Temario del curso

Introducción

  • Visión general de las características y ventajas de Dask
  • Computación paralela en Python

Comenzando

  • Instalando Dask
  • Bibliotecas, componentes y APIs de Dask
  • Mejores prácticas y consejos

Escalar NumPy, SciPy y Pandas

  • Ejemplos y casos de uso de Dask arrays
  • Bloques y algoritmos por bloques
  • Superposición de cálculos
  • Estadísticas de SciPy y LinearOperator
  • Slicing y asignación en Numpy
  • DataFrames y Pandas

Internos de Dask y UI Gráfica

  • Interfaces compatibles
  • Scheduler y diagnósticos
  • Análisis de rendimiento
  • Cálculo gráfico

Optimización e Implementación de Dask

  • Configuración de implementaciones adaptativas
  • Conexión a datos remotos
  • Depuración de programas paralelos
  • Implementación de clusters de Dask
  • Trabajo con GPUs
  • Implementación de Dask en entornos en la nube

Solución de Problemas

Resumen y Pasos Siguientes

Requerimientos

  • Experiencia en análisis de datos
  • Experiencia en programación con Python

Público Objetivo

  • Científicos de datos
  • Ingenieros de software
 14 Horas

Número de participantes


Precio por Participante​

Testimonios (2)

Próximos cursos

Categorías Relacionadas