AWS Cloud9 for Data Scienceのトレーニングコース

このコースは、データサイエンスと人工知能（AI）の5日間の入門です。

Python を使用した例題や演習を交えて展開します。

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、中級レベルの参加者向けに設計されており、機械学習ワークフローの自動化と管理、モデル訓練、検証、展開を Apache Airflow を使用して行うことを目指しています。

このトレーニング終了時には、参加者は以下のことが Able to できます：

• 機械学習ワークフローのオーケストレーションのために Apache Airflow を設定する。
• データ前処理、モデル訓練、検証タスクを自動化する。
• 機械学習フレームワークやツールと Airflow を統合する。
• 自動パイプラインを使用して機械学習モデルを展開する。
• 生産環境での機械学習ワークフローの監視と最適化を行う。

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、Anacondaエコシステムを使用してパッケージとデータ分析ワークフローを単一のプラットフォームで管理および展開したいデータサイエンティスト向けです。

このトレーニング終了時には、参加者は以下のことが Able to:

• Anacondaのコンポーネントやライブラリをインストールし設定する。
• Anacondaのコア概念、機能、および利点を理解する。
• Anaconda Navigatorを使用してパッケージ、環境、チャネルを管理する。
• Conda、R、Pythonパッケージをデータサイエンスと機械学習に使用する。
• 複数のデータ環境を管理するための実践的なユースケースやテクニックについて知る。

このインストラクター主導のライブトレーニング（オンサイトまたはリモート）は、AWSでIoTデバイスを展開および管理したいエンジニア向けです。

本トレーニング終了後、参加者はバックエンド、ゲートウェイ、およびデバイスをAWS上に展開および管理するIoTプラットフォームを構築できるようになります。

この講師主導の実践的なトレーニング（オンラインまたはオンサイト）は、さまざまなデバイス向けにAWS IoT Greengrassの機能をインストール、設定、管理したい開発者を対象としています。

このトレーニングの終了時には、参加者はAWS IoT Greengrassを使用して、スマートデバイス上でアプリケーションを作成、展開、管理、保護、監視できるようになります。

このインストラクター主導のライブトレーニング（オンサイトまたはリモート）は、開発者がAWS Lambdaを使用してクラウドにサービスやアプリケーションを構築およびデプロイする方法を学ぶことを目的としています。実行環境のプロビジョニング（サーバー、VM、コンテナ、可用性、スケーラビリティ、ストレージなど）について心配することなく、クラウドにサービスやアプリケーションを構築およびデプロイできます。

このトレーニングの終了時には、参加者は以下のことが Able to できるようになります：

• AWS Lambdaで関数を実行するように設定します。
• FaaS（Function as a Service）とサーバーレス開発の利点を理解します。
• AWS Lambda 関数を作成、アップロード、および実行します。
• Lambda関数を異なるイベントソースと統合します。
• Lambdaベースのアプリケーションをパッケージ化、デプロイ、監視、トラブルシューティングします。

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、Google Colab を使用してデータサイエンスの基本を学びたい初心者向けのデータサイエンティストと IT 専門家を対象としています。

このトレーニング終了時には、参加者は以下のことができるようになります：

• Google Colab の設定とナビゲーションを行う。
• 基本的な Python コードを記述および実行する。
• データセットのインポートと操作を行う。
• Python のライブラリを使用して可視化を作成する。

この研修を終了した参加者は、データサイエンスとその関連技術、手法、ツールについて、実際の世界で活用できる理解を得ることができます。

参加者は演習を通じてこの知識を実践に活かす機会があります。グループでの交流や講師からのフィードバックはクラスの重要な部分を構成します。

コースはデータサイエンスの基本概念の紹介から始まり、その後、データサイエンスで使用されるツールと手法に進んでいきます。

対象者

• 開発者
• 技術アナリスト
• ITコンサルタント

コース形式

• 講義と討論、演習および実践的な練習を組み合わせたもの

注意事項

• このコースのカスタマイズ版をご希望の場合は、お問い合わせください。

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、DevOpsの実践方法を深く理解し、AWS Cloud9を使用して開発プロセスを合理化したい上級レベルの専門家向けです。

本トレーニング終了時には、参加者は次のことができます：

• AWS Cloud9でDevOpsワークフローを設定および構成する
• 継続的インテグレーションと継続的デリバリー（CI/CD）パイプラインを実装する
• AWS Cloud9を使用してテスト、監視、展開プロセスを自動化する
• Lambda、EC2、S3などのAWSサービスをDevOpsワークフローに統合する
• GitHubやGitLabなどのソース管理システムをAWS Cloud9内で利用する

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、AWS Cloud9 と AWS Lambda 上で効果的に構築、デプロイ、および維持する方法を学びたい中級レベルの専門家向けです。

このトレーニング終了時には、参加者は以下ができます：

• サーバーレスアーキテクチャの基本を理解する
• AWS Cloud9 をサーバーレスアプリケーション開発用にセットアップする
• AWS Lambda を使用してサーバーレスアプリケーションを開発、テスト、およびデプロイする
• API Gateway と S3 のような他の AWS サービスとの統合
• パフォーマンスとコスト効率を最適化する

ビッグデータとは、その量と複雑さが伝統的なデータ処理アプリケーションソフトウェアでは十分に扱えないデータセットのことを指します。ビッグデータの課題には、データの収集、保存、分析、検索、共有、転送、可視化、クエリ、更新、情報プライバシーなどがあります。

概要:

• IoT アーキテクチャと機能の基礎
• 「Things（モノ）」、「Sensors（センサー）」、インターネット、および IoT のビジネス機能とのマッピング
• すべての IoT ソフトウェアコンポーネント（ハードウェア、ファームウェア、ミドルウェア、クラウド、モバイルアプリ）の必須要素
• IoT の主要機能：フリート管理、データ可視化、SaaS ベースの FM（ファシリティ管理）および DV（データ可視化）、アラート/アラーム、センサーのオンボーディング、「Thing」のオンボーディング、ジオフェンシング
• MQTT を通じた IoT デバイスとクラウドの通信の基礎
• MQTT を使用した IoT デバイスと AWS の接続（AWS IoT Core）
• AWS IoT Core を AWS Lambda 関数に接続し、DynamoDB を活用した計算処理とデータ保存の実装
• Raspberry Pi と AWS IoT Core の接続および基本的なデータ通信の実行
• Raspberry Pi と AWS IoT Core を活用したスマートデバイスの構築に関する実践演習
• センサーデータの可視化とウェブインターフェースを介した通信

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、Kaggleを使用してデータサイエンスのキャリアを学びたいと考えているデータサイエンティストや開発者向けです。

このトレーニング終了時には、参加者は以下のことが able to できます：

• データサイエンスと機械学習について学ぶ。
• データ分析を探索する。
• Kaggleとその機能について学ぶ。

この講師主導のライブトレーニング（オンラインまたはオンサイト）は、Modinを使用して並列計算を構築および実装し、高速なデータ分析を行うことを目指すデータサイエンティストや開発者向けです。

このトレーニング終了時には、参加者は以下のことが Able to:

• 必要な環境を設定して、Modinを使用してスケールアウトするPandasワークフローの開発を開始します。
• Modinの機能、アーキテクチャ、および優位性を理解します。
• Modin、Dask、およびRayの違いを知ります。
• Modinを使用してPandas操作を高速に行います。
• 全Pandas APIと関数を実装します。

この講師主導のライブトレーニング（オンラインまたはオンサイト）は、データサイエンティストや開発者向けに設計されており、RAPIDSを使用してGPUアクセラレートされたデータパイプライン、ワークフロー、および可視化を構築し、XGBoost、cuMLなどの機械学習アルゴリズムを適用する方法を学ぶことができます。

このトレーニングの終了時には、参加者は以下のことができるようになります：

• NVIDIA RAPIDSを使用してデータモデルを構築するために必要な開発環境をセットアップする。
• RAPIDSの特徴、コンポーネント、および利点を理解する。
• GPUを活用してエンドツーエンドのデータと分析パイプラインを加速する。
• cuDFとApache Arrowを使用してGPUアクセラレートされたデータ準備とETLを実装する。
• XGBoostとcuMLアルゴリズムを使用して機械学習タスクを行う方法を学ぶ。
• cuXfilterとcuGraphを使用してデータ可視化とグラフ分析を構築する。