the process of building and selecting the best machine learning algorithm and parameters.

By the end of this training, participants will be able to:

• Automate the machine learning workflow.
• Automatically train and tune many machine learning models within a specified time range.
• Train stacked ensembles to arrive at highly predictive ensemble models.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux praticiens de l'apprentissage automatique qui souhaitent utiliser Auto-sklearn pour automatiser le processus de sélection et d'optimisation d'un modèle d'apprentissage automatique.

A l'issue de cette formation, les participants seront capables de :

• Automatiser le processus de formation de modèles d'apprentissage automatique hautement efficaces.
• Construisez des modèles d'apprentissage automatique très précis en contournant les tâches les plus fastidieuses de sélection, d'entraînement et de test de différents modèles.
• Utilisez la puissance de l'apprentissage automatique pour résoudre des problèmes commerciaux concrets.

Cette formation en <loc> ; (en ligne ou sur site) est destinée aux data scientists ainsi qu'aux personnes moins techniques qui souhaitent utiliser Auto-Keras pour automatiser le processus de sélection et d'optimisation d'un modèle d'apprentissage automatique.

A l'issue de cette formation, les participants seront capables de :

• Automatiser le processus de formation de modèles d'apprentissage automatique hautement efficaces.
• Recherche automatique des meilleurs paramètres pour les modèles d'apprentissage profond.
• Construisez des modèles d'apprentissage automatique très précis.
• Utiliser la puissance de l'apprentissage automatique pour résoudre des problèmes commerciaux réels.

Cette formation en direct (en ligne ou sur site) est destinée aux data scientists, aux ingénieurs en apprentissage automatique et aux chercheurs en vision par ordinateur qui souhaitent tirer parti de Stable Diffusion pour générer des images de haute qualité pour une variété de cas d'utilisation.

A l'issue de cette formation, les participants seront capables de :

Comprendre les principes de Stable Diffusion et son fonctionnement pour la génération d'images. Construire et entraîner des modèles Stable Diffusion pour les tâches de génération d'images. Appliquer Stable Diffusion à divers scénarios de génération d'images, tels que l'inpainting, l'outpainting et la traduction d'image à image. Optimiser les performances et la stabilité des modèles Stable Diffusion.

Cette formation en direct, animée par un instructeur, à France (en ligne ou sur site), s'adresse aux data scientists de niveau intermédiaire à avancé, aux ingénieurs en apprentissage automatique, aux chercheurs en apprentissage profond et aux experts en vision par ordinateur qui souhaitent élargir leurs connaissances et compétences en apprentissage profond. pour la génération de texte en image.

A la fin de cette formation, les participants seront capables de :

Comprendre les architectures et techniques avancées d'apprentissage en profondeur pour la génération de texte en image. Implémentez des modèles et des optimisations complexes pour une synthèse d’images de haute qualité. Optimisez les performances et l’évolutivité pour les grands ensembles de données et les modèles complexes. Ajustez les hyperparamètres pour améliorer les performances et la généralisation du modèle. Intégrer Stable Diffusion à d'autres cadres et outils d'apprentissage en profondeur

Cette formation en direct avec instructeur en <loc> ; (en ligne ou sur place) s'adresse aux biologistes qui souhaitent comprendre le fonctionnement de AlphaFold et utiliser les modèles AlphaFold comme guides dans leurs études expérimentales.

A l'issue de cette formation, les participants seront capables de :

• Comprendre les principes de base de AlphaFold.
• Apprendre comment AlphaFold fonctionne.
• Apprendre à interpréter les prédictions et les résultats de AlphaFold.