Python Security Schulung

This instructor-led, live training in Österreich begins with a discussion of BDD and how the Behave framework can be used to carry out BDD testing for web applications. Participants are given ample opportunity to interact with the instructor and peers while implementing the concepts and tactics learned in this hands-on, practice-based lab environment.

Am Ende dieser Schulung verfügen die Teilnehmer über ein solides Verständnis von BDD und Behave sowie über die notwendige Praxis, um diese Techniken und Werkzeuge in realen Testszenarien zu implementieren.

Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Datenwissenschaftler und Softwareingenieure, die Dask mit dem Python-Ökosystem verwenden möchten, um große Datensätze zu erstellen, zu skalieren und zu analysieren.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Einrichten der Umgebung, um mit Dask und Python die Verarbeitung von Big Data zu beginnen.
• Erforschen Sie die Funktionen, Bibliotheken, Werkzeuge und APIs, die in Dask verfügbar sind.
• Verstehen Sie, wie Dask die parallele Datenverarbeitung in Python beschleunigt.
• Lernen Sie, wie Sie das Python-Ökosystem (Numpy, SciPy und Pandas) mit Dask skalieren können.
• Optimieren Sie die Dask-Umgebung, um eine hohe Leistung bei der Verarbeitung großer Datenmengen zu erhalten.

This instructor-led, live training in Österreich (online or onsite) is aimed at intermediate-level Python developers and data analysts who wish to enhance their skills in data analysis and manipulation using Pandas and NumPy.

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

• Set up a development environment that includes Python, Pandas, and NumPy.
• Create a data analysis application using Pandas and NumPy.
• Perform advanced data wrangling, sorting, and filtering operations.
• Conduct aggregate operations and analyze time series data.
• Visualize data using Matplotlib and other visualization libraries.
• Debug and optimize their data analysis code.

Diese Live-Schulung unter Anleitung (online oder vor Ort) richtet sich an Entwickler, die den FARM-Stack (FastAPI, React und MongoDB) zur Erstellung dynamischer, hochleistungsfähiger und skalierbarer Webanwendungen nutzen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

Einrichten der erforderlichen Entwicklungsumgebung, die FastAPI, React und MongoDB integriert. Verstehen der wichtigsten Konzepte, Funktionen und Vorteile des FARM-Stacks. Lernen, wie man REST-APIs mit FastAPI erstellt. Lernen Sie, wie Sie interaktive Anwendungen mit React entwerfen. Entwickeln, Testen und Bereitstellen von Anwendungen (Frontend und Backend) unter Verwendung des FARM-Stacks.

Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Entwickler, die FastAPI mit Python verwenden möchten, um RESTful APIs einfacher und schneller zu erstellen, zu testen und bereitzustellen.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Eine notwendige Entwicklungsumgebung für die Entwicklung von APIs mit Python und FastAPI einzurichten.
• APIs mithilfe der FastAPI-Bibliothek schneller und einfacher zu erstellen.
• Zu lernen, wie man Datenmodelle und Schemas basierend auf Pydantic und OpenAPI erstellt.
• APIs mithilfe von SQLAlchemy mit einer Datenbank zu verbinden.
• Sicherheit und Authentifizierung in APIs mithilfe der FastAPI-Tools zu implementieren.
• Container-Images zu erstellen und Web-APIs auf einem Cloud-Server bereitzustellen.

Ziel dieses Kurses ist es, eine grundlegende Kompetenz in der Anwendung Machine Learning Methoden in der Praxis zu bieten. Durch die Verwendung der Programmiersprache und ihrer verschiedenen Bibliotheken und auf der Grundlage einer Vielzahl praktischer Beispiele lehrt dieser Kurs, wie man die wichtigsten Baublöcke von Machine Learning verwendet, wie man Datenmodellierungsentscheidungen macht, die Ergebnisse der Algorithmen interpretiert und die Ergebnisse validiert.

Unser Ziel ist es, Ihnen die Fähigkeiten zu vermitteln, die grundlegendsten Tools aus dem Toolbox vertrauensvoll zu verstehen und zu verwenden und die gemeinsamen Fälle der Anwendungen zu vermeiden.

Ziel dieses Kurses ist es, allgemeine Kenntnisse in der Anwendung von maschinellen Lernmethoden in der Praxis zu vermitteln. Durch den Einsatz der Programmiersprache Python und ihrer verschiedenen Bibliotheken und anhand einer Vielzahl von Praxisbeispielen vermittelt dieser Kurs, wie man die wichtigsten Bausteine des maschinellen Lernens nutzt, wie man Datenmodellierungsentscheidungen trifft, die Ausgänge der Algorithmen und Validierung der Ergebnisse.

Unser Ziel ist es, Ihnen die Fähigkeiten zu vermitteln, die grundlegendsten Werkzeuge aus dem Werkzeugkasten Maschinenlerntechnik sicher zu verstehen und zu nutzen und die üblichen Fallstricke von Datenwissenschaften zu vermeiden.

Diese von einem Trainer geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Datenwissenschaftler und Entwickler, die Modin verwenden möchten, um parallele Berechnungen mit Pandas für eine schnellere Datenanalyse zu erstellen und zu implementieren.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

• die notwendige Umgebung einzurichten, um mit der Entwicklung von Pandas-Workflows in großem Maßstab mit Modin zu beginnen.
• die Funktionen, die Architektur und die Vorteile von Modin zu verstehen.
• Die Unterschiede zwischen Modin, Dask und Ray kennen.
• Schnellere Durchführung von Pandas-Vorgängen mit Modin.
• Implementierung der gesamten Pandas API und Funktionen.

In this instructor-led, live training in Österreich, participants will learn how to use Python to produce high-quality natural language text by building their own NLG system from scratch. Case studies will also be examined and the relevant concepts will be applied to live lab projects for generating content.

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

• Use NLG to automatically generate content for various industries, from journalism, to real estate, to weather and sports reporting.
• Select and organize source content, plan sentences, and prepare a system for automatic generation of original content.
• Understand the NLG pipeline and apply the right techniques at each stage.
• Understand the architecture of a Natural Language Generation (NLG) system.
• Implement the most suitable algorithms and models for analysis and ordering.
• Pull data from publicly available data sources as well as curated databases to use as material for generated text.
• Replace manual and laborious writing processes with computer-generated, automated content creation.

In dieser Live-Schulung in Österreich lernen die Teilnehmer die wichtigsten und modernsten Techniken des maschinellen Lernens in Python, während sie eine Reihe von Demo-Anwendungen mit Bild-, Musik-, Text- und Finanzdaten erstellen.

Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:

• Algorithmen und Techniken des maschinellen Lernens für die Lösung komplexer Probleme zu implementieren.
• Deep Learning und Semi-Supervised Learning auf Anwendungen für Bild-, Musik-, Text- und Finanzdaten anzuwenden.
• Algorithmen Python auf ihr maximales Potenzial zu bringen.
• Bibliotheken und Pakete wie NumPy und Theano zu verwenden.

Diese von einem Ausbilder geleitete Live-Schulung in Österreich basiert auf dem beliebten Buch "Automate the Boring Stuff with Python", von Al Sweigart. Es richtet sich an Anfänger und deckt wesentliche Python-Programmierkonzepte durch praktische, praxisnahe Übungen und Diskussionen ab. Der Schwerpunkt liegt darauf, zu lernen, wie man Code schreibt, um die Produktivität im Büro drastisch zu steigern.

Am Ende dieses Kurses werden die Teilnehmer wissen, wie man in Python programmiert und diese neuen Fähigkeiten anwendet:

• Automatisierung von Aufgaben durch das Schreiben einfacher Python-Programme.
• Erstellung von Programmen, die Textmuster mithilfe von "regulären Ausdrücken" erkennen können.
• Programmgesteuerte Erstellung und Aktualisierung von Excel-Tabellenkalkulationen.
• Parsen von PDFs und Word-Dokumenten.
• Durchsuchen von Webseiten und Extrahieren von Informationen aus Online-Quellen.
• Erstellung von Programmen, die E-Mail-Benachrichtigungen versenden.
• Verwendung der Debugging-Tools von Python zur schnellen Fehlerbehebung.
• Programmgesteuerte Steuerung von Maus und Tastatur, um Klicks und Eingaben für Sie auszuführen.

In dieser von einem Trainer geleiteten Live-Schulung lernen die Teilnehmer fortgeschrittene Python-Programmiertechniken, einschließlich der Anwendung dieser vielseitigen Sprache zur Lösung von Problemen in Bereichen wie verteilte Anwendungen, Datenanalyse und -visualisierung, UI-Programmierung und Wartungsskripting.

Dieser Kurs richtet sich an diejenigen, die die Programmiersprache Python erlernen möchten. Der Schwerpunkt liegt auf der Python Sprache, den Kernbibliotheken sowie der Auswahl der besten und nützlichsten Bibliotheken, die von der Python Community entwickelt wurden. Python treibt Unternehmen voran und wird von Wissenschaftlern auf der ganzen Welt verwendet - es ist eine der beliebtesten Programmiersprachen.

Der Kurs kann mit der neuesten Python Version 3.x durchgeführt werden, wobei praktische Übungen die volle Leistungsfähigkeit nutzen. Dieser Kurs kann auf jedem Betriebssystem durchgeführt werden (alle UNIX-Varianten, einschließlich Linux und Mac OS X, sowie Microsoft Windows).

Die praktischen Übungen machen ca. 70% der Kurszeit aus, und ca. 30% sind Vorführungen und Präsentationen. Diskussionen und Fragen können während des gesamten Kurses gestellt werden.

Hinweis: Die Schulung kann auf vorherige Anfrage vor dem vorgeschlagenen Kurstermin auf bestimmte Bedürfnisse zugeschnitten werden.

In dieser von einem Trainer geleiteten Live-Schulung in Österreich (vor Ort oder per Fernzugriff) lernen die Teilnehmer, wie sie mit Python skope-rules automatisch Regeln auf der Grundlage vorhandener Datensätze erstellen können.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Skope-Rules verwenden, um Regeln aus vorhandenen Daten zu extrahieren.
• skope-rules für die Klassifizierung anzuwenden, insbesondere für die überwachte Erkennung von Anomalien oder die Klassifizierung von Ungleichgewichten.
• Regeln für die Klassifizierung neu eingehender Daten zu generieren.
• Anpassung von Regeln an reale Probleme bei der Betrugserkennung, der vorausschauenden Wartung, der Erkennung von Eindringlingen, der Genehmigung von Versicherungsanträgen usw.

In dieser von einem Trainer geleiteten Live-Schulung kombinieren die Teilnehmer die Leistungsfähigkeit von Python mit Selenium, um das Testen einer Beispiel-Webanwendung zu automatisieren. Durch die Kombination von Theorie und Praxis in einer Live-Laborumgebung erhalten die Teilnehmer das Wissen und die Praxis, die sie benötigen, um ihre eigenen Web-Testing-Projekte mit Python und Selenium zu automatisieren.