Formation Python Programming for Finance

Cette formation en direct avec instructeur en Canada (en ligne ou sur site) s'adresse aux data scientists qui souhaitent utiliser l'écosystème Anaconda pour capturer, gérer et déployer des packages et des workflows d'analyse de données dans une plateforme unique.

A la fin de cette formation, les participants seront capables de :

• Installer et configurer les composants et les bibliothèques Anaconda.
• Comprendre les concepts de base, les fonctionnalités et les avantages de Anaconda.
• Gérer les paquets, les environnements et les canaux à l'aide du Anaconda Navigator.
• Utiliser Conda, R et les paquets Python pour la science des données et l'apprentissage automatique.
• Connaître des cas d'utilisation pratiques et des techniques pour gérer des environnements de données multiples.

Cette formation en <loc&gt ; (en ligne ou sur site) est destinée aux data scientists et aux ingénieurs logiciels qui souhaitent utiliser Dask avec l'écosystème Python pour construire, mettre à l'échelle et analyser de grands ensembles de données.

A l'issue de cette formation, les participants seront capables de :

• Mettre en place l'environnement pour commencer à construire des traitements de big data avec Dask et Python.
• Explorer les fonctionnalités, les bibliothèques, les outils et les API disponibles dans Dask.
• Comprendre comment Dask accélère le calcul parallèle en Python.
• Apprendre à faire évoluer l'écosystème Python (Numpy, SciPy et Pandas) en utilisant Dask.
• Optimiser l'environnement Dask pour maintenir de hautes performances dans le traitement de grands ensembles de données.

This instructor-led, live training in Canada (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.

Dans cette formation en direct avec instructeur à Canada, les participants apprendront à construire une application blockchain de contrat intelligent avec Monax.

À la fin de cette formation, les participants seront en mesure de :

• Développer et déployer une application distribuée en utilisant la technologie blockchain et smart contract.
• Comprendre la conception et la fonctionnalité des "contrats intelligents" et comment en créer un.
• Mettre en œuvre les meilleures pratiques pour le développement d'applications blockchain sécurisées.
• Exploiter les outils Monax pour rationaliser le développement d'applications distribuées.

Cette formation en direct (en ligne ou sur site) est destinée aux développeurs qui souhaitent utiliser la pile FARM (FastAPI, React et MongoDB) pour créer des applications web dynamiques, performantes et évolutives.

A l'issue de cette formation, les participants seront capables de :

Mettre en place l'environnement de développement nécessaire qui intègre FastAPI, React, et MongoDB. Comprendre les concepts clés, les fonctionnalités et les avantages de la pile FARM. Apprendre à construire des API REST avec FastAPI. Apprendre à concevoir des applications interactives avec React. Développer, tester et déployer des applications (front-end et back-end) en utilisant la pile FARM.

Cette formation en direct (en ligne ou sur site) est destinée aux développeurs qui souhaitent utiliser FastAPI avec Python pour créer, tester et déployer des API RESTful plus facilement et plus rapidement.

A l'issue de cette formation, les participants seront capables de :

• Configurer l'environnement de développement nécessaire pour développer des API avec Python et FastAPI.
• Créer des API plus rapidement et plus facilement en utilisant la bibliothèque FastAPI.
• Apprendre à créer des modèles de données et des schémas basés sur Pydantic et OpenAPI.
• Connecter les API à une base de données en utilisant SQLAlchemy.
• Implémenter la sécurité et l'authentification dans les API en utilisant les outils FastAPI.
• Construire des images conteneur et déployer des API web sur un serveur cloud.

Ce cours pratique s’adresse aux développeurs Python souhaitant créer et gérer leurs premières applications Web. Il s'adresse également aux personnes déjà familiarisées avec d'autres frameworks Web tels que Django ou Web2py , et qui souhaitent apprendre comment utiliser un microframework (c'est-à-dire un framework qui rassemble des bibliothèques tierces au lieu de fournir une solution universelle autonome). le processus.

Une partie importante du cours est consacrée non pas à Flask (c'est minuscule), mais à des bibliothèques tierces et à des outils souvent utilisés dans les projets Flask.

Cette formation en <loc&gt ; (en ligne ou sur site) est destinée aux développeurs qui souhaitent utiliser les fonctionnalités avancées de Flask pour créer des applications web évolutives à partir de MongoDB.

A l'issue de cette formation, les participants seront capables de :

• Mettre en place l'environnement de développement nécessaire pour commencer à développer des applications web avec Flask.
• Construire un serveur d'API RESTful à partir de MongoDB.
Apprendre à connaître les intégrations avancées de Flask pour la mise à l'échelle des applications web.

Cette formation en Canada (en ligne ou sur site) est destinée aux data scientists et aux développeurs qui souhaitent apprendre et développer leur carrière dans Data Science en utilisant Kaggle.

A l'issue de cette formation, les participants seront capables de :

• S'informer sur la science des données et l'apprentissage automatique.
• Explorer l'analyse des données.
• En savoir plus sur Kaggle et son fonctionnement.

Cette formation en direct avec instructeur dans Canada (en ligne ou sur site) est destinée aux scientifiques des données et aux développeurs qui souhaitent utiliser Modin pour construire et mettre en œuvre des calculs parallèles avec Pandas afin d'accélérer l'analyse des données.

A la fin de cette formation, les participants seront capables de :

• Mettre en place l'environnement nécessaire pour commencer à développer des flux de travail Pandas à l'échelle avec Modin.
• Comprendre les caractéristiques, l'architecture et les avantages de Modin.
• Connaître les différences entre Modin, Dask et Ray.
• Effectuer des opérations Pandas plus rapidement avec Modin.
• Mettre en œuvre l'ensemble de l'API et des fonctions Pandas.

Cette formation en Canada (en ligne ou sur site) est destinée aux développeurs qui souhaitent utiliser PyGame pour créer et construire des jeux à l'aide de la programmation Python.

A l'issue de cette formation, les participants seront capables de :

• Mettre en place l'environnement de développement nécessaire pour commencer à créer des applications de jeux avec PyGame et Python.
• Apprendre à créer des applications interactives PyGame intégrant des animations et des fonctions multimédias.
• Exécuter et tester des programmes de jeu avec la suite de test PyGame et les convertir en fichiers exécutables.

Cette formation en Canada (en ligne ou sur site) s'adresse aux data scientists et aux développeurs qui souhaitent utiliser RAPIDS pour construire des pipelines de données, des workflows et des visualisations accélérés par GPU, en appliquant des algorithmes d'apprentissage automatique, tels que XGBoost, cuML, etc.

A la fin de cette formation, les participants seront capables de :

• Mettre en place l'environnement de développement nécessaire pour construire des modèles de données avec NVIDIA RAPIDS.
• Comprendre les caractéristiques, les composants et les avantages de RAPIDS.
• Exploiter les GPU pour accélérer les pipelines de données et d'analyse de bout en bout.
• Mettre en œuvre la préparation des données et l'ETL accélérés par GPU avec cuDF et Apache Arrow.
• Apprendre à réaliser des tâches d'apprentissage automatique avec les algorithmes XGBoost et cuML.
• Construire des visualisations de données et exécuter des analyses graphiques avec cuXfilter et cuGraph.

Cette formation dirigée par un instructeur, en présentiel ou en ligne, s'adresse aux développeurs backend qui souhaitent créer des API REST avec Python et Flask.

A l'issue de cette formation, les participants seront capables de :

• Implémenter une API REST permettant à une application web Flask de lire et d'écrire dans une base de données en backend.
• Développer des fonctionnalités d'authentification avancées, telles que les tokens de rafraîchissement.
• Construire un backend réutilisable pour de futurs projets Python.
• Simplifier le stockage des données avec SQLAlchemy.
• Déployer des API REST sur un serveur basé sur le cloud.

Cette formation en <loc&gt ; (en ligne ou sur site) est destinée aux développeurs qui souhaitent utiliser SciPy pour créer des fonctions de calcul scientifique avancées avec Python.

A l'issue de cette formation, les participants seront capables de :

• Configurer l'environnement de développement nécessaire pour commencer à créer des fonctions de calcul scientifique.
• Tirer pleinement parti des fonctionnalités de SciPy en réalisant des exemples pratiques d'opérations complexes.
• Implémenter et optimiser des algorithmes et des fonctions mathématiques pour résoudre des problèmes scientifiques.
• Concevoir des structures de données et des méthodes d'interpolation pour la visualisation, le traitement et l'analyse.