Curso de Natural Language Processing (NLP) with Python spaCy

Esta capacitación en vivo dirigida por un instructor en los Estados Unidos (en línea o en el sitio) está dirigida a científicos de datos e ingenieros de software que deseen usar Dask con el ecosistema Python para crear, escalar y analizar grandes conjuntos de datos.

Al final de esta capacitación, los participantes serán capaces de:

• Configure el entorno para comenzar a crear procesamiento de big data con Dask y Python.
• Explora las funciones, bibliotecas, herramientas y API disponibles en Dask.
• Comprenda cómo Dask acelera la computación paralela en Python.
• Aprenda a escalar el ecosistema de Python (Numpy, SciPy y Pandas) usando Dask.
• Optimice el entorno de Dask para mantener un alto rendimiento en el manejo de grandes conjuntos de datos.

This instructor-led, live training in los Estados Unidos (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.

En esta capacitación en vivo dirigida por un instructor en los Estados Unidos, los participantes aprenderán cómo construir una aplicación de cadena de bloques de contratos inteligentes con Monax.

Al final de esta formación, los participantes serán capaces de:

• Desarrolle e implemente una aplicación distribuida utilizando tecnología blockchain y contratos inteligentes.
• Comprender el diseño y la funcionalidad de los "contratos inteligentes" y cómo crear uno.
• Implemente las mejores prácticas para el desarrollo seguro de aplicaciones de cadena de bloques.
• Aproveche las herramientas Monax para optimizar el desarrollo de aplicaciones distribuidas.

Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está dirigida a desarrolladores que desean utilizar la pila FARM (FastAPI, React y MongoDB) para crear aplicaciones web dinámicas, de alto rendimiento y escalables.

Al final de esta formación, los participantes serán capaces de:

• Configure el entorno de desarrollo necesario que integre FastAPI, React y MongoDB.
• Comprenda los conceptos clave, las características y los beneficios de la pila FARM.
• Aprenda a crear API REST con FastAPI.
• Aprenda a diseñar aplicaciones interactivas con React.
• Desarrolle, pruebe e implemente aplicaciones (front-end y back-end) mediante la pila FARM.

Esta capacitación en vivo dirigida por un instructor en los Estados Unidos (en línea o presencial) está dirigida a desarrolladores que desean usar FastAPI con Python para crear, probar e implementar API RESTful de manera más fácil y rápida.

Al final de esta formación, los participantes serán capaces de:

• Configurar el entorno de desarrollo necesario para desarrollar APIs con Python y FastAPI.
• Crear APIs de forma más rápida y sencilla utilizando la biblioteca FastAPI.
• Aprender a crear modelos de datos y esquemas basados en Pydantic y OpenAPI.
• Conectar APIs a una base de datos utilizando SQLAlchemy.
• Implementar seguridad y autenticación en APIs utilizando las herramientas de FastAPI.
• Crear imágenes de contenedor e implementar APIs web en un servidor en la nube.

Este curso práctico está dirigido a Python desarrolladores que quieran crear y mantener sus primeras aplicaciones web. También está dirigido a personas que ya están familiarizadas con otros frameworks web como Django o Web2py, y quieren aprender cómo el uso de un microframework (es decir, un framework que une bibliotecas de terceros en lugar de proporcionar una solución universal autónoma) cambia el proceso.

Una parte significativa del curso no se dedica a Flask en sí (es pequeño), sino a bibliotecas y herramientas de terceros que se utilizan a menudo en Flask proyectos.

Esta capacitación en vivo dirigida por un instructor en los Estados Unidos (en línea o en el sitio) está dirigida a desarrolladores que desean utilizar las funciones avanzadas de Flask para crear aplicaciones web escalables sobre MongoDB.

Al final de esta capacitación, los participantes serán capaces de:

• Configura el entorno de desarrollo necesario para empezar a desarrollar aplicaciones web con Flask.
• Conozca los conceptos y técnicas avanzadas para proyectos de Flask del mundo real.
• Construya un servidor de API RESTful sobre MongoDB.
• Aprenda a crear contenedores, probar e implementar microservicios con Flask, Docker y Amazon EC2.
• Obtenga información sobre las integraciones avanzadas de Flask para escalar aplicaciones web.

Kivy es una biblioteca de interfaz gráfica de usuario multiplataforma de código abierto escrita en Python, que permite el desarrollo de aplicaciones multitáctiles para una amplia selección de dispositivos.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo instalar e implementar Kivy en diferentes plataformas, personalizar y manipular widgets, programar, activar y responder a eventos, modificar gráficos con multitáctil, cambiar el tamaño de la pantalla, empaquetar aplicaciones para Android y más.

Al final de esta formación, los participantes serán capaces de:

• Relacionar el código Python con el lenguaje Kivy.
• Tener una sólida comprensión de cómo funciona Kivy y cómo utiliza sus elementos más importantes, como widgets, eventos, propiedades, gráficos, etc.
• Desarrollar e implementar sin problemas aplicaciones Android basadas en diferentes requisitos empresariales y de diseño.

Formato del curso

• Combinación de exposición teórica, discusión, ejercicios y práctica intensiva.

Esta capacitación en vivo dirigida por un instructor en los Estados Unidos (en línea o presencial) está dirigida a científicos de datos y desarrolladores que desean usar Modin para crear e implementar cálculos paralelos con Pandas para un análisis de datos más rápido.

Al final de esta formación, los participantes serán capaces de:

• Configure el entorno necesario para comenzar a desarrollar Pandas flujos de trabajo a escala con Modin.
• Comprender las características, la arquitectura y las ventajas de Modin.
• Conoce las diferencias entre Modin, Dask y Ray.
• Realice Pandas operaciones más rápido con Modin.
• Implemente toda la API Pandas y las funciones.

Esta capacitación en vivo dirigida por un instructor en los Estados Unidos (en línea o presencial) está dirigida a desarrolladores que desean usar PyGame para crear y construir juegos usando Python programación.

Al final de esta formación, los participantes serán capaces de:

• Configure el entorno de desarrollo necesario para comenzar a crear aplicaciones de juegos con PyGame y Python.
• Aprenda a crear aplicaciones interactivas PyGame integradas con animaciones y funciones multimedia.
• Ejecute y pruebe programas de juegos con PyGame test suite y conviértalos en archivos ejecutables.

Esta capacitación en vivo, dirigida por un instructor, en los Estados Unidos (en línea o presencial) está dirigida a desarrolladores backend que desean construir APIs REST con Python y Flask.

Al final de esta capacitación, los participantes serán capaces de:

• Implementar una API REST para permitir que una aplicación web Flask lea y escriba en una base de datos en el backend.
• Desarrollar funciones de autenticación avanzadas como tokens de actualización.
• Construir un backend reutilizable para futuros proyectos Python.
• Simplificar el almacenamiento de datos con SQLAlchemy.
• Implementar APIs REST en un servidor basado en la nube.

Esta capacitación en vivo dirigida por un instructor en los Estados Unidos (en línea o en el sitio) está dirigida a desarrolladores que desean usar SciPy para crear funciones informáticas científicas avanzadas con Python.

Al final de esta capacitación, los participantes serán capaces de:

• Configurar el entorno de desarrollo necesario para comenzar a crear funciones de computación científica.
• Aprovechar al máximo las características de SciPy mediante la realización de ejemplos prácticos de operaciones complejas.
• Implementar y optimizar algoritmos y funciones matemáticas para resolver problemas científicos.
• Diseñar estructuras de datos y métodos de interpolación para la visualización, el procesamiento y el análisis.