Toutes les formations Ambient IT

Page 22 sur 24Voir tout le catalogue
Ambient IT
Microsoft AzurePar Ambient IT
  • Introduction au Cloud Computing et à la plateforme Microsoft Azure
  • Microsoft Azure Compute
  • Microsoft Azure Storage
  • SQL Azure Database
  • Azure Active Directory
  • Azure Service Bus
  • Azure Mobile Services
  • Aperçus des autres services applicatifs d’Azure
Ambient IT
React NativePar Ambient IT
  • Découvrir et maîtriser React Native
  • Construire une application mobile en respectant les bonnes pratiques
  • Installer, configurer et utiliser des bibliothèques de l’écosystème
Ambient IT
Ionic 4Par Ambient IT
  • Maîtriser le Framework Ionic 4 afin de développer vos applications mobiles hybrides
  • Savoir développer des exemples du monde réel par la mise en pratique de cas concrets
  • Construire et soumettre vos applications sur les différents App Stores
  • Gérer la mise à jour de votre application
Ambient IT
RedisPar Ambient IT
  • Savoir mettre en oeuvre Redis à travers ses principaux cas d’usage
  • Utiliser l’API de Redis
  • Connaître les techniques d’optimisation de Redis
Ambient IT
Vue.JsPar Ambient IT
  • Découvrir VueJS 2
  • Développer une application riche
  • S’intégrer dans une architecture orientée REST
Ambient IT
CassandraPar Ambient IT
  • Comprendre l’architecture et le fonctionnement du SGBD NoSQL Apache Cassandra
  • Installer et configurer un cluster Cassandra
  • Créer une base de données et manipuler ses objets
  • Découvrir les principes de l’optimisation et du développement
  • Se familiariser avec les outils d’administration/monitoring Cassandra
Ambient IT
TensorFlowPar Ambient IT
  • Découvrir les nouveautés de la v2 et être capable d’installer et d’utiliser TensorFlow de manière autonome
  • Comprendre le concept de Deep Learning et être capable de l’utiliser avec TensorFlow
  • Manipuler des volumes importants de données en utilisant les bonnes pratiques grâce à TensorFlow
  • Configurer une machine pour runner des modèles de deep learning
  • Créer un pipeline de données avec data augmentation
  • Utiliser des modèles pré-construits (estimators) de TensorFlow sur un Dataset
  • Comprendre la théorie derrière les différents blocs des réseaux de neurones
  • Construire un réseau de neurones avec TensorFlow
  • Comprendre la théorie de l’entrainement d’un réseau de neurones
  • Lancer l’entrainement du réseau
  • Surveiller et affiner l’entrainement grâce à Tensorboard et à des callbacks
  • Utiliser des réseaux déjà pré-entraînés pour les appliquer à un cas précis
  • Appliquer les réseaux de neurones à différents cas d’application
Ambient IT
KafkaPar Ambient IT
  • Comprendre l’architecture de Kafka et son mode de fonctionnement dans un contexte multi-clients
  • Publier et récupérer des données vers un cluster Kafka
  • Utiliser les outils et les API permettant l’interaction avec un cluster Kafka
  • Sécuriser les données à destination et en provenance d’un cluster Kafka
  • Créer vos propres Consumers et Producers
  • Implémenter un consumer mutli-thread
  • Utiliser un proxy REST
  • Stocker des données Avro dans Kafka avec le Schema Registry
  • Ingestion de données avec Kafka Connect
Ambient IT
KubernetesPar Ambient IT
  • Comprendre l’intérêt et les caractéristiques des microservices
  • Savoir déployer des applications “Cloud-Native”
  • Maîtriser kubeadm, l’outil d’installation de Kubernetes
  • Comprendre comment déployer Kubernetes en production
  • Déployer à grande échelle ses applications sur un cluster ou dans le cloud
  • Permettre le passage à l’échelle automatique des applications
  • Mettre en place la haute-disponibilité et l’auto-réparation des services logiciels
  • Optimiser le stockage de grandes masses de données avec les volumes
  • Disposer d’un monitoring avancé de l’infrastructure et des applications
  • Automatiser la mise à jour des versions logicielles de ses applications
Ambient IT
Introduction à l’intelligence artificielle : outils & enjeuxPar Ambient IT
  • Présentation des concepts fondamentaux du deep learning
  • Étude des principaux algorithmes et applications pratiques du deep learning
  • Détail des différentes étapes de mise en oeuvre d’un projet, de la construction du dataset à l’industrialisation
Nous utilisons les cookies afin de fournir les services et fonctionnalités proposés sur notre site et afin d’améliorer l’expérience de nos utilisateurs. En cliquant sur ”J’ai compris”, vous acceptez l’utilisation de ces cookies.