Cursos de Build REST APIs with Python and Flask

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

Una parte importante del curso está dedicada no al propio Flask (es pequeño), sino a las bibliotecas y herramientas de terceros que a menudo se usan en los proyectos de Flask.

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.

Este curso está diseñado para aquellos que deseen aprender el lenguaje de programación de Python. El énfasis está en el lenguaje Python, las bibliotecas principales, así como en la selección de las mejores y más útiles bibliotecas desarrolladas por la comunidad Python. Python impulsa las empresas y es utilizado por científicos de todo el mundo, es uno de los lenguajes de programación más populares.

El curso puede ser entregado usando Python 2.7.x o 3.x, con ejercicios prácticos haciendo uso de la potencia total de ambas versiones del lenguaje. Este curso puede ser entregado en cualquier sistema operativo (todos los sabores de UNIX, incluyendo Linux y Mac OS X, así como Microsoft Windows).

Los ejercicios prácticos constituyen alrededor del 70% del tiempo de curso, y alrededor del 30% son demostraciones y presentaciones. Pueden hacerse discusiones y preguntas a lo largo del curso.

Nota: el entrenamiento puede ser adaptado a necesidades específicas previa solicitud antes de la fecha del curso propuesto.

Este es un curso práctico, que muestra por qué la programación es una herramienta poderosa en el contexto de la resolución de problemas biológicos. Durante el curso los participantes aprenderán el lenguaje de programación Python, un lenguaje ampliamente considerado tanto potente como fácil de usar. Este curso podría ser considerado como una demostración de cómo la bioinformática mejora la vida de los biólogos.

El curso está diseñado y dirigido a personas sin antecedentes de informática que quieren aprender la programación.

Este curso es adecuado para:

• Investigadores que tratan con datos biológicos.
• Los científicos que deseen aprender a automatizar las tareas cotidianas y analizar los datos.
• Los gerentes que quieren aprender cómo la programación mejora los flujos de trabajo y la realización de proyectos.

Al final del curso, los participantes podrán escribir programas cortos, que les permitirán manipular, analizar y tratar datos biológicos y presentar los resultados en un formato gráfico.

El objetivo de este curso es proporcionar una competencia básica en la aplicación de los métodos de aprendizaje automático en la práctica. A través del uso del lenguaje de programación Python y sus diversas bibliotecas, y basado en una multitud de ejemplos prácticos, este curso enseña cómo usar los bloques de construcción más importantes de Aprendizaje de Máquinas, cómo tomar decisiones de modelado de datos, interpretar las salidas de los algoritmos y Validar los resultados.

Nuestro objetivo es darle las habilidades para entender y usar las herramientas más fundamentales de la caja de herramientas de Aprendizaje de Máquinas con confianza y evitar las trampas comunes de las aplicaciones de Data Sciences.

Este curso introduce a los lingüistas o programadores a la PNL en Python. Durante este curso utilizaremos principalmente nltk.org (Natural Language Tool Kit), pero también usaremos otras bibliotecas relevantes y útiles para PNL. Por el momento podemos realizar este curso en Python 2.x o Python 3.x. Los ejemplos son en inglés o mandarín (普通话). Otros idiomas también pueden ponerse a disposición si se acuerda antes de reservar.

Esta capacitación en vivo dirigida por un instructor en los Estados Unidos comienza con una discusión sobre BDD y cómo se puede usar el marco Behave para llevar a cabo pruebas de BDD para aplicaciones web. Los participantes tienen una amplia oportunidad de interactuar con el instructor y sus compañeros mientras implementan los conceptos y tácticas aprendidos en este entorno de laboratorio práctico y basado en la práctica.

Al final de esta capacitación, los participantes tendrán una comprensión firme de BDD y Behave, así como la práctica necesaria para implementar estas técnicas y herramientas en escenarios de prueba del mundo real.

En esta capacitación en vivo dirigida por un instructor en los Estados Unidos los participantes combinan el poder de Python con Selenium para automatizar las pruebas de una aplicación web de muestra. Al combinar la teoría con la práctica en un entorno de laboratorio en vivo, los participantes obtendrán el conocimiento y la práctica necesarios para automatizar sus propios proyectos de pruebas web utilizando Python y Selenium.

En esta capacitación en vivo dirigida por un instructor en los Estados Unidos, los participantes aprenderán técnicas avanzadas de programación Python, incluida la forma de aplicar este lenguaje versátil para resolver problemas en áreas como aplicaciones distribuidas, análisis y visualización de datos, programación de interfaz de usuario y secuencias de comandos de mantenimiento.

Esta capacitación en vivo dirigida por un instructor en los Estados Unidos se basa en el popular libro "Automate the Boring Stuff with Python", de Al Sweigart. Está dirigido a principiantes y cubre conceptos esenciales Python de programación a través de ejercicios prácticos y discusiones. La atención se centra en aprender a escribir código para aumentar drásticamente la productividad de la oficina.

Al final de esta capacitación, los participantes sabrán cómo programar en Python y aplicar esta nueva habilidad para:

• Automatización de tareas mediante la escritura de programas sencillos en Python.
• Escribir programas que puedan hacer reconocimiento de patrones de texto con "expresiones regulares".
• Generación y actualización programática de hojas de cálculo de Excel.
• Análisis de archivos PDF y Word documentos.
• Rastreo de sitios web y extracción de información de fuentes en línea.
• Escribir programas que envíen notificaciones por correo electrónico.
• Utilice las herramientas de depuración de Python para resolver errores rápidamente.
• Controla mediante programación el mouse y el teclado para hacer clic y escribir por ti.

el objetivo de este curso es proporcionar una competencia general en la aplicación de métodos de aprendizaje automático en la práctica. Mediante el uso del lenguaje de programación Python y sus diversas bibliotecas, y basado en una multitud de ejemplos prácticos, este curso enseña cómo utilizar los bloques de construcción más importantes del aprendizaje automático, cómo tomar decisiones de modelado de datos, interpretar el las salidas de los algoritmos y validar los resultados.

nuestro objetivo es darle las habilidades para entender y utilizar las herramientas más fundamentales de la caja de herramientas machine learning con confianza y evitar las trampas comunes de las aplicaciones de Ciencias de la información.

En esta capacitación en vivo dirigida por un instructor en los Estados Unidos, los participantes aprenderán las técnicas de aprendizaje automático más relevantes y de vanguardia en Python a medida que crean una serie de aplicaciones de demostración que involucran imágenes, música, texto y datos financieros.

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

• Implemente algoritmos y técnicas de aprendizaje automático para resolver problemas complejos.
• Aplique el aprendizaje profundo y el aprendizaje semisupervisado a aplicaciones que involucran imágenes, música, texto y datos financieros.
• Lleve los algoritmos Python a su máximo potencial.
• Utilice bibliotecas y paquetes como NumPy y Theano.

La generación de lenguaje natural (NLG) se refiere a la producción de texto o discurso en lenguaje natural por una computadora.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo usar Python para producir texto en lenguaje natural de alta calidad construyendo su propio sistema NLG desde cero. También se examinarán los casos de estudio y los conceptos relevantes se aplicarán a los proyectos de laboratorio en vivo para generar contenido.

Al final de esta capacitación, los participantes podrán:

• Utilice NLG para generar automáticamente contenido para diversas industrias, desde periodismo, a bienes raíces, a informes meteorológicos y deportivos.
• Seleccione y organice el contenido fuente, planifique oraciones y prepare un sistema para la generación automática de contenido original
• Comprender la tubería NLG y aplicar las técnicas correctas en cada etapa
• Comprender la arquitectura de un sistema de generación de lenguaje natural (NLG)
• Implementar los algoritmos y modelos más adecuados para análisis y pedidos
• Extraiga datos de fuentes de datos disponibles públicamente, así como bases de datos seleccionadas para usar como material para el texto generado
• Reemplazar procesos de escritura manuales y laboriosos con creación de contenido automatizado y generado por computadora

Audiencia

• Desarrolladores
• Científicos de datos

Formato del curso

• Conferencia de parte, discusión en parte, ejercicios y práctica práctica

En esta capacitación en vivo dirigida por un instructor en los Estados Unidos, los participantes aprenderán a usar PyTest para escribir pruebas cortas y fáciles de mantener que sean elegantes, expresivas y legibles. 

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

• Escriba pruebas legibles y fáciles de mantener sin necesidad de código repetitivo.
• Utilice el modelo de accesorios para escribir pequeñas pruebas.
• Escale las pruebas hasta realizar pruebas funcionales complejas para aplicaciones, paquetes y bibliotecas.
• Comprenda y aplique las características de PyTest, como los ganchos, la reescritura de aserciones y los complementos.
• Reduzca los tiempos de prueba ejecutando pruebas en paralelo y en varios procesadores.
• Ejecute pruebas en un entorno de integración continua, junto con otras utilidades como tox, mock, coverage, unittest, doctest y Selenium.
• Utilice Python para probar aplicaciones que no sean de Python.

Al final de la capacitación, se espera que los delegados estén suficientemente equipados con los conceptos esenciales de python y que sean capaces de utilizar NLTK de manera suficiente para implementar la mayoría de las operaciones basadas en ML y PNL. La capacitación tiene como objetivo proporcionar no solo un conocimiento de ejecución sino también el conocimiento lógico y operativo de la tecnología que contiene.