ROS für mobile Roboter mit Python Schulung

Dieser praxisorientierte Kurs behandelt fortgeschrittene Python-Techniken, ingenieurtechnische Best Practices sowie gängige Design Patterns, um wartbare, testbare und leistungsstarke Python-Anwendungen zu entwickeln. Besonderes Augenmerk liegt auf modernen Entwicklungswerkzeugen, Typsystemen, Konkurrenzmodellen, Architekturmustern sowie deploymentfreundlichen Arbeitsabläufen.

Dieses von einem Trainer geleitete Live-Training (online oder vor Ort) richtet sich an Python-Entwickler mit mittlerem bis fortgeschrittenem Kenntnisstand, die professionelle Methoden und Muster für produktionsreife Systeme erlernen möchten.

Nach Abschluss des Kurses werden die Teilnehmer in der Lage sein:

• Typensysteme, Dataclasses sowie Typprüfung in Python effektiv einzusetzen, um die Zuverlässigkeit des Codes zu erhöhen.
• Design Patterns und Architekturprinzipien anzuwenden, um robuste Anwendungen zu strukturieren.
• Konkurrenz- und Parallelverarbeitung mithilfe von asyncio sowie Multiprocessing korrekt umzusetzen.
• Mit pytest, property-basierten Tests sowie CI-Pipelines gut testbaren Code zu entwickeln.
• Python-Anwendungen hinsichtlich Profiling, Optimierung und Absicherung für den Produktivbetrieb vorzubereiten.
• Python-Projekte mithilfe moderner Tools und Container in Packete zu verpacken sowie zu verteilen und bereitzustellen.

Aufbau des Kurses

• Interaktive Vorlesungen und kurze Demonstrationen.
• Täglich praktische Laborübungen sowie Programmieraufgaben.
• Ein abschließendes Mini-Projekt, das Design Patterns, Testung und Deployment integriert.

Individuelle Kursanpassung

• Falls Sie ein maßgeschneidertes Training in einem bestimmten Bereich – etwa Datenverarbeitung, Webentwicklung oder Infrastruktur – wünschen, kontaktieren Sie uns gern zur Absprache.

In diesem Kurs erlernen Sie praxisnahe Entwicklungsmethoden zur Konzeption, Implementierung, Testung und Bereitstellung agentenbasierter (autonomer) Systeme mithilfe von Python. Themen sind unter anderem der Agentenkreislauf, die Integration externer Werkzeuge, das Management von Speicher- und Zustandsdaten sowie Orchesterationsmuster, Sicherheitsmaßnahmen und Aspekte für den Produktionsbetrieb.

Dieses von einem Trainer geleitete Live-Training – entweder online oder vor Ort – richtet sich an ML-Entwickler sowie Softwareingenieure mit mittleren bis fortgeschrittenen Kenntnissen, die in der Lage sind, zuverlässige und produktionsfertige autonome Agenten mit Python zu erstellen.

Nach Abschluss dieses Trainings werden die Teilnehmenden in der Lage sein:

• Den Agentenkreislauf sowie Entscheidungsprozesse zu konzipieren und umzusetzen.
• Externe Werkzeuge und APIs nahtlos zu integrieren, um die Funktionalität der Agenten zu erweitern.
• Architekturen für kurzfristiges und langfristiges Gedächtnis bei Agenten einzuführen.
• Mehrstufige Orchesterationsprozesse sowie die Kombinierbarkeit mehrerer Agenten zu koordinieren.
• Bewährte Verfahren im Bereich Sicherheit, Zugriffskontrolle und Überwachung auf produktiven Systemen anzuwenden.

Aufbau des Kurses

• Interaktive Vorträge und Diskussionen.
• Praktische Übungen zur Entwicklung von Agenten unter Verwendung von Python sowie gängigen SDKs.
• Projektarbeit mit dem Ziel, einsatzbereite Prototypen zu entwickeln.

Möglichkeiten zur Anpassung des Kurses

• Für individuell angepasste Schulungen kontaktieren Sie uns bitte, um Details zu vereinbaren.

Dieser Kurs vertieft praktische Ansätze der Datenwissenschaft und Künstlichen Intelligenz unter Verwendung von Python – er vermittelt Fachkräften die Fähigkeiten, um Daten zu analysieren, maschinelle Lernalgorithmen zu entwickeln sowie KI-gestützte Anwendungen im Geschäftsbereich einzusetzen. Im Vordergrund stehen CRISP-DM-Arbeitsabläufe, statistische Auswertung, überwachtes und unüberwachtes Lernen, Deep Learning mittels TensorFlow, Verarbeitung natürlicher Sprache, Big Data mit Spark sowie das Erzählen von Geschichten anhand von Daten. Ideal geeignet für Einsteiger, die eine Zertifizierung in der Python-basierten Datenwissenschaft anstreben und eine berufsvorbereitende Ausbildung im Bereich Analytik erhalten möchten.

Künstliche Intelligenz mit Python bezeichnet die Entwicklung intelligenter Systeme unter Verwendung des umfangreichen Ökosystems an Bibliotheken für KI und maschinelles Lernen in Python.

Dieses von einem Instruktor geleitete Live-Training – entweder online oder vor Ort – richtet sich an Python-Programmierer mit mittleren Kenntnissen, die lernen möchten, KI-Lösungen mithilfe von Python zu konzipieren, umzusetzen und einzuführen.

Am Ende des Trainings werden die Teilnehmer in der Lage sein, Folgendes zu tun:

• KI-Algorithmen mithilfe der wichtigsten Python-Bibliotheken umzusetzen.
• Mit überwachtem, unüberwachtem sowie verstärkendem Lernmodellen zu arbeiten.
• KI-Lösungen in bestehende Anwendungen und Arbeitsabläufe zu integrieren.
• Die Leistungsfähigkeit von Modellen bewerten sowie deren Genauigkeit und Effizienz optimieren.

Ablauf des Kurses

• Interaktive Vorlesungen und Diskussionen.
• Zahlreiche Übungen zur praktischen Anwendung.
• Praktische Umsetzung in einer Live-Lab-Umgebung.

Möglichkeiten zur individuellen Kursanpassung

• Falls Sie ein auf Ihre Bedürfnisse zugeschnittenes Training wünschen, kontaktieren Sie uns bitte.

Dieser Kurs vermittelt Programmierern und Datenanalysten grundlegende Techniken zum Aufbau von Machine-Learning-Lösungen aus der Grundlage heraus mithilfe von Python. Er behandelt die wesentlichen Konzepte des überwachten Lernens in Form von Klassifikation und Regression sowie das unüberwachte Lernen mit Clustering- und Anomalieerkennungsverfahren. Ebenso werden fortgeschrittene Architekturen neuronaler Netzwerke behandelt. Die Teilnehmer lernen bewährte Methoden zur Nutzung von scikit-learn, Apache Spark MLlib sowie Jupyter-Notebooks für die praktische Entwicklung von KI-Anwendungen kennen. Am Ende sind die Teilnehmer in der Lage, sinnvolle Machine-Learning-Modelle zu implementieren, Grenzen bestehender Algorithmen zu bewerten und konkrete Projekte zur Problemlösung im realen Kontext umzusetzen.

Dieses vom Dozenten geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an fortgeschrittene Python-Entwickler, die ihre Entwicklungserfahrung mit AWS Cloud9 verbessern möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein zu:

• AWS Cloud9 für die Python-Entwicklung einzurichten und zu konfigurieren.
• Die Oberfläche sowie Funktionen der AWS Cloud9 IDE zu verstehen.
• Python-Anwendungen in AWS Cloud9 zu schreiben, zu debuggen und bereitzustellen.
• Mit anderen Entwicklern im Rahmen der AWS Cloud9-Plattform zusammenzuarbeiten.
• AWS Cloud9 mit weiteren AWS-Diensten zu verknüpfen, um fortgeschrittene Bereitstellungen durchzuführen.

Über den Kurs

Dieses praxisorientierte Training richtet sich an Fachkräfte aus dem Bereich der Datenverarbeitung, die ihre Kenntnisse in künstlicher Intelligenz, Python sowie großen Sprachmodellen vertiefen möchten. Der Kurs legt den Schwerpunkt auf reale Anwendungen und behandelt unter anderem den Einsatz von Modellen, Techniken des Prompt-Engineerings sowie die Entwicklung KI-basierter Lösungen. Die Teilnehmenden bearbeiten nach und nach steigend komplexe Übungen – von grundlegenden Konzepten bis hin zur Umsetzung einsatzfähiger KI-Arbeitsabläufe.

Form der Ausbildung

• Präsenzunterricht in einem Klassenzimmer

• Unterrichtsstunden mit praktischen Übungen unter Anleitung des Trainers

• Interaktive Diskussionen sowie reale Fallbeispiele aus der Praxis

• Tägliche praktische Aufgabenstellungen

Ziele des Kurses

• Begreifen zentraler Konzepte der KI und des maschinellen Lernens für moderne Anwendungsbereiche

• Verbesserung der Python-Fähigkeiten im Kontext der KI-Entwicklung sowie Datenverarbeitung

• Verständnis für die Funktionsweise großer Sprachmodelle und deren effektive Nutzung

• Entwurf sowie Optimierung von Prompt-Vorgaben, um verlässliche Ergebnisse zu erhalten

• Erstellung vollständiger KI-Lösungen mithilfe von APIs und gängigen Frameworks

• Integration von künstlicher Intelligenz in bestehende Datenverarbeitungsprozesse

Dieses von einem Instruktor geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Python-Entwickler sowie Datenanalysten mit mittleren Kenntnissen, die ihre Fähigkeiten im Bereich der Datenanalyse unter Einsatz von Pandas und NumPy vertiefen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Eine Entwicklungsumgebung einzurichten, die Python, Pandas sowie NumPy enthält.
• Eine Datenanalyse-Anwendung unter Verwendung von Pandas und NumPy zu erstellen.
• Fortgeschrittene Aufgaben der Datensäuberung, Sortierung und Filterung durchzuführen.
• Aggregationsoperationen vorzunehmen sowie zeitreihenbasierte Daten auszuwerten.
• Daten mittels Matplotlib sowie weiteren Visualisierungsbibliotheken darzustellen.
• Ihren Code zur Datenanalyse zu debuggen und zu optimieren.

Dieses von einem Instruktor geleitete Live-Training – sowohl online als auch vor Ort – richtet sich an Entwickler, die mithilfe des FARM-Stacks (FastAPI, React und MongoDB) dynamische, hochperformante sowie skalierbare Webanwendungen erstellen möchten.

Am Ende dieses Kurses werden die Teilnehmer in der Lage sein zu:

• Das notwendige Entwicklungsumfeld einzurichten, das FastAPI, React und MongoDB integriert.
• Die grundlegenden Konzepte, Funktionen sowie Vorteile des FARM-Stacks zu verstehen.
• REST-APIs mit FastAPI zu erstellen.
• Interaktive Anwendungen mittels React zu entwerfen.
• Anwendungen – sowohl im Frontend als auch im Backend – unter Verwendung des FARM-Stacks zu entwickeln, zu testen und bereitzustellen.

Dieses von einem Dozenten geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Entwickler, die FastAPI zusammen mit Python nutzen möchten, um RESTful APIs einfacher und schneller zu entwickeln, zu testen sowie bereitzustellen.

Nach Abschluss dieses Trainings werden die Teilnehmer folgendes können:

• Die notwendige Entwicklungsumgebung zur Erstellung von APIs mit Python und FastAPI einrichten.
• Mittels der FastAPI-Bibliothek schneller und effizienter APIs erstellen.
• Datenmodelle sowie Schemata auf Basis von Pydantic und OpenAPI anlegen lernen.
• Verbindungen zu Datenbanken über SQLAlchemy herstellen.
• Sicherheits- und Authentifizierungsmechanismen mithilfe der Werkzeuge aus FastAPI implementieren.
• Container-Bilder erstellen und Web-APIs auf einem Cloud-Server bereitstellen.

Dieses von einem Experten geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Datenwissenschaftler, die TensorFlow einsetzen möchten, um potenziell betrügerische Daten zu analysieren.

Nach Abschluss dieses Trainings werden die Teilnehmer in der Lage sein zu:

• Ein Betrugserkennungsmodell in Python und TensorFlow zu erstellen.
• Lineare Regressionsmodelle zu entwickeln, um Betrug vorherzusagen.
• Eine vollständige KI-Anwendung zur Analyse betrügerischer Daten zu realisieren.

Ziel dieses Kurses ist es, Ihnen grundlegende Fähigkeiten im praktischen Einsatz von Methoden des maschinellen Lernens zu vermitteln. Mithilfe der Programmiersprache Python sowie deren zahlreicher Bibliotheken und anhand vieler praktischer Beispiele lernen Sie, wie man die wichtigsten Bausteine des maschinellen Lernens nutzt, fundierte Entscheidungen zur Datenmodellierung trifft, die Ergebnisse der Algorithmen interpretiert sowie deren Validität prüft.

Unser Ziel ist es, Ihnen das nötige Vertrauen im Umgang mit den grundlegendsten Werkzeugen des maschinellen Lernens zu vermitteln und Ihnen dabei zu helfen, typische Fallstricke in der Anwendung von Datenwissenschaften zu vermeiden.

Dieses von einem Trainer geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Netzwerktechniker, die Computernetzwerke mithilfe von Python warten, verwalten und gestalten möchten.

Am Ende dieses Kurses werden die Teilnehmer in der Lage sein zu:

• Paramiko, Netmiko, Napalm, Telnet sowie pyntc effizient nutzen, um Netzwerkautomatisierung mit Python zu betreiben.
• Multithreading und Multiprocessing bei der Netzwerkautomatisierung meisterhaft anzuwenden.
• GNS3 in Verbindung mit Python für die Netzwerkprogrammierung einzusetzen.

Der Kurs „Praktisches schnelles Prototyping für Robotik mit ROS 2 und Docker“ bietet eine praxisorientierte Anleitung zur effizienten Entwicklung, zum Testen sowie zur Implementierung von Roboteranwendungen. Die Teilnehmenden lernen, robotische Umgebungen zu containerisieren, ROS 2-Pakete zu integrieren und mittels Docker modulare Robotersysteme zu entwickeln – was sowohl Reproduzierbarkeit als auch Skalierbarkeit gewährleistet. Besonderer Wert wird auf Agilität, Versionskontrolle sowie kolaborative Arbeitsweisen gelegt, die für Entwicklungsteams in der Frühphase von Projekten und Innovationsvorhaben essentiell sind.

Dieses praxisbezogene Live-Training unter Anleitung eines Instruktors – online oder vor Ort durchgeführt – richtet sich an Einsteiger sowie Fortgeschrittene, die ihre Arbeitsabläufe in der Robotik mit ROS 2 und Docker beschleunigen möchten.

Nach Abschluss dieses Trainings sind die Teilnehmenden in der Lage:

• Eine ROS 2-Entwicklungsumgebung innerhalb von Docker-Containern einzurichten.
• Robotische Prototypen in modularen, reproduzierbaren Umgebungen zu entwickeln und zu testen.
• Simulationstools zu nutzen, um das Verhalten des Systems vor der Hardware-Implementierung zu überprüfen.
• Zusammen mit anderen Entwicklern an containerisierten Robotikprojekten zu arbeiten.
• Konzepte der kontinuierlichen Integration und Bereitstellung in robotische Arbeitsabläufe einzubinden.

Aufbau des Kurses

• Interaktive Vorträge und Demonstrationen.
• Praktische Übungen in ROS 2- und Docker-Umgebungen.
• Kleine Projekte, die reale robotische Anwendungsfälle behandeln.

Möglichkeiten zur Kursanpassung

• Falls Sie ein individuell angepasstes Training wünschen, kontaktieren Sie uns bitte, damit wir dies organisieren können.

In diesem von einem Instruktor geleiteten Live-Training in Deutschland lernen die Teilnehmer, wie sie ROS für ihre Robotik-Projekte nutzen können – unter Einsatz von Werkzeugen zur Visualisierung sowie Simulation.

Ziel ist es am Ende des Kurses, dass die Teilnehmer folgende Fähigkeiten erlangt haben:

• Die Grundlagen von ROS verstehen.
• Ein einfaches Robotik-Projekt unter Verwendung von ROS erstellen.
• Diverse Werkzeuge für die Robotik nutzen, darunter Simulations- und Visualisierungsprogramme.