Лучшие IT курсы в Украине

Курс "Python та нейронні мережі" - навчання з нуля до першого проєкту» допоможе тобі розібратися з сучасними інструментами та зробити перші практичні кроки у сфері AI. Спочатку ти вивчиш основи Python і отримаєш базу для роботи з даними. Далі перейдеш до Data Science: навчишся аналізувати, візуалізувати та готувати дані для машинного навчання, а потім познайомишся з нейронними мережами. Фінал курсу - власний ML-проєкт, де ти пройдеш весь шлях: від підготовки даних до запуску моделі з вебінтерфейсом.

Програма курсу

Основи Python

Знайомство та базові конструкції

• Вступ до Python
• Що таке Python, його застосування, огляд синтаксису
• Установка Python та середовища (Jupyter, VS Code)
• Виведення на екран (print), змінні, типи даних, числові типи, рядки, булеві значення
• Арифметика та базові операції
• Основні математичні операції, порядок виконання, присвоєння
• Булева логіка і оператори порівняння (==, !=, >, <, and, or, not)
• Умовні оператори if, elif, else, вкладені умови, скорочений запис
• Методи роботи з рядками len(), upper(), lower(), split(), replace(), f-string

Структури даних, цикли, функції

• Списки та базові структури даних
• list, tuple, set, dict - огляд і базові операції
• Цикли for, while, break, continue, range()
• Ітерація по списках, словниках
• Генератори списків
• Функції: def, аргументи, return, позиційні та іменовані аргументи, *args, **kwargs
• Область видимості змінних
• Обробка винятків: try/except, базові типи помилок
• Імпорт модулів та бібліотек (import, from...import)
• Стандартні бібліотеки: math, random, datetime

Міні-проєкти

• Калькулятор з різними операціями
• Робота з рядками та форматування
• Введення/виведення даних
• Менеджер завдань (to-do list)
• Аналіз частоти слів у тексті
• Прості ігри (вгадай число)

Python for Data Science

Бібліотеки NumPy, Pandas, Matplotlib

• NumPy та Pandas
• Масиви NumPy, базові операції, reshape, індексація, зрізи, операції над масивами
• Series та DataFrame: створення, фільтрація, агрегація
• Імпорт/експорт даних (CSV, Excel)
• Очищення даних
• Пропущені значення, дублі, категорії
• Робота з датами, текстом, кодування
• Візуалізація даних
• Matplotlib /Seaborn. Побудова графіків: лінійні графіки, гістограми, діаграми розсіяння
• Налаштування підписів осей, легенд, збереження графіків

Міні-проєкти

• Математичні обчислення, обробка даних
• Аналіз CSV, очищення даних, групування
• Створення дашбордів, візуалізація трендів

Робота з реальними даними: аналіз датасетів

• Завантаження відкритого датасету (Kaggle, UCI), огляд
• Первинний аналіз даних: describe(), info(), візуалізація розподілу
• Обробка пропусків, категоріальних даних (fillna, dropna, map, get_dummies)
• Агрегація та групування (groupby, agg, pivot_table)
• Попередня підготовка для ML
• Нормалізація, стандартизація, розділення train/test

Практика над датасетами: повний цикл обробки даних

• Від завантаження до підготовки для навчання моделі
• Класифікація (напр. ірис, цифри), регресія (вартість житла)
• Аналіз якості даних
• Outliers, кореляція ознак, побудова heatmap

Міні-проєкти

• Аналіз COVID-19 статистики
• Дослідження ринку нерухомості
• Аналіз соціальних мереж

Вступ до нейронних мереж

Теорія нейромереж. Математичні основи

• Базові поняття: штучний нейрон, шар, активація, навчання, ваги
• Де застосовують НН (класифікація, регресія, генерація даних)
• Повнозв'язна (Dense) мережа
• Приклади базових моделей на Keras/TensorFlow або PyTorch

Побудова першої моделі

Побудова простої мережі, запуск навчання, оцінка точності.

Міні-проєкти

• Реалізація персептрона з нуля
• Розпізнавання цифр MNIST
• Передбачення цін на житло

Архітектури нейронних мереж

Огляд архітектур нейронних мереж

• Рекурентні нейронні мережі (RNN)
• Класифікація зображень CIFAR-10
• Послідовності, LSTM, GRU
• Для послідовностей, базова теорія, приклади
• Згорткові нейронні мережі (CNN)
• Базові поняття для обробки зображень
• Інші модифікації
• Dropout, BatchNorm, різні функції активації

Запуск та аналіз різних архітектур

• Приклади з готовими датасетами
• Міні-проєкти
• Передбачення акцій
• Генерація тексту
• Аналіз настроїв

Методи навчання нейронних мереж

Огляд методів навчання нейронних мереж

• Оптимізація та регуляризація
• Просунуті методи
• Deployment та MLOps
• Порівняння методів, кейси їх застосування
• Порівняння оптимізаторів
• Боротьба з перенавчанням
• Hyperparameter tuning
• Ансамблі моделей
• Cross-validation для НМ
• Метрики якості
• Flask API для моделі
• Dockerизація додатка
• Моніторинг моделей

Робота з готовими моделями

• Завантаження, використання і донавчання попередньо навчених (pre-trained) моделей
• HuggingFace, TensorFlow Hub
• Transfer Learning
• Використання для задач класифікації на малих датасетах

Фінальний проєкт. Повний ML pipeline: від збору даних до deployment моделі з вебінтерфейсом

Вибір теми фінального проєкту та його реалізація

• Постановка задачі
• Вибір/надання датасету (Kaggle), визначення мети (класифікація/регресія)
• Розробка повного пайплайну
• Передобробка даних, побудова моделі, навчання, валідація
• Оцінка результатів
• Досягнення заданої точності, аналіз помилок

Захист проєкту

• Демонстрація рішення
• Пояснення вибору архітектури
• Короткий виклад результатів

Навички, які отримаєш після курсу

• Працювати з даними: аналізувати, візуалізувати, очищати, фільтрувати та готувати їх для нейронних мереж
• Створювати та тренувати прості нейронні мережі на власних пристроях або в Google Colab
• Розробляти повноцінний ML-проєкт від підготовки даних до запуску моделі з вебінтерфейсом
• Конструювати нейронні мережі відомих поширених архітектур для локальних завдань, що не потребують серверних потужностей
• Писати на Python власні автоматизовані скрипти
• Використовувати набуті знання як міцний бекграунд для подальшої AI-розробки та роботи у сфері Data Science

Особливості курсу

• Допомога ментора
• Практика
• Підтримка
• Зворотній зв'язок
• Курсовий проєкт
• Проєкт в портфоліо
• Сертифікат про проходження курсу

Викладачі курсу

Олександр Штикало - Python Developer, Аспірант та старший інженер

Курс призначений для спеціалістів, які прагнуть отримати глибокі знання з управління інфраструктурою у хмарному середовищі Microsoft Azure. Курс охоплює всі ключові аспекти, необхідні для підтримки сервісів Azure, включаючи управління обліковими записами, налаштування мережі, моніторинг продуктивності та забезпечення безпеки даних. Навчання відбувається в інтерактивному форматі з практичними завданнями, що дозволяє закріпити теоретичні знання на практиці.

Програма курсу

Модуль 1. Ідентичність

• Azure Active Directory
• Користувачі та групи
• Керування ідентифікаторами Azure Active Directory

Модуль 2. Управління та комплаєнс

• Підписки та облікові записи
• Політика Azure
• Контроль доступу на основі ролей (RBAC)
• Керування підписками та RBAC
• Керування управлінням за допомогою політики Azure

Модуль 3. Адміністрування Azure

• Менеджер ресурсів Azure
• Azure Portal і Cloud Shell
• Azure PowerShell і CLI
• Шаблони ARM
• Керування ресурсами Azure за допомогою порталу Azure
• Керування ресурсами Azure за допомогою шаблонів ARM
• Керування ресурсами Azure за допомогою Azure PowerShell
• Керування ресурсами Azure за допомогою Azure CLI

Модуль 4. Віртуальна мережа

• Віртуальні мережі
• IP-адресація
• Групи безпеки мережі
• Брандмауер Azure
• Azure DNS
• Впровадження віртуальної мережі

Модуль 5. Міжсайтове підключення

• Піринг VNet
• Підключення шлюзу VPN
• ExpressRoute і Virtual WAN
• Реалізація міжсайтового підключення

Модуль 6. Управління мережевим трафіком

• Маршрутизація мережі та кінцеві точки
• Балансувальник навантаження Azure
• Шлюз програм Azure
• Менеджер руху
• Впровадження управління трафіком

Модуль 7. Сховище Azure

Основні функції зберігання, включаючи облікові записи зберігання, сховище BLOB-об’єктів, файли Azure та синхронізація файлів, безпека та інструменти зберігання.

Модуль 8. Віртуальні машини Azure

• Планування віртуальної машини
• Створення віртуальних машин
• Наявність віртуальної машини
• Розширення віртуальної машини
• Керування віртуальними машинами

Модуль 9. Безсерверні обчислення

• Плани обслуговування додатків Azure
• Служба додатків Azure
• Контейнерні послуги
• Сервіс Azure Kubernetes
• Впровадження веб-додатків
• Впровадження екземплярів контейнера Azure
• Впровадження служби Azure Kubernetes

Модуль 10. Захист даних

• Резервне копіювання файлів і папок
• Резервне копіювання віртуальної машини
• Впровадження захисту даних

Модуль 11. Моніторинг

Моніторинг інфраструктури Azure (в т.ч. Azure Monitor), сповіщення та аналітика журналів.

Після завершення курсу учасники зможуть:

• Управляти ресурсами та підписками у Microsoft Azure
• Налаштовувати віртуальні мережі та керувати мережевими підключеннями
• Забезпечувати безпеку ресурсів і керувати доступом
• Створювати та налаштовувати віртуальні машини, бази даних та контейнери
• Налаштовувати моніторинг та резервне копіювання для захисту даних
• Оптимізувати використання ресурсів і контролювати витрати

Попередні вимоги

• Базові знання з управління мережевими системами та операційними системами
• Досвід роботи з віртуалізацією та основами мережевих технологій
• Навички роботи у командному рядку та розуміння концепцій хмарних обчислень

Особливості курсу

• Допомога ментора
• Практика
• Сертифікат про проходження курсу

Досвідчені фахівці навчать, як налаштувати Jira під себе та автоматизувати рутину через плагіни. Під час навчання ви опануєте просунуті можливості Jira та її плагінів, здобудете навички кастомізації проекту під себе та свою команду, навчитесь автоматизувати рутинні процеси, працювати з JQL запитами.

Програма курсу

Управління проєктом: backlog, оцінка, робота з командами

• Завдання: epics, мітки, коментарі, примітки
• Backlog – грамотно плануємо ітерації та релізи
• Estimates: оцінка, бюджет, результат

Пошук задач та кастомізація простору в Jira. Фільтри. Дашборд. JQL

• Завдання: розширений режим пошуку та контроль
• Фільтри: створення, передплата, спільне використання
• JQL запити: функції, оператори, приклади
• Dashboard – зручний перегляд пріоритетних завдань та змін щодо них

Робота з Confluence. Синхронізація з проєктами у Jira

• Артефакти: компоненти та структура
• Шаблони: створення та використання проєктної документації
• Розширення та аддони – що вибрати для маленької та економної команди або для великого Enterprise
• Tips&Tricks по роботі з Confluence

Розширене адміністрування: workflows, screens, custom fields, permissions

• Custom attributes – складні елементи для складних проєктів
• Permissions – налаштовуємо доступи так, щоб кожен користувач бачив лише релевантну інформацію
• Notifications: схеми, emails, команда та клієнт

Планування та моніторинг великих команд у великих компаніях

• Big Gantt – створюйте акуратні гнучкі дорожні карти високого рівня
• Structure – упорядковуйте та переглядайте свої проєкти з гнучкою ієрархією та функціями електронних таблиць
• Робота з кількома командами – як контролювати всіх через Tempo Planner та автоматизація з Timesheet

Найкращі практики використання вбудованої автоматизації та плагінів

• JWT – Вирівняйте свої робочі процеси, щоб позбавитися повторюваної та ручної роботи
• Script Runner – автоматизуйте робочі процеси та завдання, розширюйте можливості Jira та покращуйте UX за допомогою скриптів Groovy та JQL
• Automation – Автоматизуйте будь-яке завдання або процес за пару клацань мишею та отримуйте миттєві нотифікації у Slack

Візуалізуємо стан проєкту у звітах та аналізуємо поточний стан

• EazyBI - Аналізуйте та візуалізуйте, налаштовуєте інтерактивні звіти, налаштовані формули
• XPorter - Експортуйте інформацію про проєкт у PDF, Excel, Word та більше 10 інших форматів
• Rich Filters- Інтерактивні та динамічні інформаційні панелі Jira

Плагін - Structure: планування, візуалізація, аналітика

• Формування roadmap з будь-яких типів задач, а не лише з епіків
• Візуалізація ієрархічної структури робіт будь-якої складності
• Відображення задач на таймлайні. Враховуємо календарі, відпустки, часткову зайнятість та залежності між задачами
• Аналіз навантаження на членів команди та resource leveling

Особливості курсу

• Курс для досвідчених менеджерів та бізнес-аналітиків
• Рівень складності – середній
• Підтримка під час навчання та допомога після завершення курсу
• Викладачі мають досвід роботи з Jira у реальних проєктах
• Повернення коштів після першого заняття, якщо не захочете продовжувати

Викладачі курсу

• Ірина Марусяк - Senior PM at SoftServe
• Артем Жавроцький - Senior Project Manager в компанії SoftServe
• Дмитро Гоцура - Head of PMO at LineUp
• Олександр Ботнар - Senior Project Manager
• Карина Бережна - Project Manager в компанії Onix

Під час проходження навчання освоїте стек EE-технологій, який використовується для створення додатків. Після закінчення курсу набутих навичок буде достатньо для розуміння принципів ООП, створення Java-додатків і сервісів бізнес-рівня.

Програма курсу

Інструменти програмування

• Знайомство та план курсу
• Системи контролю версій Git. Вендори Github. Gitlab Базові команди
• Просунуте керування Git

Введення в ООП

• Введення в ООП
• Принцип ООП: Інкапсуляція
• Принцип ООП: Спадкування
• Успадкування в Java
• Принцип ООП: Поліморфізм
• Поліморфізм у Java

Типи даних

• Зберігання даних
• Примітивні та референсні типи даних
• Символи у Java
• Рядки в Java

Винятки

• Введення у винятки
• Викид та обробка винятків

Можливості середовища розробки Intellij IDEA

• Налагодження програми (Debug)
• Функціонал, що спрощує/прискорює розробку

Потоки введення-виводу

• Введення в I\O
• Робота з файлами
• Пакет NIO
• Основні компоненти пакета NIO

Багатопоточність

• Багатопоточність у Java
• Стандартні методи підтримки багатопоточності
• Проблеми стандартної синхронізації Java і пакет java.util.concurrent
• Просунуті способи синхронізації

Колекції в Java

• Ієрархія колекцій у Java
• Базові реалізації списків
• Структура даних "Словник"
• Базові реалізації інтерфейсу Map
• Множини
• Черги

Складність алгоритмів та О-нотація

• Складність алгоритму
• Робота з типовими алгоритмами
• Робота з деревами
• Робота з графами

Узагальнення (Generics)

• Введення в узагальнення
• Спадкування та організування в узагальненнях

Stream API

• Введення в Stream API
• Основні операції Stream API

Функціональне програмування

• Функціональні інтерфейси
• Лямбда-вирази

Бази даних та SQL

• Введення в SQL
• Операції DDL, DML
• Операції DQL
• Операції TCL

Робота з базами даних у Java

• Вступ до JDBC
• Конвертація SQL-даних у Java-об'єкти

Анотації та рефлексія

• Рефлексія
• Анотації

Дизайн та архітектура додатків

• Ієрархія шаблонів проектування
• Реалізація шаблону проектування

Складачі програм

• Maven як складач проєктів
• Конфігурація та складання проєкту
• Gradle як збирач проєктів
• Конфігурація та складання проєкту

Тестування програмного забезпечення

• Огляд фреймворків для юніт-тестування
• Реалізація тестових сценаріїв

Комунікація у мережі

• Основи комунікації у мережі
• Реалізація протоколу переданих даних
• Синхронні та асинхронні операції
• Комунікація за допомогою Netty

Web-проєкти

• Введення у Web-проєкти
• Введення в HTTP
• Архітектура Web-сервісів
• Реалізація Web-сервісу
• Архітектура RESTful-додатків
• Автоматичне документування програм

Веб-сервери

• Веб-сервери: Simple Web Server, JBoss, WildFly Контейнери Tomcat
• Java-сервлети

Логування додатків

• Основи логування
• Конфігурація логування

Object-Relational Mapping Framework

• JPA та Hibernate
• Конфігурування та виконання запитів

Spring Framework

• Введення у Spring Framework
• Spring Core
• Фреймворк Spring Data Access
• Конвертація SQL-даних у Java-об'єкти
• Фреймворк Spring Web
• RESTful-програми в Spring
• Введення у Spring Boot
• Конфігурація Spring Boot додатків
• Фреймворк Spring Data
• Фільтрування та пагінація
• Фреймворк Spring Security
• Конфігурація безпеки Web-додатків

Виконання дипломного проєкту.

Особливості курсу

• Для студентів, які закінчили курс Java Basic або для людей з базовими знаннями в будь-якій С-подібній мові програмування
• Вивчення мови програмування Java
• Навчитися працювати з ООП
• Застосовувати отримані знання та навички для створення Java-додатків
• Заняття проводиться у форматі дистанційного навчання
• Доступ до відеозаписів занять в особистому кабінеті
• Оперативна служба підтримки студентів
• Викладачі курсу - практикуючі фахівці, що працюють в топових компаніях
• Можливість повернути всі внесені за навчання кошти до шостого заняття
• Бонуси курсу:
  • тренінги по проходженню співбесіди та складанню резюме з HR-фахівцем компанії;
  • тестова співбесіда з технічним фахівцем.

Викладачі курсу

• Олександр Шайтан - Software Engineer at Capgemini Engineering
• Олександр Степурко - Senior Java Developer at Andersen
• Влад Засоба - Software Engineer at Mercedes-Benz AG
• Микола Циб - Senior Java Software Engineer at Oracle
• Юрій Дубинка - Java Technical Lead at Ciklum
• Євген Пінчук - Java Software Engineer at Digital Turbine
• Максим Коновалюк - Senior Software Developer at Eleks
• Євген Мица - Software Developer at emcodio
• Віктор Гевод - Java Software Engineer at Fintech band
• Михайло Євтушенко - Java Software Engineer at Eurosoftware UA, LLC
• Денис Ложанський - Senior Java Developer at jSolutions
• Олег Калюжний - Team Lead Software Developer at GlobalLogic

Курс для тих, хто бажає опанувати мову програмування Python з нуля. На заняттях ви отримаєте базові навички програмування та застосуєте отримані знання на практиці, навчатись писати свій код та проаналізуєте помилки.

Програма курсу

Інтерпретатор Python та його оточення

• Вступ до Python. Його особливості та переваги.
• Виконання коду на мові Python.
• Запуск скриптів Python.
• Базові структури управління.
• Синтаксис функцій.
• Модулі/пакети.
• Практичне завдання з pip, virtualenv, pipenv.

Типи даних та операцій з ними

• Вбудовані типи: числові.
• Вбудовані типи: рядки.
• Словниковий тип.
• Практичне завдання з наведення типів.
• Практичне завдання: робота з рядковими типами.

Послідовності та їх види

• Списки (lists) та зрізи.
• Змінювані та незмінювані об'єкти.
• Функції списку/послідовності.
• Словниковий тип.
• Використання типу set/frozenset.
• Інші типи/функції послідовності.
• Копіювання об'єктів.
• Практичне завдання:
  • робота зі змінюваними та незмінюваними об'єктами;
  • використання послідовностей у керуючих конструкціях.

Операції введення-виводу

• Операції з файлами.
• Операції зі шляхами.
• Операції з папками.
• Комунікація з зовнішніми процесами.
• Синтаксичний аналіз аргументів командного рядка.
• Практичне завдання:
  • пошук інформації у файлі;
  • створення свого демона/сервісу з відстеження файлів у папці;
  • створення додатку для відправки повідомлень.

Додаткові структури управління

• Обробка помилок.
• Використання lambda-виразів.
• Менеджери контексту.
• Генератори.
• Створення функцій генератора.
• Вбудовані функції, які повертають генератори.
• Відмінності генераторів та ітерованих послідовностей.
• Практичне завдання:
  • опрацювання помилок;
  • збір статистики про кількість пам'яті, що використовується ітерованими об'єктами;
  • використання map, reduce, filter;
  • створення генераторів.

Регулярні вирази

• Елементи регулярних виразів.
• Варіанти використання прапорців.
• Додаткові функції регулярних виразів.
• Практичне завдання: аналіз тексту (аналіз банківського чека).

Засоби розробки

• Види ведення документації у програмному коді.
• Анотація типів.
• Тестування коду.
• Логування додатків і модулів.
• Налагодження додатків і модулів.
• Практичне завдання:
  • налагодження та аналізу помилок;
  • написання unittest;
  • документування модуля з анотацією типів та автогенерації документації.

Додаткові можливості

• Декоратори.
• Практичне завдання: написання декораторів.

ООП у Python

• Основи ООП.
• "Магічні" методи.
• Інкапсуляція у Python.
• Порядок наслідування Python.
• Інспектування властивостей об'єкта.
• Dataclass.
• Перерахування (Enum).
• Практичне завдання:
  • написання класу, об'єкт якого можна використовувати як менеджера контексту;
  • використання декораторів класів;
  • перетворення перерахувань;
  • застосування "Магічних методів".

Серіалізація та формати обміну з іншими додатками

• JSON.
• XML.
• DB-API.
• Практичне завдання:
  • серіалізація та десеріалізація об'єктів у JSON;
  • SQLite.

Обробка тексту за допомогою шаблонів

• Огляд популярних реалізацій.
• Jinja2.
• Практичне завдання: форматування набору даних.

Веб-сервер

• Модуль http server.
• Мінімалістичний фреймворк cherrypy.
• Види http-запитів.
• Стиль взаємодії REST.
• Практичне завдання:
  • публікація файлу/папки через http;
  • створення найпростішої веб-сторінки.

Отримання даних з веб-сторінок і зовнішніх сервісів

• Відправка http-запитів. Модулі http, client і requests.
• Читання веб-сторінок. BeautifulSoup.
• Огляд "відкритих" API для самонавчання.
• Практичне завдання:
  • читання прогнозу погоди з rp5.ua;
  • відправка повідомлення з самописного клієнта до Telegram;
  • читання постів і коментарів з HakerNews API;
  • створення веб-клієнта для пошуку фільмів у TheMovieDB.

Особливості курсу

• Заняття проходять у вечірній час
• Практика на реальних проєктах
• Підтримка під час та після навчання
• Свідоцтво про закінчення курсу

Викладачі курсу

Іван Ніконов - керівник групи розробки веб-проектів.

Курс пояснює, як розслідувати, реагувати і шукати загрози за допомогою Microsoft Azure Sentinel, Azure Defender і Microsoft 365 Defender. З курсу ви дізнаєтеся, як зменшити кіберзагрози за допомогою цих технологій. Зокрема, ви будете налаштовувати і використовувати Azure Sentinel, а також використовувати мову запитів Kusto (KQL) для виявлення, аналізу та створення звітів. Курс був розроблений для фахівців, що працюють в сфері забезпечення безпеки, і допомагає в підготовці до іспиту "SC-200: Аналітик з безпеки Microsoft (Microsoft Security Operations Analyst)".

Програма курсу

Усунення загроз за допомогою Microsoft Defender для Endpoint

• Захист від загроз за допомогою Microsoft Defender для Endpoint
• Розгортання Microsoft Defender для середовища Endpoint
• Впровадження поліпшень безпеки Windows 10 за допомогою Microsoft Defender для Endpoint
• Управління попередженнями і інцидентами в Microsoft Defender для Endpoint
• Виконання розслідувань на пристрої в Microsoft Defender для Endpoint
• Виконання дій на пристрої за допомогою Microsoft Defender для Endpoint
• Виконання розслідування доказів і сутностей за допомогою Microsoft Defender для Endpoint
• Налаштування та управління автоматизацією за допомогою Microsoft Defender для Endpoint
• Налаштування попереджень і виявлень в Microsoft Defender для Endpoint
• Використання управління погрозами і слабкими місцями в Microsoft Defender для Endpoint

Усунення загроз за допомогою Microsoft 365 Defender

• Вступ до захисту від загроз за допомогою Microsoft 365
• Усунення інцидентів за допомогою Microsoft 365 Defender
• Захист ідентифікацій за допомогою Azure AD Identity Protection
• Усунення ризиків за допомогою Microsoft Defender для Office 365
• Захист середовища за допомогою Microsoft Defender для ідентифікації
• Захист хмарних додатків і сервісів за допомогою Microsoft Cloud App Security
• Реакція на попередження про запобігання втрати даних за допомогою Microsoft 365
• Управління внутрішніми ризиками в Microsoft 365

Усунення загроз за допомогою Azure Defender

• Планування захисту хмарних робочих навантажень за допомогою Azure Defender
• Пояснення захисту хмарних робочих навантажень в Azure Defender
• Підключення ресурсів Azure до Azure Defender
• Підключення ресурсів, що не відносяться до Azure, до Azure Defender
• Виправлення попереджень системи безпеки за допомогою Azure Defender

Створення запитів для Azure Sentinel за допомогою мови запитів Kusto (KQL)

• Створення інструкцій KQL для Azure Sentinel
• Аналіз результатів запиту за допомогою KQL
• Створення багатотабличних операторів за допомогою KQL
• Робота з даними в Azure Sentinel за допомогою мови запитів Kusto

Налаштування середовища Azure Sentinel

• Вступ до Azure Sentinel
• Створення робочих областей Azure Sentinel і управління ними
• Журнали запитів в Azure Sentinel
• Використання списків спостереження в Azure Sentinel
• Використання аналітики загроз в Azure Sentinel

Підключення журналів до Azure Sentinel

• Підключення даних до Azure Sentinel за допомогою конекторів даних
• Підключення служб Microsoft до Azure Sentinel
• Підключення Microsoft 365 Defender до Azure Sentinel
• Підключення хостів Windows до Azure Sentinel
• Підключення журналів загального формату подій до Azure Sentinel
• Підключення джерел даних системного журналу до Azure Sentinel
• Підключення індикаторів загроз до Azure Sentinel

Створення виявлення і проведення розслідування за допомогою Azure Sentinel

• Виявлення загроз за допомогою аналітики Azure Sentinel
• Реагування на загрози за допомогою сценаріїв Azure Sentinel
• Управління інцидентами безпеки в Azure Sentinel
• Використання аналітики поведінки сутностей в Azure Sentinel
• Запит, візуалізація і моніторинг даних в Azure Sentinel

Виконання пошуку загроз в Azure Sentinel

• Полювання на загрози за допомогою Azure Sentinel
• Пошук загроз за допомогою записників в Azure Sentinel

Після курсу слухачі зможуть:

• Пояснювати, як Microsoft Defender для Endpoint може усувати ризики у вашому середовищі
• Створювати Microsoft Defender для середовища Endpoint
• Налаштовувати правила зменшення області атаки на пристроях з Windows 10
• Виконувати дії на пристрої за допомогою Microsoft Defender для Endpoint
• Розслідувати домени і IP-адреси в Microsoft Defender для Endpoint
• Розслідувати облікові записи користувачів в Microsoft Defender для Endpoint
• Налаштовувати параметри попереджень в Microsoft Defender для Endpoint
• Пояснювати, як змінюється ландшафт загроз
• Проводити розширене полювання в Microsoft 365 Defender
• Керувати інцидентами в Microsoft 365 Defender
• Пояснювати, як Microsoft Defender для ідентифікації може усувати ризики у вашому середовищі
• Вивчити попередження DLP в Microsoft Cloud App Security
• Пояснювати типи дій, які ви можете зробити, працюючи зі зверненнями з інсайдерськими ризиками
• Налаштовувати автоматичну підготовку в Azure Defender
• Виправляти попередження в Azure Defender
• Створювати оператори KQL
• Фільтрувати пошук по часу події, серйозності, домену та іншим релевантним даним за допомогою KQL
• Отримувати дані з неструктурованих строкових полів за допомогою KQL
• Управляти робочим простором Azure Sentinel
• Використовувати KQL для доступу до списку спостереження в Azure Sentinel
• Керувати індикаторами загроз в Azure Sentinel
• Пояснювати відмінності в форматі загальних подій і коннектора системного журналу в Azure Sentinel
• Підключати віртуальні машини Windows Azure до Azure Sentinel
• Налаштовувати агента Log Analytics для збору подій Sysmon
• Створювати нові правила і запити аналітики за допомогою майстра правил аналітики
• Створювати сценарій для автоматизації реагування на інциденти
• Використовувати запити для пошуку загроз
• Спостерігати за загрозами за допомогою прямої трансляції

Особливості курсу

• LIVE-навчання незалежно від формату участі в курсі (очно/віддалено)
• Електронні матеріали Microsoft
• Попередньо налаштоване середовище та навчання на сучасному обладнанні
• Електронний сертифікат Microsoft
• Обід і кава-брейки (очний курс)
• Консультації тренера протягом 6-ти місяців після закінчення курсу

Основна увага приділяється управлінню стейкхолдерами, визначенню, класифікації та формулюванню вимог, а також методам моделювання процесів. Студенти навчаться ефективно документувати вимоги, створювати історії користувачів, сценарії використання та картографувати історії, щоб краще відображати бізнес-потреби.

Програма курсу

Модуль 1. Intro

Заняття 1. Вступ до основ Бізнес-Аналізу:

• Як розробляється ПЗ
• Які є ролі в проєктній команді
• Що таке бізнес-аналіз і хто такий бізнес-аналітик
• Основні терміни

Модуль 2. SDLC

Заняття 2. Життєвий цикл розробки ПЗ

• Що таке SDLC
• Гнучкі та жорсткі методології розробки
• Waterfall model
• V-model
• Iterational models

Заняття 3. Гнучкі методології розробки

• Що таке Agile
• SCRUM
• Канбан

Заняття 4. Практичне заняття

• Обговорення результатів тесту
• Практика роботи в команді
• Питання-відповідь

Модуль 3. Stakeholders

Заняття 5. Аналіз зацікавлених сторін

• Хто такі "стейкхолдери"
• Управління зацікавленими сторонами
• Stakeholder Management Plan
• Communications Plan
• RACI Model

Заняття 6. Практичне заняття

• Практика створення документів для управління зацікавленими сторонами
• Питання-відповідь

Модуль 4. Requirements

Заняття 7. Класифікація вимог

• Рівні вимог
• Види вимог
• Характеристики хороших вимог
• SMART та INVEST

Заняття 8. Виявлення вимог

• Що таке потреба
• Що таке вимога
• Звідки беруться вимоги
• Техніки виявлення вимог (інтерв'ю, аналіз документації, мозковий штурм тощо)

Заняття 9. Формати написання вимог

• Способи представлення вимог
• User stories
• Use cases
• Story mapping

Заняття 10. Практичне заняття

• Практика написання User stories
• Питання-відповідь

Заняття 11. Специфікація вимог

• Requirements specification
• Business Requirements Document

Заняття 12. Нефункціональні вимоги

• Що таке Non-functional requirements
• Види нефункціональних вимог
• Збір нефункціональних вимог
• Приклади

Заняття 13. Практичне заняття

• Обговорення результатів тесту
• Практика написання документів вимог
• Питання-відповідь

Заняття 14. Пріоритезація вимог

• Життєвий цикл вимог
• Техніки пріоритезації
• Робота з ризиками

Заняття 15. Інструменти для документування вимог

Confluence та JIRA.

Заняття 16. Практичне заняття

• Практика написання вимог в Confluence та JIRA
• Питання-відповідь

Модуль 5. Process modeling

Заняття 17. Моделювання процесів

• Візуалізація бізнес процесів
• Що таке UML та BPMN

Заняття 18. Практичне заняття

• Практика розробки діаграм
• Питання-відповідь

Модуль 6. Scope

Заняття 19. Визначення Scope

• Що таке Scope
• Project Scope та Product Scope
• Як планувати скоуп та керувати ним
• Vision and Scope document

Заняття 20. Discovery phase

• Як запускається проєкт
• Які артефакти має винести бізнес аналітик з Discovery phase
• Що таке MVP
• Як пройти онбординг на існуючий проєкт

Заняття 21. Практичне заняття

• Практика створення скоупу для MVP
• Питання-відповідь

Модуль 7. Project

Заняття 22. Видача фінального проєкту

• Final Project inroduction
• Питання-відповідь

Модуль 8. Technical

Заняття 23. Веб-технології

• Що таке Client-server
• Як працювати з АРІ
• Postman та Swagger
• XML JSON

Заняття 24. Робота з базами даних

• Що таке дані
• Що таке бази даних
• Запити SQL

Заняття 25. Практичне заняття

• Дослідження АРІ
• Написання запитів у базу даних
• Питання-відповідь

Модуль 9. АІ

Заняття 26. GPT-Chat для бізнес аналітика

• Промпти для GPT-Chat
• Як задіяти GPT-Chat для спрощення листування
• Як задіяти GPT-Chat для спрощення документування вимог
• Як задіяти GPT-Chat для покращення свого СV

Модуль 10. Final

Заняття 27. Фінальне заняття

• Обговорення Final project
• Як шукати вакансії і підготувати СV
• Як підготуватися до співбесіди

Особливості курсу

• Допомога в працевлаштуванні
• Розвиток самоконтролю та відповідальності
• Проєкт в портфоліо
• Сертифікат про закінчення курсу

Занурись у просунутий життєвий цикл розробки програмного забезпечення, який складається не лише з ініціації, документації, дизайну, розробки чи тестування. Вивчай прогресивну ключову документацію проєкту, включаючи плани якості, аналіз бюджету, більш складні стратегії управління ризиками та багато іншого. Ознайомся з різними підходами до розробки ПЗ, такими як XP, RAD, Спіральна модель та навчись обирати найефективнішу методологію.

Програма курсу

SDLC

Документація на різних етапах SDLC.

Документація проєкту

• Quality Management Plan
• Budget Analysis and Forecast
• Extra Strategies for Risk Management
• Decision Log
• Business KPIs & CSFs
• Deployment Procedure Checklist
• Release Plan
• SLA та Support Procedure

Підходи до розробки ПЗ

• XP
• RAD
• Спіральна модель
• V-model
• Lean
• 6Sigma
• SAFe
• LESS
• Nexus
• Scrum of Scrums
• Prince2
• Як обрати методологію?

Збір вимог від клієнта

• Sketches/Wireframes/Mock-ups/Prototypes
• Інструменти для створення прототипів
• UML Diagrams (Unified Modeling Language)
• BPMN
• UI/UX Design Analysis

Пріоритезація вимог. Процедура зміни вимог до продукту

Kano Model (Must be, Performance, Attractive, Indifferent).

Jira / Confluence

• Створення репортів та налаштування гаджетів
• Створення запитів JQL та фільтрів
• Створення задач блоком CSV файлом
• Налаштування WorkFlow та статусів
• Налаштування кастомних полів в тасках
• Огляд найрозповсюджених гаджетів
• Time Tracker
• Magic Estimation
• Timeline (start date, due date fields)

Управління комунікаціями на проєкті

Культурні відмінності комунікації з різними замовниками.

Інструменти визначення мотивації співробітника

• Motivation Cards
• Тест Герцберга
• Теорія мотивації X та Y

Підходи підвищення прибутковості проєкту

• upsale
• Показники прибутковості проєкту
• KPI, коректність прибутковості на рік на проєкті тощо
• Employee Promotion Plan
• Managed Capacity, Managet Service, Managet Output, Managet Outcome

Робота з ризиками

• Стратегії роботи з ризиками
• Opportunities
• 4 стратегії Enhance, Exploit, Accept
• Розрахунок EMV

Workshop 1 - Buget Analysis and Forecast

Workshop 2 - Increasing Marginality

Особливості курсу

• Невеликі групи
• Система особистих кабінетів
• Доступ до відеозаписів занять
• Викладачі практики
• Оперативна служба підтримки студентів
• Практичні заняття

Викладачі курсу

• Олександр Стрельницький - Project Manager
• Ліана Солкарян - Senior Project Manager
• Євген Новик - Project Manager
• Дмитро Куценко - Senior Project Manager at Luxoft
• Євген Черкесов - Senior Delivery Manager at Metinvest Digital

Отримаєте навички використання штучного інтелекту для підвищення ефективності проєктів, оптимізації ресурсів та зниження ризиків. Зможете впровадити інноваційні рішення для управління бізнес-процесами, підвищити продуктивність та конкурентноспроможність своєї організації.

Програма курсу

Вступ до штучного інтелекту в управлінні проєктами

• Основи штучного інтелекту та його застосування в управлінні проєктами
• Історія застосування ШІ в проєктному менеджменті
• Галузі застосування ШІ на проєкті
• Вплив ШІ на професію проєктного менеджера
• AI PM Toolset Setup
• Вибір курсового проєкту

Бізнес-аналіз за допомогою АІ

• Автоматизація збору вимог з використанням AI
• Аналіз та організація вимог за допомогою AI
• Формування обсягу проєкту (Scope) з використанням AI
• Інтеграція вимог у проєктну документацію з допомогою AI

Prompt Engineering для проєктного менеджменту (Basic)

• Основи prompt engineering
• Text-to-Text Prompt Techniques
• Interview Pattern Approach
• Chain-of-Thought Approach
• Tree-of-Thought Approach
• Написання ефективних промптів для різних завдань
• Використання промптів для автоматизації та оптимізації робочих процесів
• Використання генеративного ШІ для створення інноваційних рішень

Планування проєктів за допомогою АІ

• Інструменти ШІ для планування проєктів
• Використання ШІ для створення WBS, Gantt-діаграм та матриць RACI
• Прогнозна аналітика для складання розкладу

Управління ризиками за допомогою АІ

• Ідентифікація та оцінка ризиків з використанням AI
• Прогнозування ризиків та моделювання сценаріїв
• Моніторинг ризиків з допомогою AI

Робота зі стейкхолдерами за допомогою АІ

• Ідентифікація та аналіз стейкхолдерів за допомогою AI
• Використання ШІ для створення матриці стейкхолдерів
• Аналіз впливу та інтересів стейкхолдерів

Комунікація за допомогою АІ

• Автоматизація рутинних комунікаційних задач
• Персоналізація комунікації за допомогою AI
• Покращення ефективності мітингів та нарад за допомогою AI
• Створення wiki та бази знань на проєкті
• Аналіз та оптимізація комунікаційних процесів
• Інструменти для збору та аналізу зворотного зв'язку

Управління командою за допомогою АІ

• Автоматизація управління завданнями та відстеження прогресу
• Оцінка ефективності команди за допомогою AI
• Мотивація та підтримка членів команди з допомогою AI
• Ідентифікація та управління ризиками в командній роботі
• Оптимізація розподілу ресурсів у команді

Prompt Engineering для проєктного менеджменту (Advanced)

• Генерація ілюстрацій, діаграм, презентацій
• Генерація та транскрибація аудіо
• Генерація відео-туторіалів та анімацій
• Створення власних GPTs
• Автоматизація роботи через API
• Створення власних чатботів
• Створення аватарів для відео

Захист курсового проєкту

• Презентація та захист курсових проєктів
• Оцінка та зворотній зв'язок
• Підведення підсумків курсу та рефлексія

Особливості курсу

• Лекції
• Домашні завдання
• Презентації
• Доступ до курованого комьюніті
• Відеозаписи лекцій
• Безкоштовна участь у всіх подіях та конференціях PM напряму протягом року
• 2 персональні консультації

Викладачі курсу

• Andrii Burlutskyi - Yalantis, Director of Marketing
• Rostyslav Chayka - LemBS, Founder & CEO
• Michael Vidyakin - PMP, Private Business Consultant, Independent Director at RwS bank
• Yuliia Pieskova - Alpha Affinity, Co-founder and COO
• Anastasiia Khait - EIS LTD, Product Owner
• Mykola Kondratiuk - Playtika, Program Manager