Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
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
Testimonios (2)
Ejemplos/ejercicios perfectamente adaptados a nuestro dominio
Luc - CS Group
Curso - Scaling Data Analysis with Python and Dask
Traducción Automática
El hecho de tener ejercicios más prácticos utilizando datos más similares a los que utilizamos en nuestros proyectos (imágenes de satélite en formato raster)
Matthieu - CS Group
Curso - Scaling Data Analysis with Python and Dask
Traducción Automática