Formation Python pour les tâches de données : niveau débutant et intermédiaire avec Pandas et Polars

Ce cours intensif et pratique couvre les techniques avancées de Python, les meilleures pratiques d'ingénierie et les modèles de conception couramment utilisés pour construire des applications Python maintenables, testables et performantes. Il met l'accent sur les outils modernes, la typification statique, les modèles de concurrence, les modèles d'architecture et les flux de travail prêts pour la production.

Cette formation en direct animée par un instructeur (en ligne ou sur site) s'adresse aux développeurs Python de niveau intermédiaire à avancé qui souhaitent adopter des pratiques et des modèles professionnels pour des systèmes Python de qualité production.

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

• Appliquer la typification Python, les dataclasses et la vérification de types pour augmenter la fiabilité du code.
• Utiliser des modèles de conception et des principes d'architecture pour structurer des applications robustes.
• Mettre en œuvre correctement la concurrence et le parallélisme à l'aide de asyncio et multiprocessing.
• Construire du code bien testé avec pytest, le test basé sur les propriétés et les pipelines d'intégration continue (CI).
• Profiler, optimiser et sécuriser les applications Python pour la production.
• Emballer, distribuer et déployer des projets Python en utilisant des outils modernes et des conteneurs.

Format du cours

• Conférences interactives et courtes démonstrations.
• Laboratoires pratiques et exercices de codage chaque jour.
• Mini-projet final intégrant des modèles, des tests et le déploiement.

Options de personnalisation du cours

• Pour demander une formation personnalisée ou un domaine d'axe spécifique (données, web ou infrastructure), veuillez nous contacter pour organiser cela.

Ce cours enseigne des techniques d'ingénierie pratiques pour concevoir, construire, tester et déployer des systèmes agentiques (autonomes) en utilisant Python. Il couvre la boucle agentique, les intégrations d'outils, la gestion de la mémoire et de l'état, les schémas d'orchestration, les contrôles de sécurité et les considérations liées à la production.

Cette formation en présentiel, animée par un instructeur (en ligne ou sur site), s'adresse aux ingénieurs ML de niveau intermédiaire à avancé, aux développeurs d'IA et aux ingénieurs logiciels souhaitant construire des agents autonomes robustes et prêts pour la production en utilisant Python.

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

• Concevoir et implémenter la boucle agentique et les flux de prise de décision.
• Intégrer des outils externes et des API pour étendre les capacités des agents.
• Implémenter des architectures de mémoire à court terme et à long terme pour les agents.
• Coordonner des orchestrations à étapes multiples et la composabilité des agents.
• Appliquer les meilleures pratiques en matière de sécurité, de contrôle d'accès et d'observabilité pour les agents déployés.

Format de la formation

• Conférence interactive et discussion.
• Travaux pratiques pour construire des agents avec Python et des SDK populaires.
• Exercices basés sur des projets produisant des prototypes déployables.

Options de personnalisation de la formation

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Il s'agit d'une introduction de 5 jours à la science des données et à l'intelligence artificielle (IA).

Le cours est dispensé avec des exemples et des exercices utilisant Python

L'intelligence artificielle avec Python consiste à développer des systèmes intelligents en utilisant l' riche écosystème de bibliothèques d'IA et d'apprentissage automatique de Python.

Cette formation dirigée par un instructeur (en ligne ou sur site) s'adresse aux programmeurs Python de niveau intermédiaire souhaitant concevoir, implémenter et déployer des solutions d'IA à l'aide de Python.

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

• Mettre en œuvre des algorithmes d'IA en utilisant les bibliothèques d'IA de base de Python.
• Travailler avec des modèles d'apprentissage supervisé, non supervisé et par renforcement.
• Intégrer des solutions d'IA dans des applications et des flux de travail existants.
• Évaluer la performance des modèles et optimiser pour la précision et l'efficacité.

Format de la formation

• Conférence interactive et discussion.
• De nombreux exercices et pratique.
• Mise en pratique dans un environnement de laboratoire en direct.

Options de personnalisation de la formation

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Cette formation animée par un instructeur en Canada (en ligne ou sur site) s'adresse aux analystes d'affaires qui souhaitent automatiser les transactions grâce au trading algorithmique, à Python et à R.

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

• Utiliser des algorithmes pour acheter et vendre des titres avec rapidité, à des intervalles spécifiques.
• Réduire les coûts associés aux transactions en recourant au trading algorithmique.
• Surveiller automatiquement les cours des actions et exécuter des ordres.

Il s’agit d’un cours de 4 jours qui présente l’intelligence artificielle (IA) et ses applications à l’aide du langage de programmation Python. Un jour supplémentaire est optionnel afin de réaliser un projet d’IA à l’issue de ce cours.

Cette formation en direct, animée par un instructeur en Canada (en ligne ou sur site), s'adresse aux développeurs Python de niveau intermédiaire souhaitant améliorer leur expérience de développement Python grâce à AWS Cloud9.

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

• Configurer et paramétrer AWS Cloud9 pour le développement Python.
• Comprendre l'interface et les fonctionnalités de l'IDE AWS Cloud9.
• Écrire, déboguer et déployer des applications Python dans AWS Cloud9.
• Collaborer avec d'autres développeurs en utilisant la plateforme AWS Cloud9.
• Intégrer AWS Cloud9 avec d'autres services AWS pour des déploiements avancés.

Cette formation animée par un instructeur Canada (en ligne ou sur site) s'adresse aux développeurs de niveau intermédiaire souhaitant utiliser CUDA pour créer des applications Python exécutées en parallèle sur les GPU NVIDIA.

À l'issue de cette formation, les participants seront en mesure de :

• Utiliser le compilateur Numba pour accélérer des applications Python exécutées sur des GPU NVIDIA.
• Créer, compiler et lancer des noyaux CUDA personnalisés.
• Gérer la mémoire du GPU.
• Convertir une application basée sur le CPU en une application accélérée par GPU.

Aperçu du cours

Cette formation pratique est conçue pour les professionnels issus de l'ingénierie des données qui souhaitent développer des compétences applicables en intelligence artificielle, en Python et en grands modèles de langage (LLM). Le cours se concentre sur des applications concrètes, couvrant l'utilisation des modèles, l'ingénierie des prompts et la création de solutions propulsées par l'IA. Les participants travailleront à travers des exercices progressifs qui les mèneront des concepts fondamentaux à la construction de flux de travail d'IA déployables.

Format de la formation

• Formation en salle de classe en présentiel

• Sessions encadrées par un instructeur avec pratique guidée

• Discussions interactives et études de cas du monde réel

• Exercices pratiques quotidiens

Objectifs du cours

• Comprendre les concepts clés de l'intelligence artificielle et de l'apprentissage automatique pertinents pour les applications modernes

• Renforcer les compétences en Python pour le développement d'IA et les flux de données

• Apprendre le fonctionnement des grands modèles de langage et comment les utiliser efficacement

• Concevoir et optimiser des prompts pour obtenir des sorties fiables

• Construire des solutions d'IA complètes en utilisant des API et des frameworks

• Intégrer l'IA dans les pipelines d'ingénierie des données

Cette formation en direct, animée par un instructeur, à Canada (en ligne ou sur site), s'adresse aux data scientists et aux ingénieurs logiciel qui souhaitent utiliser Dask avec l'écosystème Python pour construire, mettre à l'échelle et analyser des ensembles de données volumineux.

À l'issue de cette formation, les participants seront en mesure de :

• Configurer l'environnement nécessaire pour débuter le traitement des grandes données avec Dask et Python.
• Explorer les fonctionnalités, bibliothèques, outils et API disponibles dans Dask.
• Comprendre comment Dask accélère le calcul parallèle sous Python.
• Apprendre à mettre à l'échelle l'écosystème Python (Numpy, SciPy et Pandas) à l'aide de Dask.
• Optimiser l'environnement Dask afin de maintenir des performances élevées lors du traitement d'ensembles de données volumineux.

Cette formation en présentiel ou à distance, animée par un formateur, s'adresse aux développeurs Python et aux analystes de données de niveau intermédiaire souhaitant améliorer leurs compétences en analyse et manipulation des données à l'aide de Pandas et NumPy.

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

• Configurer un environnement de développement incluant Python, Pandas et NumPy.
• Créer une application d'analyse de données utilisant Pandas et NumPy.
• Effectuer des opérations avancées de nettoyage, de tri et de filtrage des données.
• Réaliser des opérations d'agrégation et analyser des séries chronologiques.
• Visualiser les données à l'aide de Matplotlib et d'autres bibliothèques de visualisation.
• Dépanner et optimiser leur code d'analyse de données.

Cette formation en direct, animée par un instructeur (en ligne ou en présentiel), s'adresse aux développeurs souhaitant utiliser la pile FARM (FastAPI, React et MongoDB) pour créer des applications web dynamiques, performantes et évolutives.

À l'issue de cette formation, les participants seront en mesure de :

• Mettre en place l'environnement de développement nécessaire intégrant FastAPI, React et MongoDB.
• Comprendre les concepts clés, les fonctionnalités et les avantages de la pile FARM.
• Apprendre à créer 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 présentiel ou à distance, animée par un instructeur dans Canada s'adresse aux développeurs qui souhaitent utiliser FastAPI avec Python pour créer, tester et déployer des APIs RESTful plus facilement et rapidement.

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

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

Cette formation animée par un instructeur en Canada (en ligne ou en présentiel) s'adresse aux scientifiques des données qui souhaitent utiliser TensorFlow pour analyser des données potentielles de fraude.

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

• Créer un modèle de détection de la fraude en Python et TensorFlow.
• Construire des régressions linéaires et des modèles de régression linéaire pour prédire la fraude.
• Développer une application d'intelligence artificielle de bout en bout pour l'analyse des données de fraude.

Cette formation en direct animée par un formateur à Canada (en ligne ou sur site) s'adresse aux scientifiques des données et aux développeurs qui souhaitent utiliser Modin pour concevoir et mettre en œuvre des calculs parallèles avec Pandas afin d'obtenir des analyses de données plus rapides.

À l'issue de cette formation, les participants seront en mesure de :

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