Introduction to Google Colab for Data Science Training Course

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk teknisi dan pengembang cloud yang ingin menggunakan CloudFormation untuk mengelola sumber daya infrastruktur dalam ekosistem AWS.

Pada akhir pelatihan ini, peserta akan dapat:

• Terapkan templat CloudFormation untuk mengotomatiskan manajemen infrastruktur.
• Integrasikan sumber daya AWS yang ada ke dalam CloudFormation.
• Gunakan StackSets untuk mengelola tumpukan di beberapa akun dan wilayah.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk ilmuwan data yang ingin menggunakan ekosistem Anaconda untuk menangkap, mengelola, dan menyebarkan paket dan alur kerja analisis data dalam satu platform.

Pada akhir pelatihan ini, peserta akan dapat:

• Instal dan konfigurasikan Anaconda komponen dan pustaka.
• Memahami konsep inti, fitur, dan manfaat Anaconda.
• Kelola paket, lingkungan, dan saluran menggunakan Anaconda Navigator.
• Gunakan paket Conda, R, dan Python untuk ilmu data dan pembelajaran mesin.
• Ketahui beberapa kasus penggunaan praktis dan teknik untuk mengelola berbagai lingkungan data.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pengembang yang ingin mengintegrasikan database DynamoDB NoSQL ke dalam aplikasi web yang dihosting di AWS.

Pada akhir pelatihan ini, peserta akan dapat:

• Siapkan lingkungan pengembangan yang diperlukan untuk mulai mengintegrasikan data ke DynamoDB.
• Integrasikan DynamoDB ke dalam aplikasi web dan aplikasi seluler.
• Pindahkan data di AWS dengan layanan AWS.
• Menerapkan operasi dengan AWS DAX.

Pelatihan langsung yang dipimpin instruktur di Indonesia (di tempat atau jarak jauh) ini ditujukan untuk para teknisi yang ingin menyebarkan dan mengelola perangkat IoT di AWS.

Pada akhir pelatihan ini, peserta akan dapat membangun platform IoT yang mencakup penerapan dan pengelolaan backend, gateway, dan perangkat di atas AWS.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pengembang yang ingin memasang, mengonfigurasi, dan mengelola AWS IoT kemampuan Greengrass untuk membuat aplikasi untuk berbagai perangkat.

Pada akhir pelatihan ini, peserta akan dapat menggunakan AWS IoT Greengrass untuk membangun, menyebarkan, mengelola, mengamankan, dan memantau aplikasi pada perangkat cerdas.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ini ditujukan untuk pengembang yang ingin mempelajari cara membangun layanan mikro di Microsoft Azure Service Fabric (ASF).

Pada akhir pelatihan ini, peserta akan mampu:

• Gunakan ASF sebagai platform untuk membangun dan mengelola layanan mikro.
• Memahami konsep dan model pemrograman layanan mikro utama.
• Buat klaster di Azure.
• Terapkan layanan mikro di lokasi atau di cloud.
• Debug dan pecahkan masalah aplikasi layanan mikro langsung.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk para teknisi yang ingin menggunakan AWS CloudFormation untuk mengotomatiskan proses pengelolaan infrastruktur cloud AWS.

Pada akhir pelatihan ini, peserta akan dapat:

• Aktifkan layanan AWS untuk mulai mengelola infrastruktur.
• Memahami dan menerapkan prinsip "infrastruktur sebagai kode".
• Meningkatkan kualitas dan menurunkan biaya penyebaran infrastruktur.
• Tulis Template AWS CloudFormation menggunakan YAML.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk programmer dan pengembang yang ingin menggunakan Fn dalam membuat aplikasi dan layanan tanpa server.

Pada akhir pelatihan ini, peserta akan dapat:

• Siapkan Fn untuk membuat direktori dan fungsi.
• Membuat aplikasi menggunakan berbagai bahasa pemrograman.
• Memantau fungsi untuk menyelesaikan masalah pada tahap pengembangan dan penerapan.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk ilmuwan data dan pengembang yang ingin belajar dan membangun karier mereka di Data Science menggunakan Kaggle.

Pada akhir pelatihan ini, peserta akan dapat:

• Pelajari tentang ilmu data dan pembelajaran mesin.
• Jelajahi analitik data.
• Pelajari tentang Kaggle dan cara kerjanya.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk ilmuwan data dan pengembang yang ingin menggunakan Modin untuk membangun dan menerapkan komputasi paralel dengan Pandas untuk analisis data yang lebih cepat.

Pada akhir pelatihan ini, peserta akan dapat:

• Siapkan lingkungan yang diperlukan untuk mulai mengembangkan Pandas alur kerja berskala dengan Modin.
• Memahami fitur, arsitektur, dan keuntungan Modin.
• Ketahui perbedaan antara Modin, Dask, dan Ray.
• Lakukan operasi Pandas lebih cepat dengan Modin.
• Terapkan seluruh API dan fungsi Pandas.

Pelatihan langsung yang dipandu instruktur di Indonesia (di tempat atau jarak jauh) ini ditujukan untuk pengembang yang ingin menggunakan OpenFaas untuk membuat, membangun, menguji, men-debug, dan menyebarkan fungsi berbasis peristiwa tanpa perlu khawatir mengelola infrastruktur server yang mendasarinya.

Pada akhir pelatihan ini, peserta akan dapat:

• Instal dan konfigurasikan OpenFaas.
• Kemas biner atau kode apa pun sebagai fungsi tanpa server tanpa pengkodean boiler-plate yang berulang.
• Pisahkan dari AWS Lambda untuk menghindari penguncian.
• Terapkan fungsi berbasis peristiwa ke server lokal atau ke cloud.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk para insinyur perangkat lunak yang ingin mengembangkan aplikasi paralel menggunakan OpenMP.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami dan menggunakan pemrograman paralel dengan Fortran di OpenMP.
• Hitung fraktal secara paralel untuk merender beberapa piksel dan karakter.
• Terapkan pemrograman vektor dengan ekstensi SIMD untuk sistem HPC.
• Tambahkan blok paralel untuk menentukan paralelisme memori bersama.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk ilmuwan data dan pengembang yang ingin menggunakan RAPIDS untuk membangun alur data, alur kerja, dan visualisasi yang dipercepat GPU, dengan menerapkan algoritme pembelajaran mesin, seperti XGBoost, cuML, dll.

Pada akhir pelatihan ini, peserta akan mampu:

• Siapkan lingkungan pengembangan yang diperlukan untuk membangun model data dengan NVIDIA RAPIDS.
• Memahami fitur, komponen, dan kelebihan RAPIDS.
• Manfaatkan GPU untuk mempercepat jalur data dan analitik ujung ke ujung.
• Menerapkan persiapan data yang dipercepat GPU dan ETL dengan cuDF dan Apache Arrow.
• Pelajari cara melakukan tugas pembelajaran mesin dengan algoritma XGBoost dan cuML.
• Bangun visualisasi data dan jalankan analisis grafik dengan cuXfilter dan cuGraph.

Pelatihan langsung yang dipimpin instruktur di Indonesia (di tempat atau jarak jauh) ini ditujukan untuk pengembang yang ingin menggunakan Serverless Framework di AWS dan platform cloud lainnya untuk membuat dan menerapkan aplikasi layanan mikro.

Pada akhir pelatihan ini, peserta akan dapat:

• Siapkan Serverless Framework untuk bekerja dengan layanan komputasi seperti AWS Lambda.
• Mengurangi kompleksitas dan biaya penerapan layanan mikro pada berbagai platform cloud.
• Memancarkan dan menangkap kejadian serta menjalankan fungsi secara otomatis.

This instructor-led, live training in Indonesia (online or onsite) is aimed at developers and DevOps engineers who wish to utilize a serverless approach for building enterprise applications in Kubernetes.

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

• Setup and configure the Kubernetes system to start developing with a serverless architecture.
• Understand the concepts and principles foundational to serverless environments.
• Operate toolchains necessary to serverless development and integrate it with Kubernetes components.
• Practice their skill in Python programming language and apply it to implement  serverless systems.
• Secure enterprise applications that are deployed through a serverless framework on Kubernetes.
• Utilize modern cloud computing methods in optimizing DevOps task processing workflows.