Курсы программистов, курсы обучения программированию в Москве

Курс знакомит с концепцией объектно-ориентированного программирования - одной из наиболее популярных и востребованных рынком концепций разработки программного обеспечения. В курсе изучаются основы объектно-ориентированного программирования, поддержка ООП в рамках языка C++.

Курс "Основы Hadoop" представляет сокращенную версию курса "Администрирование кластера Hadoop" и проводится параллельно с данным курсом в 3 дня, согласно утвержденной программе, на платформе Cloudera, HortonWorks или ArenaData Hadoop по выбору.

Данный курс  направлен на формирование практических и теоретических  навыков планирования, формирования и сопровождения Data Lake (озеро данных). Рассматриваются примеры интеграции, настройки и обслуживания "pipelines" — традиционных источников поступления данных (корпоративные базы данных, web-логи, файловые системы, интернет данные, транзакции)  для последующего анализа больших данных.

Процесс сбора и подготовки данных — один из самых трудоемких и сложных этапов в анализе больших объемов данных, который порой занимает до 80% всего времени. Использование статистических методик и современного программного обеспечения позволяет значительно сократить временные и финансовые затраты на данном этапе, и повысить эффективность и качество конечных результатов.

Практический курс для разработчиков Apache Spark и специалистов Data Scientists, использующих Spark SQL, потоковую обработку Spark Streaming, построение графов Spark GraphX.

Машинное обучение (Machine Learning) – это раздел искусственного интеллекта, изучающий математические, статистические и вычислительные методы для разработки алгоритмов, способных обучаться и решать задачи не прямым способом, а на основе поиска закономерностей в разнообразных входных данных. Решение вычисляется не по точно заданной формуле, а по установленной зависимости результатов от конкретного

Машинное обучение (Machine Learning) – это раздел искусственного интеллекта, изучающий математические, статистические и вычислительные методы для разработки алгоритмов, способных обучаться и решать задачи не прямым способом, а на основе поиска закономерностей в разнообразных входных данных. Решение вычисляется не по точно заданной формуле, а по установленной зависимости результатов от конкретного

Данный курс  направлен на формирование практических и теоретических  навыков планирования, формирования и сопровождения Data Lake (озеро данных). Рассматриваются примеры интеграции, настройки и обслуживания "pipelines" — традиционных источников поступления данных (корпоративные базы данных, web-логи, файловые системы, интернет данные, транзакции)  для последующего анализа больших данных.

Процесс сбора и подготовки данных — один из самых трудоемких и сложных этапов в анализе больших объемов данных, который порой занимает до 80% всего времени. Использование статистических методик и современного программного обеспечения позволяет значительно сократить временные и финансовые затраты на данном этапе, и повысить эффективность и качество конечных результатов.

Курс поможет систематизировать знания по интеграции Apache Kafka с различными внешними системами в рамках распределенной потоковой обработки событий (Event Streaming Processing).

Курс поможет получить и систематизировать знания по использованию Apache Kafka для программирования распределенной потоковой обработки событий (Kafka Streams) на практических примерах с потоковыми данными в реальном времени.

Авторские курсы по интеграции NoSQL и Hadoop помогут получить следующие знания и навыки: понять, как организовать комплексную Big Data инфраструктуру на базе озера данных Apache Hadoop, интегрированного с корпоративными хранилищами данных (КХД), OLAP и OLTP системами; разобраться с архитектурой КХД и Data Lake, принципами их наполнения, средствами организации ELT/ETL-процессов; освоить

Практический курс Введение в нейронные сети на Python предназначен для спеицаитов, которые хотят получить следующие знания и навыки: понять, что такое нейросети, машинное обучение и искусственный интеллект; освоить принципы функционирования нейронных сетей; знать, как эффективно использовать нейросетевые модели в бизнесе; разобраться с математическими основами нейронных сетей; освоить базовые

Учебный центр "Микротест" приглашает жительниц Москвы пройти курс обучения и повышения квалификации "Тестирование информационных систем и программного обеспечения: младший разработчик на Python", организованный при финансовой поддержке Центра Занятости населения г. Москвы специально для женщин в декрете и с детьми дошкольного возраста.

Под руководством опытных авторизованных преподавателей-практиков вы расширите знания и навыки по развёртыванию, настройке, управлению и поддержке Veeam Availability Suite v9, необходимые для эксперта по решениям Veeam (Veeam Expert).

Приглашаем на обучение по теме "Проектирование на базе оборудования ИСО "Орион".

Курс QOS 2.5 "Развертывание технологии QOS в сети предприятия" обеспечивает слушателей глубокими знаниями требований к качеству обслуживания, концептуальных моделей и способов внедрения QoS на платформах Cisco IOS. В курсе рассматриваются теоретические аспекты QoS, вопросы дизайна и конфигурации различных механизмов QoS, позволяющих создать эффективную политику качества обслуживания. Лабораторные

После прохождения курса вы сможете: настроить СХД NetApp в качестве NFS-сервера,CIFS сервера; строить SAN на базе СХД NetApp и протоколов iSCSI, FC; научитесь создавать роли и распределять права на папки в домене Windows, рабочей группе Windows, рабочем окружении UNIX; создавать катастрофоусточивые решения на базе СХД NetApp, с использованием технологий SnapMirror,MetroCluster; управлять

Данный курс является результатом основательной переработки в 2015 году версии курса ARCH v2.1 и готовит слушателей к сертификационному экзамену 300-301 ARCH, для успешной сдачи которого необходимо продемонстрировать не только знание, но и глубокое понимание изложенного материала.
Для повышения эффективности обучения рекомендуется приступать к изучению данного курса только после прослушивания

В данном курсе рассматриваются основные инструменты машинного обучения, работа с данными и моделями с помощью облачных сервисов Microsoft Azure, а также взаимодействие с другими системами – HD Insight, R—Server, SQL Server и Hadoop. После успешного завершения этого курса  вы сможете самостоятельно строить модели машинного обучения и использовать их для анализа данных.