Paweł Kordek

Paweł یک مهندس نرم افزار است که علاقه زیادی به اشتراک دانش دارد. او به ویژه در پردازش و کاوش مجموعه داده ها (کوچک یا بزرگ) متمرکز است و همیشه در جستجوی ابزارهای نوظهوری است که کار با داده ها را در آینده ساده تر می کند. Paweł در حال حاضر در Farfetch است ، جایی که او برنامه های داده را توسعه می دهد و می بیند که ابزارهای مورد علاقه خود مانند Pandas ، Kafka یا ElasticSearch (فقط برای ذکر چند مورد) برای حل مشکلات پیچیده تجارت استفاده می شود. او بیشتر با زبانهای JVM و پایتون کار می کند ، اما در اوقات فراغت با زبانهای کم محبوبتر آزمایش می کند.
دوره های این مدرس:

آموزش پانداهای پیشرفته

Advanced Pandas

بیاموزید که مجموعه داده های پیچیده را مدیریت کرده و داده های خود را به صورت اصولی با Pandas تجزیه و تحلیل کنید. این دوره به شما بخشهای پیشرفته این کتابخانه را آموزش می دهد ، از جمله مدیریت داده های بعدی ، سریهای زمانی ، عملیات پنجره ، پیوندها و نمودارها.


آموزش مبانی پانداس

Pandas Fundamentals

تجزیه و تحلیل سریع و رسا داده ها به ابزار و دانش خوبی از آنها نیاز دارد. در این دوره ، شما با یادگیری ویژگی های اصلی Pandas ، از جمله قابلیت های IO ، روش های رسم و DataFrames ، دنیای علم داده را کشف خواهید کرد.


آموزش شروع کار با MLflow

Getting Started with MLflow

ارائه کارآمد محصولات یادگیری ماشینی آسان نیست، بنابراین به ابزارهای خوبی نیاز است که از توسعه مدل ML پشتیبانی کند. این دوره به شما MLflow را آموزش می دهد.


آموزش استقرار خوشه کافکا

Deploying a Kafka Cluster

این دوره موارد ضروری Apache Kafka را به شما می آموزد. شما درک درستی از موارد استفاده از آن خواهید یافت و خواهید دید که چگونه می توانید برنامه های کاربردی اطراف آن ایجاد کنید. همچنین می توانید با نحوه کارکرد Kafka به منظور دستیابی به قابلیت دسترسی بالا و تحمل خطا آشنا شوید.


آموزش مقیاس گذاری برنامه های داده پایتون با Dask

Scaling Python Data Applications with Dask

بیاموزید چگونه با مجموعه داده های بسیار بزرگ بدون ترک اکوسیستم داده آشنا و غنی پایتون کار کنید. این دوره به شما می آموزد که چگونه از کتابخانه Dask استفاده کنید تا بتوانید داده هایی را که برای ابزارهای معمولی مانند Pandas یا NumPy بسیار بزرگ است ، کنترل کنید.