- Embedded / Hardware / IoT
Це базовий курс, який підійде, щоб опанувати основи Інтернету Речей та почати кар’єру у цій сфері. Спеціальних знань для цього курсу не потрібно.
План курсу
Перші кроки. Побудова будинку
- Вступ до програмування на платформі Arduino
- Вступ до систем контролю версій Git
Основи електроніки та сенсорів
- Особливості та принцип роботи світлодіодів
- Пасивний зумер і звук
- Кнопковий модуль і 1-канальний релейний модуль
- Фотоелемент і сенсор вологості ґрунту
- Сенсори вологості та пари
- Охоронний сенсор і сенсор руху
- Сенсор домішок газу та повітря
Керування та механіка
- Регулювання кута серводвигуна
- Налаштування вентиляторного модуля
Програмування і взаємодія
- Програмування та робота з РК-дисплеєм
- Основи комп'ютерних мереж
- Інтерфейс Bluetooth і створення мобільного застосунку для керування "розумним будинком"
Переваги навчання на курсі
- Доступ до додаткових e-курсів
- Закріплення теорії через практичні завдання курсу
- Підтримка від досвідчених менторів та навчальних ШІ помічників
- Навчаємо використовувати сучасні ШІ-помічники та інструменти
- Спільнота однодумців у Discord
- Безкоштовний розмовний клуб з англійської
- Закриті події з експертами компанії
Особливості курсу
- Живі онлайн-заняття з ментором двічі на тиждень: Пн і Ср 18:00-20:00
- Записи занять та комунікація з ментором в Discord-чаті
- Додаткові матеріали та домашні завдання з перевіркою
- Мова викладання українська з деякими матеріалами англійською рівня А2
- Тривалість 2 місяці, 14 занять
- Робота з реальним обладнанням, яке ми відправимо Новою Поштою
- Сертифікат про проходження курсу
Викладачі курсу
Ihor Kapatsila - Ментор SoftServe Академії
Подать заявку- Python
План курсу
Теми:
- Introduction to Programming with Python
- GIT
- Built-in Types
- Control Flow and Conditionals
- Loops
- Collections
- Function
- Modules and Packages
- PyGame
- Classes and Objects, Inheritance
- Handling Exceptions
- Decorators and Generators
- Flask
- Files and Unit Testing
Після завершення курсу ти вмітимеш:
- Використовувати середовище розробки для мови Python
- Працювати із змінними різних типів даних, виконувати арифметичні і логічні операції над різними типами даних
- Будувати алгоритми за допомогою базових конструкцій мови
- Розробляти програми в об'єктно-орієнтованому стилі, а саме:
- виконувати інкапсуляцію даних всередині класу чи структури
- використовувати механізм наслідування для опису нових класів на основі вже існуючих класів чи інтерфейсів
- застосовувати концепцію поліморфізму під час створення об'єктів з однаковим інтерфейсом, але різною внутрішньою структурою
- Розробляти програми, використовуючи механізми модулів та пакетів
- Працювати з колекціями даних для організації даних у програмі
- Запиcувати дані у файл та читати дані з файлу за допомогою програмного забезпечення
- Працювати з розподіленою системою керування версіями файлів, а саме з GIT
Особливості курсу
- Зустріч-інтерв'ю з викладачем перед курсом, аби дізнатись чи є достатньо знань для курсу
- Підтримка ментора впродовж навчального процесу
- Підсилення твого CV
- Доступ до додаткових електронних курсів для навчання у власному темпі
- Онлайн-курси за рівнем англійської та Speaking Club
Викладачі курсу
Liubov Koliasa - Ментор Softserve Академії
Подать заявку- Business Analyst
Комплексний тренінг дає учасникам можливість систематизувати свої знання та досвід в єдину систему, вивчити стандартну міжнародну термінологію та ключові техніки професійних бізнес-аналітиків.
Програма курсу
Теми:
- Introduction to the course
- Introduction to business analysis, key terms and BACCM model. Plan business analysis approach
- Q&A session. Practice: Plan business analysis approach
- Plan Stakeholder Engagement. Plan Business Analysis Governance. Stakeholder List, Map, or Personas
- Q&A session. Practice: Stakeholder List, Map, or Personas
- RACI matrix
- Plan Business Analysis Information Management; Identify Business Analysis Performance Improvements
- Prepare for Elicitation; Conduct Elicitation. Elicitation techniques
- Q&A session. Practice: Focus Group
- Confirm Elicitation Results. Communicate Business Analysis Information. Techniques
- Manage Stakeholder Collaboration. Analyze Current State
- Define Future State. Business Model Canvas
- Q&A session. Practice: Business Model Canvas
- Decision Modelling. Assess Risks. Risk Analysis and Management
- Decision Tree
- Q&A session. Practice: Risk Analysis and Management
- Define Change Strategy. SWOT analysis
- Q&A session. Practice: SWOT analysis
- Specify and Model Requirements. User Story
- Q&A session. Practice: User Story
- User Story
- Data Modeling. Verify Requirements. Validate Requirements
- Q&A session. Practice: Class Diagram/ERD
- Define Requirements Architecture. Define Design Options. Analyze Potential Value and Recommend Solution
- Q&A session. Practice: Define and assess design options
- Requirements Life Cycle Management
- Q&A session. Certification and Exam Preparation
- Requirements Change Management
На практиці відпрацьовуються наступні техніки:
- Дерево рішень
- RACI матриця
- Матриця зацікавлених осіб, персони
- Мозковий штурм
- Фокус група
- SWOT аналіз
- Business Model Canvas
- User Story + Acceptance criteria
- Моделювання предметної області (діаграма класів/ER-діаграма)
- Mind Map
- Таблиця оцінки варіантів рішення
Цілі курсу
- Систематизувати знання та досвід у єдину пов'язану систему. Вивчити стандартну термінологію, що використовується професіоналами по всьому світу
- Вивчити пропоновані (best practices як стандарти) інструменти для роботи бізнес-аналітика (10 технік, 5 областей знань)
- Визначити області невідповідності між поточною практикою/підходами та рекомендаціями з BABOK® 3.0
- Визначити способи вирішення наявних проблем у бізнес-аналітичних активностях
- Отримати 40 PD hours (години професійного розвитку, необхідні для допуску до іспитів IIBA)
Особливості курсу
- Доступ до запису лукцій
- Гнучкий графік навчання
- Сертифікат про проходження курсу
- Допомога ментора
- Невеликі групи
Викладачі курсу
Денис Гобов - Сертифікований тренер, CBAP, PMI-PBA
Подать заявку- Cloud technologies
Курс надає знання та навички необхідні для управління підписками на сервіси Azure, захисту облікових записів, адміністрування інфраструктури, налаштування віртуальних мереж, підключення Azure і локальних сайтів, управління мережевим трафіком, впровадження рішень для зберігання даних, створення і масштабування віртуальних машин, впровадження веб-додатків і контейнерів, резервного копіювання та обміну даними, а також моніторингу роботи рішення.
Програма курсу
Передумови для адміністраторів Azure
- Використання диспетчера ресурсів Azure
- Введення в Azure Cloud Shell
- Введення в Bash
- Введення у PowerShell
Управління ідентифікацією та налаштуванням в Azure
- Концепція ідентифікатора Microsoft Entra
- Налаштування облікових записів користувачів та груп
- Налаштування підписки
- Налаштування політики Azure
- Налаштування контролю доступу на основі ролей
- Створення користувачів та груп Azure у Microsoft Entra ID
- Захист ресурсів Azure за допомогою керування доступом на основі ролей Azure (Azure RBAC)
- Дозвіл користувачам скидати свої паролі за допомогою самостійного скидання пароля Microsoft Entra
Налаштування та керування віртуальними мережами для адміністраторів Azure
- Налаштування віртуальних мереж
- Налаштування груп безпеки мережі
- Налаштування пірінгу віртуальної мережі Azure
- Налаштування маршрутизації та кінцевих точок
- Налаштування Azure Load Balancer
- Налаштування шлюзу застосунків Azure
- Схема IP-адресації для вашого розгортання Azure
- Розподіл сервісів по віртуальних мережах Azure та їх інтеграція за допомогою пірингу віртуальних мереж
- Розміщення свого домену на Azure DNS
- Управління та контроль потоку трафіку у розгортанні Azure за допомогою маршрутів
- Покращення масштабованості та відмовостійкості програм за допомогою Azure Load Balancer
Впровадження та керування сховищем в Azure
- Налаштування облікових записів зберігання
- Налаштування сховища BLOB-об'єктів Azure
- Налаштування безпеки сховища Azure
- Налаштування файлів та їх синхронізації в Azure
- Створення облікового запису сховища Azure
- Керування доступом до сховища Azure за допомогою підписів загального доступу
- Завантаження, скачування та управління даними за допомогою Azure Storage Explorer
Розгортання та керування обчислювальними ресурсами Azure
- Налаштування віртуальних машин
- Налаштування доступності віртуальної машини
- Налаштування планів служби застосунків Azure
- Налаштування служби застосунків Azure
- Налаштування екземплярів контейнерів Azure
- Управління віртуальними машинами за допомогою Azure CLI
- Створення віртуальної машини Windows в Azure
- Розміщення веб-програм за допомогою Azure App Service
Моніторинг та резервне копіювання ресурсів Azure
- Введення в резервне копіювання Azure
- Налаштування резервного копіювання віртуальних машин
- Налаштування Azure Monitor
- Налаштування аналітики журналів
- Налаштування Network Watcher
- Поліпшення реагування на інциденти за допомогою оповіщень Azure Monitor
- Аналіз своєї інфраструктури Azure за допомогою журналів Azure Monitor
- Контроль віртуальних машин Azure за допомогою Azure Monitor
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 та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курсу
- Cloud technologies
- Prompt Engineering / ChatGPT
У цьому курсі представлені основні поняття, пов'язані зі штучним інтелектом (ШІ) та службами Microsoft Azure, які можна використовувати для створення рішень ШІ. Курс призначений для підвищення поінформованості про поширені робочі навантаження ШІ та здатність ідентифікувати служби Azure для їх підтримки. Цей курс можна пройти як додатковий перший крок у вивченні хмарних служб штучного інтелекту за допомогою Microsoft Azure перед отриманням подальших сертифікацій на основі ролей Azure, таких як Azure Data Scientist Associate або Azure AI Engineer Associate.
Програма курсу
Фундаментальні концепції штучного інтелекту
- Введення в ШІ
- Розуміння машинного навчання
- Комп'ютерний зір
- Розуміння обробки природної мови
- Розуміння аналітики документів та інтелектуальний аналіз знань
- Розуміння генеративного ШІ
- Проблеми та ризики, пов'язані з ШІ
- Розуміння відповідального ШІ
Основи машинного навчання
- Що таке машинне навчання
- Види машинного навчання
- Регресія
- Бінарна класифікація
- Мультикласова класифікація
- Кластеризація
- Глибоке навчання
- Машинне навчання Azure
Основи служб штучного інтелекту Azure
- Служби штучного інтелекту на платформі Azure
- Створення ресурсів служби штучного інтелекту Azure
- Використання служби штучного інтелекту Azure
- Розуміння автентифікації для служб Azure AI
Основи комп'ютерного зору
- Зображення та обробка зображень
- Машинне навчання для комп'ютерного зору
- Azure ШІ-бачення
Основи розпізнавання осіб
- Розуміння аналізу осіб
- Початок роботи з аналізом осіб в Azure
Основи оптичного розпізнавання символів
Початок роботи з Vision Studio в Azure.
Основи аналізу тексту за допомогою мовної служби
- Розуміння текстової аналітики
- Початок роботи з аналізом тексту
Основи питання-відповідного рішення за допомогою Language Service
- Розуміння питання-відповідного рішення
- Початок роботи з Language Service та службою Azure Bot
Основи розуміння розмовної мови
- Опис розуміння розмовної мови
- Початок роботи з розумінням розмовної мови в Azure
Аналіз тексту за допомогою Azure AI Language
- Забезпечення ресурсу Azure AI Language
- Визначення мови
- Виявлення ключових фраз
- Аналіз настрою
- Добування об'єктів
- Добування пов'язаних об'єктів
Основи мови Azure AI
- Розуміння розпізнавання та синтез мови
- Початок роботи з мовою в Azure
Основи Azure AI Document Intelligence
- Вивчення можливостей аналізу документів
- Початок роботи з аналізом в Azure
Основи інтелектуального аналізу знань та пошуку Azure AI
- Що таке ШІ-пошук Azure
- Визначення елементів пошукового рішення
- Використання набору навичок для визначення конвеєра розширення
- Розуміння індексів
- Використання індексатора для створення індексу
- Збереження розширених даних у сховищі знань
- Створення індексу на порталі Azure
- Запит даних в індексі пошуку Azure AI
Основи генеративного штучного інтелекту
- Що таке генеративний ШІ
- Великі мовні моделі
- Що таке Azure OpenAI
- Що таке Copilot
- Поліпшіть генеративні реакції ШІ за допомогою оперативного проєктування
Основи служби Azure OpenAI
- Що таке генеративний ШІ
- Опис Azure OpenAI
- Використання Azure OpenAI
- Розуміння можливостей природної мови OpenAI
- Розуміння можливостей генерації коду OpenAI
- Розуміння можливостей генерації зображень OpenAI
- Опис політики доступу та відповідального ШІ Azure OpenAI
Основи відповідального генеративного штучного інтелекту
- Планування відповідального генеративного рішення ШІ
- Визначення потенційної шкоди
- Вимірювання потенційної шкоди
- Пом'якшення потенційної шкоди
- Використання відповідального генеративного рішення штучного інтелекту
Після курсу слухачі зможуть:
- Описати робочі навантаження та міркування штучного інтелекту
- Описати фундаментальні принципи машинного навчання в Azure
- Описати функції робочих навантажень комп'ютерного зору в Azure
- Описати функції робочих навантажень обробки природної мови (NLP) в Azure
- Описати функції генеративних робочих навантажень ШІ в Azure
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 та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курсу
- Cloud technologies
У цьому курсі розробники навчаються створювати застосунки з використанням NoSQL API та пакету SDK для Azure Cosmos DB. Слухачі дізнаються, як писати ефективні запити, створювати політики індексування, керувати ресурсами, а також виконувати спільні операції за допомогою SDK
Програма курсу
Початок роботи з Azure Cosmos DB для NoSQL
- Знайомство з Azure Cosmos DB для NoSQL
- Використання Azure CosmoDB для NoSQL
Планування та реалізація Azure CosmoDB для NoSQL
- Планування вимог до ресурсів
- Налаштування Azure Cosmo DB для бази даних та контейнерів NoSQL
- Переміщення даних в Azure Cosmos DB для NoSQL та з нього
Підключення до Azure Cosmos DB для NoSQL за допомогою SDK
- Використання Azure Cosmos DB для NoSQL SDK
- Налаштування Azure Cosmos DB для NoSQL SDK
Доступ до даних та керування ними за допомогою пакету SDK NoSQL для Azure Cosmos DB
- Реалізація Azure CosmoDB для точкових операцій NoSQL
- Виконання транзакційних операцій між документами за допомогою Azure Cosmos DB для NoSQL
- Обробка великих обсягів даних в Azure Cosmos DB для NoSQL
Виконання запитів в Azure Cosmos DB для NoSQL
- Запит NoSQL у Azure Cosmos DB
- Створення складних запитів за допомогою Azure Cosmos DB для NoSQL
Визначення та реалізація стратегії індексування для Azure Cosmos DB для NoSQL
- Визначення індексів в Azure Cosmos DB для NoSQL
- Налаштування індексів у Azure Cosmos DB для NoSQL
Інтеграція Azure Cosmos DB для NoSQL зі службами Azure
- Використання каналу змін Azure Cosmos DB для NoSQL за допомогою SDK
- Обробка подій за допомогою функцій Azure та каналу змін Azure Cosmos DB для NoSQL
- Пошук даних NoSQL в Azure CosmoDB за допомогою Azure Cognitive Search
Реалізація стратегії моделювання та поділу даних для Azure Cosmos DB для NoSQL
- Реалізація нереляційної моделі даних
- Розробка стратегії та поділу даних
Розробка та реалізація стратегії реплікації для Azure Cosmos DB для NoSQL
- Налаштування реплікації та керування відпрацюванням відмови в Azure Cosmos DB
- Використання моделі узгодженості в Azure Cosmos DB для NoSQL
- Налаштування запису в декілька регіонів в Azure Cosmos DB для NoSQL
Оптимізація продуктивності запитів та операцій в Azure Cosmos DB для NoSQL
- Налаштування політики індексування в Azure Cosmos DB для NoSQL
- Вимірювання продуктивності індексу в Azure CosmoDB для NoSQL
- Реалізація інтегрованого кешу в Azure Cosmos DB для NoSQL
Моніторинг та усунення несправностей у рішенні Azure Cosmos DB для NoSQL
- Вимірювання продуктивності в Azure CosmoDB для NoSQL
- Моніторинг відповідей та подій в Azure Cosmos DB для NoSQL
- Реалізація резервного копіювання та відновлення для Azure Cosmos DB для NoSQL
- Реалізація безпеки в Azure Cosmos DB для NoSQL
Управління рішенням Azure Cosmos DB для NoSQL з використанням методів DevOps
- Написання сценаріїв керування для Azure Cosmos DB для NoSQL
- Створення шаблону ресурсів для Azure Cosmos DB для NoSQL
Створення серверних конструкцій програмування в Azure Cosmos DB для NoSQL
- Створення транзакції з кількома елементами за допомогою Azure Cosmos DB для NoSQL
- Розширення функціональних можливостей запитів та транзакцій в Azure Cosmos DB для NoSQL
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 та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курс
- Cloud technologies
- Prompt Engineering / ChatGPT
Програма курсу
Розробка додатків генеративного ШІ в Azure
- Планування та підготовка до розробки рішень ШІ в Azure
- Вибір та розгортання моделей з каталогу моделей на порталі Azure AI Foundry
- Розробка застосунку ШІ за допомогою пакета SDK Azure AI Foundry
- Початок роботи з підказками з розробки програм мовної моделі в Azure AI Foundry
- Розробка рішення на основі RAG з використанням власних даних за допомогою Azure AI Foundry
- Тонке налаштування мовної моделі за допомогою Azure AI Foundry
- Впровадження відповідального рішення генеративного ШІ в Azure AI Foundry
- Оцінка продуктивності генеративного ШІ на порталі Azure AI Foundry
Розробка агентів ШІ в Azure
- Початок роботи з розробкою агентів ШІ в Azure
- Розробка агента ШІ за допомогою служби агентів Azure AI Foundry
- Інтеграція кастомних інструментів для вашого агента
- Розробка агента ШІ за допомогою семантичного ядра
- Організація багатоагентного рішення за допомогою семантичного ядра
Розробка рішень для роботи з природною мовою в Azure
- Аналіз тексту за допомогою Azure AI Language
- Створення рішень з відповідями на запитання за допомогою Azure AI Language
- Створення моделі розуміння розмовної мови
- Створення індивідуального рішення для класифікації тексту
- Розпізнавання іменованих сутностей
- Переклад тексту за допомогою служби Azure AI Translator
- Створення програм з підтримкою мовлення за допомогою служб Azure AI
- Переклад мови за допомогою служби Azure AI Speech
- Розробка застосунку генеративного ШІ з підтримкою звуку
Розробка рішень комп'ютерного зору в Azure
- Аналіз зображень
- Читання тексту на зображеннях
- Виявлення, аналіз та розпізнавання осіб
- Класифікація зображень
- Виявлення об'єктів на зображеннях
- Аналіз відео
- Розробка застосунку генеративного ШІ з підтримкою зору
- Створення зображень за допомогою ШІ
Розробка рішень для отримання інформації ШІ в Azure
- Створення рішення для мультимодального аналізу за допомогою Azure AI Content
- Understanding
- Створення клієнтського програми Azure AI Content Understanding
- Використання готових моделей Document Intelligence
- Вилучення даних з форм за допомогою Azure Document Intelligence
- Створення рішення для отримання знань за допомогою Azure AI Search
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 та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курсу
- Cloud technologies
Цей курс надає базові знання про хмарні концепції, основні служби Azure, а також функції та інструменти керування та контролю Azure.
Програма курсу
Хмарні концепції
- Хмарні обчислення
- Переваги хмари
- Типи хмарних сервісів
Архітектура та сервіси Azure
- Основні архітектурні компоненти Azure
- Обчислювальні та мережеві служби Azure
- Служби сховища Azure
- Ідентифікація, доступ та безпека Azure
- Лабораторні роботи:
- Вивчення середовища Microsoft Learn
- Створення ресурсу Azure
- Створення віртуальної машини Azure
- Налаштування доступу до мережі
- Створення сховища BLOB- об'єктів
Основні рішення
- Управління витратами в Azure
- Функції та інструменти Azure для керування та відповідності вимогам
- Функції та інструменти для керування ресурсами Azure та їх розгортання
- Інструменти моніторингу в Azure
- Лабораторні роботи:
- Налаштування блокування ресурсів
- Порівняння вартості робочого навантаження за допомогою калькулятора загальної вартості володіння
- Оцінка вартості робочого навантаження за допомогою калькулятора цін
Після курсу слухачі зможуть:
- Визначити поняття хмарних обчислень та знати їх ключові переваги
- Пояснити типи хмарних сервісів
- Описувати основні архітектурні компоненти Azure
- Описувати обчислювальні та мережеві служби Azure
- Описувати служби сховища Azure
- Описувати служби ідентифікації, доступу та безпеки Azure
- Описувати управління витратами в Azure
- Описувати функції та інструменти Azure для керування та відповідності вимоги.
- Описувати функції та інструменти для керування ресурсами Azure та їх розгортання
- Описувати інструменти моніторингу в Azure
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 та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курсу
- Cloud technologies
У цьому курсі розробники навчаються створювати застосунки з використанням NoSQL API та пакету SDK для Azure Cosmos DB. Слухачі дізнаються, як писати ефективні запити, створювати політики індексування, керувати ресурсами, а також виконувати спільні операції за допомогою SDK.
Програма курсу
Початок роботи з Azure Cosmos DB для NoSQL
- Знайомство з Azure Cosmos DB для NoSQL
- Використання Azure CosmoDB для NoSQL
Планування та реалізація Azure CosmoDB для NoSQL
- Планування вимог до ресурсів
- Налаштування Azure Cosmo DB для бази даних та контейнерів NoSQL
- Переміщення даних в Azure Cosmos DB для NoSQL та з нього
Підключення до Azure Cosmos DB для NoSQL за допомогою SDK
- Використання Azure Cosmos DB для NoSQL SDK
- Налаштування Azure Cosmos DB для NoSQL SDK
Доступ до даних та керування ними за допомогою пакету SDK NoSQL для Azure Cosmos DB
- Реалізація Azure CosmoDB для точкових операцій NoSQL
- Виконання транзакційних операцій між документами за допомогою Azure Cosmos DB для NoSQL
- Обробка великих обсягів даних в Azure Cosmos DB для NoSQL
Виконання запитів в Azure Cosmos DB для NoSQL
- Запит NoSQL у Azure Cosmos DB
- Створення складних запитів за допомогою Azure Cosmos DB для NoSQL
Визначення та реалізація стратегії індексування для Azure Cosmos DB для NoSQL
- Визначення індексів в Azure Cosmos DB для NoSQL
- Налаштування індексів у Azure Cosmos DB для NoSQL
Інтеграція Azure Cosmos DB для NoSQL зі службами Azure
- Використання каналу змін Azure Cosmos DB для NoSQL за допомогою SDK
- Обробка подій за допомогою функцій Azure та каналу змін Azure Cosmos DB для NoSQL
- Пошук даних NoSQL в Azure CosmoDB за допомогою Azure Cognitive Search
Реалізація стратегії моделювання та поділу даних для Azure Cosmos DB для NoSQL
- Реалізація нереляційної моделі даних
- Розробка стратегії та поділу даних
Розробка та реалізація стратегії реплікації для Azure Cosmos DB для NoSQL
- Налаштування реплікації та керування відпрацюванням відмови в Azure Cosmos DB
- Використання моделі узгодженості в Azure Cosmos DB для NoSQL
- Налаштування запису в декілька регіонів в Azure Cosmos DB для NoSQL
Оптимізація продуктивності запитів та операцій в Azure Cosmos DB для NoSQL
- Налаштування політики індексування в Azure Cosmos DB для NoSQL
- Вимірювання продуктивності індексу в Azure CosmoDB для NoSQL
- Реалізація інтегрованого кешу в Azure Cosmos DB для NoSQL
Моніторинг та усунення несправностей у рішенні Azure Cosmos DB для NoSQL
- Вимірювання продуктивності в Azure CosmoDB для NoSQL
- Моніторинг відповідей та подій в Azure Cosmos DB для NoSQL
- Реалізація резервного копіювання та відновлення для Azure Cosmos DB для NoSQL
- Реалізація безпеки в Azure Cosmos DB для NoSQL
Управління рішенням Azure Cosmos DB для NoSQL з використанням методів DevOps
- Написання сценаріїв керування для Azure Cosmos DB для NoSQL
- Створення шаблону ресурсів для Azure Cosmos DB для NoSQL
Створення серверних конструкцій програмування в Azure Cosmos DB для NoSQL
- Створення транзакції з кількома елементами за допомогою Azure Cosmos DB для NoSQL
- Розширення функціональних можливостей запитів та транзакцій в Azure Cosmos DB для NoSQL
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 та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курс
- Cloud technologies
Під час проходження курсу слухачі вивчать основи концепцій баз даних в хмарному середовищі, отримають базові навички роботи з хмарними службами даних і отримають базові знання про хмарні служби даних в Microsoft Azure. В процесі навчання слухачі будуть визначати і описувати основні концепції даних, такі як реляційні, нереляційні, великі дані і аналітика, а також вивчати, як ця технологія реалізована в Microsoft Azure. Вони вивчать ролі, завдання та обов'язки в світі даних. Слухачі вивчать варіанти обробки, доступні для створення рішень для аналізу даних в Azure. Вони вивчать Azure Synapse Analytics, Azure Databricks і Azure HDInsight. Слухачі дізнаються, що таке Power BI, в тому числі його стандартні блоки і як вони працюють разом.
Програма курсу
Основні концепції даних
- Вивчення основних концепцій даних
- Вивчення ролей і обов'язків в світі даних
- Опис концепції реляційних даних
- Вивчення концепцій нереляційних даних
- Вивчення концепцій аналізу даних
Реляційні дані в Azure
- Вивчення служб по реляційним даним в Azure
- Вивчення ініціалізації і розгортання служб реляційних баз даних в Azure
- Запит реляційних даних в Azure
Нереляційні дані в Azure
- Вивчення служб нереляційних даних в Azure
- Вивчення ініціалізації і розгортання нереляційних служб даних в Azure
- Управління нереляційними сховищами даних в Azure
Сучасна аналітика сховища даних в Azure
- Вивчення компонентів сучасного сховища даних
- Вивчення прийому даних в Azure
- Вивчення зберігання і обробки даних в Azure
- Початок роботи по збірці з Power BI
Після курсу слухачі зможуть:
- Описувати основні концепції даних в Azure
- Пояснювати концепції реляційних даних в Azure
- Пояснювати концепції нереляційних даних в Azure
- Визначати компоненти сучасного сховища даних в Azure
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 та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курсу
- Cloud technologies
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
- Cloud technologies
- Data Science / Machine learning / AI
Курс розглядає використання рішень для машинного навчання в хмарному масштабі за допомогою Azure Machine Learning. Цей курс навчає використанню наявних знань Python і машинного навчання для управління отриманням і підготовкою даних, для навчання і розгортання моделей, і моніторингу рішень для машинного навчання в Microsoft Azure. Курс буде корисним компаніям, які перенесли великий обсяг даних в Azure, планують використовувати Data Lake, структурувати та централізовано обробляти дані.
Програма курсу
Створення рішення для машинного навчання
- Розробка стратегії прийому даних для проєктів машинного навчання
- Розробка навчального рішення моделі машинного навчання
- Розробка моделі рішення для розгортання
- Створення рішення для операцій машинного навчання (MLOps)
Дослідження робочої області Azure Machine Learning
- Знайомство з ресурсами та активами робочої області Azure Machine Learning
- Дослідження інструментів розробника для взаємодії з робочим простором
- Надання доступу до даних в Azure Machine Learning
- Робота з обчислювальними цілями в Azure Machine Learning
- Робота з середовищами в Azure Machine Learning
Робота з Azure Machine Learning
- Дослідження автоматизованого машинного навчання
- Пошук найкращої моделі класифікації за допомогою автоматизованого машинного навчання
- Відстеження навчання моделей у блокнотах Jupyter за допомогою MLflow
Оптимізація навчання моделі в Azure Machine Learning
- Запуск навчального сценарію як командне завдання в Azure Machine Learning
- Відстеження навчання моделі за допомогою MLflow на робочих місцях
- Виконання налаштування гіперпараметрів за допомогою Azure Machine Learning
- Запуск конвеєрів у Azure Machine Learning
Керування та оцінювання моделі в Azure Machine Learning
- Реєстрація моделі MLflow в Azure Machine Learning
- Створення і вивчення дашборда Responsible AI для моделі в Azure Machine Learning
Розгортання та використання моделі за допомогою Azure Machine Learning
- Розгортання моделі на керованій онлайн-кінцевій точці
- Розгортання моделі у пакетній кінцевій точці
Після курсу слухачі зможуть:
- Використовувати мову програмування Python для машинного навчання в Microsoft Azure
- Управляти отриманням та підготовкою даних, навчанням та розгортанням моделей, а також моніторингом рішень машинного навчання в хмарі
- Отримати досвід роботи з Scikit-Learn, PyTorch та Tensorflow
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 та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курсу
- Cloud technologies
- Data Science / Machine learning / AI
З курсу слухачі дізнаються про шаблони і методи проектування даних, пов'язаних з роботою з пакетними аналітичними рішеннями і рішеннями в реальному часі з використанням технологій платформи даних Azure. Слухачі вивчать, як спроектувати аналітичні рівні обслуговування, і зосередяться на питаннях проектування даних для роботи з файлами. Слухачі дізнаються, як інтерактивно досліджувати дані, що зберігаються в файлах в Azure Data Lake.
Програма курсу
Вивчення варіантів обчислень і зберігання для робочих навантажень проектування даних
- Вступ до Azure Synapse Analytics
- Опис Azure Databricks
- Вступ до сховища Azure Data Lake
- Опис архітектури Delta Lake
- Робота з потоками даних за допомогою Azure Stream Analytics
Розробка і впровадження рівнів обслуговування
- Розробка багатовимірної схеми для оптимізації аналітичних робочих навантажень
- Масштабоване перетворення без коду за допомогою Azure Data Factory
- Заповнення повільно мінливих вимірювань в конвеєрах Azure Synapse Analytics
Питання проєктування даних для вихідних файлів
- Розробка сучасного сховища даних за допомогою Azure Synapse Analytics
- Захист сховища даних в Azure Synapse Analytics
Виконання інтерактивних запитів з використанням безсерверних пулів SQL в Azure Synapse Analytics
- Вивчення можливостей безсерверних пулів SQL в Azure Synapse
- Запит даних в озері за допомогою безсерверних пулів SQL Azure Synapse
- Створення об'єктів метаданих в безсерверних пулах SQL Azure Synapse
- Захист даних і керування користувачами в безсерверних пулах SQL Azure Synapse
Дослідження, перетворення і завантаження даних в сховище даних за допомогою Apache Spark
- Розуміння проектування великих даних за допомогою Apache Spark в Azure Synapse Analytics
- Отримання даних за допомогою записників Apache Spark в Azure Synapse Analytics
- Перетворення даних за допомогою DataFrames в пулах Apache Spark в Azure Synapse Analytics
- Інтеграція пулів SQL і Apache Spark в Azure Synapse Analytics
Дослідження і перетворення даних в Azure Databricks
- Опис Azure Databricks
- Читання і запис даних в Azure Databricks
- Робота з DataFrames в Azure Databricks
- Робота з розширеними методами DataFrames в Azure Databricks
Отримання і завантаження даних в сховище даних
- Використання кращих практик щодо завантаження даних в Azure Synapse Analytics
- Прийом петабайт за допомогою Azure Data Factory
Перетворення даних за допомогою Azure Data Factory або Azure Synapse Pipelines
- Інтеграція даних з Azure Data Factory або Azure Synapse Pipelines
- Масштабоване перетворення без коду за допомогою Azure Data Factory або Azure Synapse Pipelines
Управління переміщенням і перетворенням даних в Azure Synapse Pipelines
Управління переміщенням і перетворенням даних в Azure Data Factory.
Оптимізація продуктивності запитів за допомогою виділених пулів SQL в Azure Synapse
- Оптимізація продуктивності запитів до сховища даних в Azure Synapse Analytics
- Ознайомлення з функціями розробника сховища даних в Azure Synapse Analytics
Аналіз і оптимізація сховища даних
Аналіз і оптимізація сховища даних в Azure Synapse Analytics.
Підтримка гібридної транзакційної аналітичної обробки (HTAP) за допомогою Azure Synapse Link
- Розробка гібридної транзакційної і аналітичної обробки за допомогою Azure Synapse Analytics
- Налаштування Azure Synapse Link за допомогою Azure Cosmos DB
- Запити до Azure Cosmos DB з пулами Apache Spark
- Запити до Azure Cosmos DB з безсерверними пулами SQL
Комплексна безпека за допомогою Azure Synapse Analytics
- Захист сховища даних в Azure Synapse Analytics
- Налаштування та управління секретами в Azure Key Vault
- Впровадження контролю відповідності для конфіденційних даних
Обробка потоків в реальному часі за допомогою Stream Analytics
- Забезпечення надійного обміну повідомленнями для додатків Big Data за допомогою Azure Event Hubs
- Робота з потоками даних за допомогою Azure Stream Analytics
- Отримання потоків даних за допомогою Azure Stream Analytics
Створення рішення для потокової обробки за допомогою Event Hubs і Azure Databricks
Обробка потокових даних за допомогою структурованої потокової передачі Azure Databricks.
Створення звітів за допомогою інтеграції Power BI з Azure Synpase Analytics
Створення звітів за допомогою Power BI, використовуючи інтеграцію з Azure Synapse Analytics.
Виконання інтегрованих процесів машинного навчання в Azure Synapse Analytics
Використання інтегрованого процесу машинного навчання в Azure Synapse Analytics.
Після курсу слухачі зможуть:
- Вивчати варіанти обчислень і зберігання для проектування даних робочих навантажень в Azure
- Розробляти і реалізовувати рівні обслуговування
- Розуміти особливості проектування даних
- Виконувати інтерактивні запити з використанням безсерверних пулів SQL
- Вивчати, перетворювати і завантажувати дані в сховище даних за допомогою Apache Spark
- Виконувати дослідження і перетворення даних в Azure Databricks
- Отримувати і завантажувати дані в сховищі даних
- Перетворювати дані за допомогою Azure Data Factory або Azure Synapse Pipelines
- Інтегрувати дані із записників за допомогою Azure Data Factory або конвеєрів Azure Synapse
- Оптимізувати продуктивність запитів за допомогою виділених пулів SQL в Azure Synapse
- Аналізувати і оптимізувати сховище даних
- Підтримувати гібридну транзакційну аналітичну обробку (HTAP) за допомогою Azure Synapse Link
- Забезпечувати комплексну безпеку за допомогою Azure Synapse Analytics
- Виконувати потокову обробку в реальному часі за допомогою Stream Analytics
- Створювати рішення для потокової обробки за допомогою Event Hubs і Azure Databricks
- Створювати звіти за допомогою інтеграції Power BI з Azure Synpase Analytics
- Виконувати інтегровані процеси машинного навчання в Azure Synapse Analytics
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 та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курсу
- Cloud technologies
Курс дозволяє слухачам отримати знання та навички, необхідні для адміністрування інфраструктури баз даних SQL Server для хмарних, локальних і гібридних реляційних баз даних, а також для роботи з пропозиціями реляційних баз даних Microsoft PaaS. Також курс буде корисний для тих, хто розробляє додатки, що беруть вміст з реляційних баз даних на основі SQL.
Програма курсу
Роль адміністратора бази даних Azure (Azure Database Administrator)
- Ролі платформи даних Azure
- Параметри і платформи баз даних Azure
- Рівні сумісності SQL Server
- Функції попереднього перегляду Azure
Планування і реалізація ресурсів платформи даних
- Розгортання SQL Server з використанням IaaS
- Розгортання SQL Server з використанням PaaS
- Розгортання рішень з відкритим вихідним кодом для баз даних в Azure
Реалізація безпечного середовища
- Налаштування автентифікації бази даних
- Налаштування авторизації бази даних
- Реалізація безпеки для даних в стані спокою
- Реалізація безпеки для даних в стані руху
- Впровадження контролю відповідності для конфіденційних даних
Моніторинг та оптимізація операційних ресурсів
- Базові показники та моніторинг продуктивності
- Основні причини проблем з продуктивністю
- Налаштування ресурсів для оптимальної продуктивності
- Конфігурація бази даних користувачів
- Завдання обслуговування, пов'язані з продуктивністю
Оптимізація продуктивності запитів
- Розуміння планів запитів SQL Server
- Вивчення структури бази даних на основі продуктивності
- Оцінка поліпшення продуктивності
Автоматизація завдань
- Налаштування автоматичного розгортання
- Визначення запланованих завдань
- Налаштування розширених подій
- Управління ресурсами Azure PaaS з використанням автоматичних методів
Планування та впровадження середовища високої доступності та аварійного відновлення
- Висока доступність і стратегії аварійного відновлення
- Інструменти платформи і бази даних IaaS для HADR
- Платформа PaaS і інструменти для баз даних для HADR
- Створення резервних копій та відновлення бази даних
Після курсу слухачі зможуть:
- Планувати, розгортати і налаштовувати пропозиції Azure SQL
- Проводити моніторинг продуктивності бази даних і налаштовувати бази даних і запити для оптимальної продуктивності
- Планувати і налаштовувати рішення високої доступності
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 та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курсу
- Cloud technologies
- Data Science / Machine learning / AI
Курс розглядає використання рішень для машинного навчання в хмарному масштабі за допомогою Azure Machine Learning. Цей курс навчає використанню наявних знань Python і машинного навчання для управління отриманням і підготовкою даних, для навчання і розгортання моделей, і моніторингу рішень для машинного навчання в Microsoft Azure. Курс буде корисним компаніям, які перенесли великий обсяг даних в Azure, планують використовувати Data Lake, структурувати та централізовано обробляти дані.
Програма курсу
Створення рішення для машинного навчання
- Розробка стратегії прийому даних для проєктів машинного навчання
- Розробка навчального рішення моделі машинного навчання
- Розробка моделі рішення для розгортання
- Створення рішення для операцій машинного навчання (MLOps)
Дослідження робочої області Azure Machine Learning
- Знайомство з ресурсами та активами робочої області Azure Machine Learning
- Дослідження інструментів розробника для взаємодії з робочим простором
- Надання доступу до даних в Azure Machine Learning
- Робота з обчислювальними цілями в Azure Machine Learning
- Робота з середовищами в Azure Machine Learning
Робота з Azure Machine Learning
- Дослідження автоматизованого машинного навчання
- Пошук найкращої моделі класифікації за допомогою автоматизованого машинного навчання
- Відстеження навчання моделей у блокнотах Jupyter за допомогою MLflow
Оптимізація навчання моделі в Azure Machine Learning
- Запуск навчального сценарію як командне завдання в Azure Machine Learning
- Відстеження навчання моделі за допомогою MLflow на робочих місцях
- Виконання налаштування гіперпараметрів за допомогою Azure Machine Learning
- Запуск конвеєрів у Azure Machine Learning
Керування та оцінювання моделі в Azure Machine Learning
- Реєстрація моделі MLflow в Azure Machine Learning
- Створення і вивчення дашборда Responsible AI для моделі в Azure Machine Learning
Розгортання та використання моделі за допомогою Azure Machine Learning
- Розгортання моделі на керованій онлайн-кінцевій точці
- Розгортання моделі у пакетній кінцевій точці
Після курсу слухачі зможуть:
- Використовувати мову програмування Python для машинного навчання в Microsoft Azure
- Управляти отриманням та підготовкою даних, навчанням та розгортанням моделей, а також моніторингом рішень машинного навчання в хмарі
- Стримати досвід роботи з Scikit-Learn, PyTorch та Tensorflow
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 та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курсу
- Cloud technologies
З курсу слухачі дізнаються про шаблони і методи проєктування даних, пов'язаних з роботою з пакетними аналітичними рішеннями і рішеннями в реальному часі з використанням технологій платформи даних Azure. Курс починається з основних технологій обчислень і зберігання, які використовуються для створення аналітичного рішення. Слухачі вивчать, як спроєктувати аналітичні рівні обслуговування, і зосередяться на питаннях проєктування даних для роботи з файлами. Слухачі дізнаються, як інтерактивно досліджувати дані, що зберігаються в файлах в Azure Data Lake.
Програма курсу
Вивчення варіантів обчислень і зберігання для робочих навантажень проєктування даних
- Вступ до Azure Synapse Analytics
- Опис Azure Databricks
- Вступ до сховища Azure Data Lake
- Опис архітектури Delta Lake
- Робота з потоками даних за допомогою Azure Stream Analytics
Розробка і впровадження рівнів обслуговування
- Розробка багатовимірної схеми для оптимізації аналітичних робочих навантажень
- Масштабоване перетворення без коду за допомогою Azure Data Factory
- Заповнення повільно мінливих вимірювань в конвеєрах Azure Synapse Analytics
Питання проєктування даних для вихідних файлів
- Розробка сучасного сховища даних за допомогою Azure Synapse Analytics
- Захист сховища даних в Azure Synapse Analytics
Виконання інтерактивних запитів з використанням безсерверних пулів SQL в Azure Synapse Analytics
- Вивчення можливостей безсерверних пулів SQL в Azure Synapse
- Запит даних в озері за допомогою безсерверних пулів SQL Azure Synapse
- Створення об'єктів метаданих в безсерверних пулах SQL Azure Synapse
- Захист даних і керування користувачами в безсерверних пулах SQL Azure Synapse
Дослідження, перетворення і завантаження даних в сховище даних за допомогою Apache Spark
- Розуміння проєктування великих даних за допомогою Apache Spark в Azure Synapse Analytics
- Отримання даних за допомогою записників Apache Spark в Azure Synapse Analytics
- Перетворення даних за допомогою DataFrames в пулах Apache Spark в Azure Synapse Analytics
- Інтеграція пулів SQL і Apache Spark в Azure Synapse Analytics
Дослідження і перетворення даних в Azure Databricks
- Опис Azure Databricks
- Читання і запис даних в Azure Databricks
- Робота з DataFrames в Azure Databricks
- Робота з розширеними методами DataFrames в Azure Databricks
Отримання і завантаження даних в сховище даних
- Використання кращих практик щодо завантаження даних в Azure Synapse Analytics
- Прийом петабайт за допомогою Azure Data Factory
Перетворення даних за допомогою Azure Data Factory або Azure Synapse Pipelines
- Інтеграція даних з Azure Data Factory або Azure Synapse Pipelines
- Масштабоване перетворення без коду за допомогою Azure Data Factory або Azure Synapse Pipelines
Управління переміщенням і перетворенням даних в Azure Synapse Pipelines
Управління переміщенням і перетворенням даних в Azure Data Factory.
Оптимізація продуктивності запитів за допомогою виділених пулів SQL в Azure Synapse
- Оптимізація продуктивності запитів до сховища даних в Azure Synapse Analytics
- Ознайомлення з функціями розробника сховища даних в Azure Synapse Analytics
Аналіз і оптимізація сховища даних
Аналіз і оптимізація сховища даних в Azure Synapse Analytics.
Підтримка гібридної транзакційної аналітичної обробки (HTAP) за допомогою Azure Synapse Link
- Розробка гібридної транзакційної і аналітичної обробки за допомогою Azure Synapse Analytics
- Налаштування Azure Synapse Link за допомогою Azure Cosmos DB
- Запити до Azure Cosmos DB з пулами Apache Spark
- Запити до Azure Cosmos DB з безсерверними пулами SQL
Комплексна безпека за допомогою Azure Synapse Analytics
- Захист сховища даних в Azure Synapse Analytics
- Налаштування та управління секретами в Azure Key Vault
- Впровадження контролю відповідності для конфіденційних даних
Обробка потоків в реальному часі за допомогою Stream Analytics
- Забезпечення надійного обміну повідомленнями для додатків Big Data за допомогою Azure Event Hubs
- Робота з потоками даних за допомогою Azure Stream Analytics
- Отримання потоків даних за допомогою Azure Stream Analytics
Створення рішення для потокової обробки за допомогою Event Hubs і Azure Databricks
Обробка потокових даних за допомогою структурованої потокової передачі Azure Databricks.
Створення звітів за допомогою інтеграції Power BI з Azure Synpase Analytics
Створення звітів за допомогою Power BI, використовуючи інтеграцію з Azure Synapse Analytics.
Виконання інтегрованих процесів машинного навчання в Azure Synapse Analytics
Використання інтегрованого процесу машинного навчання в Azure Synapse Analytics.
Після курсу слухачі зможуть:
- Вивчати варіанти обчислень і зберігання для проєктування даних робочих навантажень в Azure
- Розробляти і реалізовувати рівні обслуговування
- Розуміти особливості проєктування даних
- Виконувати інтерактивні запити з використанням безсерверних пулів SQL
- Вивчати, перетворювати і завантажувати дані в сховище даних за допомогою Apache Spark
- Виконувати дослідження і перетворення даних в Azure Databricks
- Отримувати і завантажувати дані в сховищі даних
- Перетворювати дані за допомогою Azure Data Factory або Azure Synapse Pipelines
- Інтегрувати дані із записників за допомогою Azure Data Factory або конвеєрів Azure Synapse
- Оптимізувати продуктивність запитів за допомогою виділених пулів SQL в Azure Synapse
- Аналізувати і оптимізувати сховище даних
- Підтримувати гібридну транзакційну аналітичну обробку (HTAP) за допомогою Azure Synapse Link
- Забезпечувати комплексну безпеку за допомогою Azure Synapse Analytics
- Виконувати потокову обробку в реальному часі за допомогою Stream Analytics
- Створювати рішення для потокової обробки за допомогою Event Hubs і Azure Databricks
- Створювати звіти за допомогою інтеграції Power BI з Azure Synpase Analytics
- Виконувати інтегровані процеси машинного навчання в Azure Synapse Analytics
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 та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курсу
- Cloud technologies
На цьому курсі адміністратори Azure дізнаються, як планувати та забезпечувати роботу віртуального робочого столу та віддалених додатків, а також керувати ним для будь-якого пристрою на Azure. Під час навчання учням будуть показані демонстрації та буде запропоновано пройти практичні заняття з розгортання роботи віртуального робочого столу та додатків у службі "Віртуальний робочий стіл Azure" та їх оптимізації для запуску у багатосеансових віртуальних середовищах.
Програма курсу
Планування реалізації служби "Віртуальний робочий стіл Azure"
- Архітектура служби "Віртуальний робочий стіл Azure"
- Проектування архітектури служби "Віртуальний робочий стіл Azure"
- Проектування для посвідчень та профілів користувачів
Реалізація інфраструктури служби "Віртуальний робочий стіл Azure"
- Реалізація мережі для служби "Віртуальний робочий стіл Azure" та керування нею
- Реалізація сховища служби "Віртуальний робочий стіл Azure" та управління ним
- Створення та налаштування пулів вузлів та вузлів сеансів
- Створення образу вузла сеансу та управління ним
Управління доступом та безпекою
- Управління доступом
- Управління безпекою
Керування середовищами користувачів та програмами
- Реалізація та керування FSLogix
- Налаштування параметрів взаємодії з користувачем
- Встановлювати та настроювати програми на вузлі сеансу
Здійснення моніторингу та підтримки інфраструктури служби "Віртуальний робочий стіл Azure"
- Планування та реалізація безперервності бізнес-процесів та аварійного відновлення
- Автоматизація завдань керування службою "Віртуальний робочий стіл Azure"
- Моніторинг продуктивності та працездатності та управління ними
Після курсу слухачі зможуть:
- Вибирати відповідну модель ліцензування для служби "Віртуальний робочий стіл Azure"
- Реалізувати мережу для служби "Віртуальний робочий стіл Azure"
- Керувати вузлами сеансів служби "Віртуальний робочий стіл Azure" за допомогою служби "Бастіон Azure"
- Налаштувати сховище для компонентів FSLogix
- Створювати образи вузлів сеансів та керувати ними
- Реалізувати ролі Azure та контроль доступу на основі ролей (RBAC) для служби "Віртуальний робочий стіл Azure"
- Налаштовувати параметри взаємодії з користувачем служби "Віртуальний робочий стіл Azure"
- Встановлювати та настроювати програми на вузлі сеансу
- Реалізувати безперервність бізнес-процесів та аварійне відновлення
- Здійснювати моніторинг продуктивності служби "Віртуальний робочий стіл Azure" та керувати нею
Особливості курсу
- LIVE-навчання незалежно від формату участі в курсі (очно/віддалено)
- Електронний офіційний підручник Microsoft
- Попередньо налаштоване середовище та навчання на сучасному обладнанні
- Електронні матеріали Microsoft
- Обід та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курсу
- Cloud technologies
Слухачі отримають знання та навички, необхідні для реалізації заходів безпеки, підтримання стану безпеки, а також виявлення та усунення вразливостей за допомогою різних інструментів безпеки. Курс охоплює налаштування і розгортання рішень безпеки для хмарної архітектури N-рівня.
Програма курсу
Безпечна ідентифікація та доступ
Управління контролем безпеки для ідентифікації та доступу
- Що таке Microsoft Entra ID
- Надійні користувачі Microsoft Entra
- Створення нового користувача в Microsoft Entra ID
- Безпека групи Microsoft Entra
- Рекомендація щодо використання зовнішніх ідентифікаторів
- Безпечні зовнішні ідентифікатори
- Використання захисту ідентифікаційних даних Microsoft Entra
- Microsoft Entra Connect
- Microsoft Entra Cloud Sync
- Параметри автентифікації
- Синхронізація хешу пароля з Microsoft Entra ID
- Наскрізна автентифікація Microsoft Entra
- Федерація з Microsoft Entra ID
- Автентифікація Microsoft Entra
- Впровадження багатофакторної автентифікації (MFA)
- Kerberos автентифікація
- Протокол аутентифікації New Technology Local Area Network Manager (NTLM)
- Варіанти автентифікації без пароля для Microsoft Entra ID
- Реалізація аутентифікації без пароля
- Реалізація захисту пароля
- Технологія єдиного входу Microsoft Entra ID
- Впровадження технології єдиного входу (SSO)
- Інтеграція технології єдиного входу (SSO) та Identity providers
- Введення в перевірений ідентифікатор Microsoft Entra
- Налаштування перевіреного ідентифікатора Microsoft Entra
- Рекомендації та застосування сучасних протоколів аутентифікації
- Групи керування Azure
- Налаштування дозволу ролей Azure для груп керування, передплат, груп ресурсів та ресурсів
- Управління доступом на основі ролей Azure
- Вбудовані ролі Azure
- Призначення дозволів ролей Azure для груп керування, підписок, груп ресурсів та ресурсів
- Вбудовані ролі Microsoft Entra
- Призначення вбудованих ролей у Microsoft Entra ID
- Контроль доступу на основі ролей Microsoft Entra
- Створення та призначення користувацької ролі в Microsoft Entra ID
- Управління дозволами Microsoft Entra
- Застосування та керування дозволами Microsoft Entra
- Модель нульової довіри (Zero Trust security)
- Керування привілейованими посвідченнями Microsoft Entra
- Налаштування управління привілейованими ідентифікаторами
- Управління ідентифікатором Microsoft Entra
- Керування життєвим циклом ідентифікації
- Робочі процеси життєвого циклу
- Управління правами
- Делегування та ролі в управлінні правами
- Огляд доступу
- Налаштування керування ролями та огляд доступу за допомогою Microsoft Entra ID governance
- Впровадження політик умовного доступу
Керування доступом до програми Microsoft Entra
- Керування доступом до корпоративних програм у Microsoft Entra ID, включаючи надання дозволів OAuth
- Управління реєстрації їй додатків в ідентифікаторі Microsoft Entra
- Налаштування області дозволів реєстрації додатків
- Управління дозволом на реєстрацію програми
- Управління та використання service principals
- Управління керованими посвідченнями для ресурсів Azure
- Рекомендації по використанню та налаштуванню Microsoft Entra Application Proxy, включаючи автентифікацію
Безпечна мережева взаємодія
Планування та реалізація безпеки віртуальних мереж
- Microsoft Cloud Security Benchmark: захист даних, ведення журналу та виявлення загроз, а також безпека мережі
- Що таке віртуальна мережа Azure
- Azure Virtual Network Manager
- Планування та впровадження груп безпеки мережі (NSG) та груп безпеки додатків (ASG)
- Планування та реалізація User-Defined Routes (UDRs)
- Планування та реалізація пірингу або шлюзу віртуальної мережі
- Планування та реалізація віртуальної глобальної мережі, включаючи захищений віртуальний хаб
- Безпечне підключення VPN, включаючи з'єднання «точка-сайт» і «сайт-сайт»
- Шифрування Azure
- Що таке шифрування віртуальної мережі Azure
- Azure ExpressRoute
- Впровадження шифрування через ExpressRoute
- Налаштування параметрів фаєрволу на ресурсах Azure
- Контроль безпеки мережі за допомогою Network Watcher
Планування та реалізація безпеки для приватного доступу до ресурсів Azure
- Планування та впровадження кінцевих точок обслуговування віртуальної мережі
- Планування та впровадження приватних кінцевих точок
- Планування та реалізація послуг Private Link
- Планування та реалізація мережної інтеграції для Azure App Service та Azure Functions
- Планування та реалізація конфігурацій мережевої безпеки для середовища служби додатків (ASE)
- Планування та реалізація конфігурацій мережної безпеки для керованого екземпляра Azure SQL
Планування та реалізація безпеки для публічного доступу до ресурсів Azure
- Планування та впровадження протоколу Transport Layer Security (TLS) для програм, включаючи службу додатків Azure та керування API
- Планування, реалізація та управління брандмауером Azure, диспетчером брандмауерів Azure та політиками брандмауера
- Планування та реалізація Azure Application Gateway
- Планування та впровадження Web Application Firewall (WAF)
- Планування та реалізація Azure Front Door, включаючи мережу доставки контенту (CDN)
- Рекомендація, коли слід використовувати Azure DDoS Protection Standard
Безпечні обчислення, зберігання та бази даних
Планування та реалізація розширеної безпеки для обчислень
- Планування та реалізація віддаленого доступу до загальнодоступних кінцевих точок, Azure Bastion та оперативного (JIT) доступу до віртуальних машин (VM)
- Що таке Azure Kubernetes Service
- Налаштування мережевої ізоляції для Azure Kubernetes Service (AKS)
- Захист та моніторинг служби Azure Kubernetes
- Налаштування аутентифікації для служби Azure Kubernetes
- Налаштування безпеки для Azure Container Instances (ACI)
- Налаштування безпеки для Azure Container Apps (ACA)
- Управління доступом до Azure Container Registry (ACR)
- Налаштування шифрування диска, Azure Disk Encryption (ADE), шифрування як хост та конфіденційне шифрування диска
- Рекомендація щодо конфігурації безпеки для Azure API Management
Планування та реалізація заходів безпеки для зберігання
- Azure Storage
- Налаштування контролю доступу для облікових записів зберігання
- Управління життєвим циклом ключів доступу до облікового запису зберігання
- Вибір та налаштування відповідного методу доступу до файлів Azure
- Вибір та налаштування відповідного методу доступу до Azure Blobs
- Вибір і налаштування відповідного методу доступу до таблиць Azure
- Вибір та налаштування відповідного методу доступу до Azure Queues
- Вибір та налаштування відповідного методу захисту від загроз безпеки даних, включаючи м'яке видалення, резервне копіювання, керування версіями та незмінне сховище
- Налаштування функції "Принеси свій ключ" (BYOK)
- Увімкнення подвійного шифрування на рівні інфраструктури сховища Azure
Планування та реалізація безпеки для бази даних Azure SQL та керованого екземпляра Azure SQL
- Безпека бази даних SQL Azure та керованого екземпляра SQL
- Увімкнення аутентифікації бази даних Microsoft Entra
- Включення та контроль аудиту бази даних
- Визначення варіантів використання порталу керування Microsoft Purview
- Реалізація класифікації конфіденційної інформації за допомогою порталу керування Microsoft Purview
- Планування та реалізація динамічної маски
- Використання прозорого шифрування даних
- Рекомендація, коли слід використовувати Azure SQL Database Always Encrypted
- Впровадження брандмауера бази даних Azure SQL
Захист Azure за допомогою Microsoft Defender для хмари та Microsoft Sentinel
Впровадження та контроль дотримання політик управління хмарою
- Тест безпеки хмари Microsoft: доступ, дані, ідентифікація, мережа, кінцева точка, управління, відновлення, інциденти та управління вразливістю
- Керування Azure
- Створення, призначення та розуміння політики та ініціативи безпеки в Azure Policy
- Azure Blueprints
- Налаштування параметрів безпеки за допомогою Azure Blueprint
- Розгортання захищених інфраструктур із використанням цільової зони
- Azure Key Vault
- Безпека Azure Key Vault
- Автентифікація Azure Key Vault
- Створення та налаштування Azure Key Vault
- Рекомендація, коли слід використовувати Hardware Security Модулі (HSM)
- Налаштування доступу до Key Vault, включаючи політики доступу до сховища та управління доступом на основі ролей Azure
- Управління сертифікатами, секретами та ключами
- Налаштування зміни ключів
- Налаштування резервного копіювання та відновлення сертифікатів, секретів та ключів
- Впровадження засобів контролю безпеки для захисту резервних копій
- Впровадження заходів безпеки для керування активами
Управління безпекою за допомогою Microsoft Defender для хмари
- Впровадження Microsoft Defender для хмари
- Виявлення та усунення ризиків безпеки за допомогою Microsoft Defender для Cloud Secure Score та Inventory
- Оцінка відповідності фреймворкам безпеки та Microsoft Defender для хмари
- Додавання галузевих та нормативних стандартів у Microsoft Defender для хмари
- Додавання ініціатив користувача Microsoft Defender для хмари
- Підключення гібридних хмарних та багатохмарних середовищ до Microsoft Defender для хмари
- Застосування Microsoft Defender External Attack Surface Management (Defender EASM)
Налаштування та керування захистом від загроз за допомогою Microsoft Defender for Cloud
- Виявлення загроз конфіденційним даним
- Розгортання Microsoft Defender для сховища
- Увімкнення налаштування вбудованої політики Azure
- Налаштування планів Microsoft Defender для серверів, баз даних та сховищ
- Впровадження та керування вразливістю Microsoft Defender
- Робочий простір Log Analytics
- Керування збереженням даних у робочій області Log Analytics
- Розгортання агента Azure Monitor
- Збір даних за допомогою Azure Monitor Agent
- Правила збору даних (DCR) у Azure Monitor
- Перетворення у правилах збору даних (DCR)
- Моніторинг подій безпеки мережі та даних про продуктивність шляхом налаштування правил збору даних (DCR) у Azure Monitor
- Підключення підписок Azure
- Своєчасний доступ до машин
- Забезпечення своєчасного доступу
- Безпека контейнерів у Microsoft Defender
- Управління факторами загроз Кубернетес
- Архітектура Defender для контейнерів
- Налаштування компонентів Microsoft Defender для контейнерів
- Microsoft Defender для безпеки DevOps у хмарі
- Підтримка безпеки DevOps та попередні умови
- Стан безпеки середовища DevOps
- Підключення лабораторного середовища GitHub до Microsoft Defender для хмари
- Налаштування Microsoft Security DevOps GitHub action
- Захист від загроз ШІ в Microsoft Defender для хмари
- Включення захисту від загроз для робочих навантажень ШІ Defender для хмари
- Отримання контексту додатків та кінцевих користувачів для оповіщень ШІ
Налаштування та управління рішеннями з моніторингу та автоматизації безпеки
- Керування оповіщеннями безпеки та реагування на них у Microsoft Defender for Cloud
- Налаштування автоматизації робочого процесу за допомогою Microsoft Defender for Cloud
- Плани зберігання журналів у Microsoft Sentinel
- Оповіщення та інциденти від Microsoft Sentinel
- Налаштування з'єднувачів даних у Microsoft Sentinel
- Включення правил аналітики до Microsoft Sentinel
- Налаштування автоматизації у Microsoft Sentinel
- Автоматизація реагування на загрози за допомогою Microsoft Sentine
Після курсу слухачі зможуть:
- Описувати спеціалізовані класифікації даних в Azure
- Визначати механізми захисту даних Azure
- Реалізовувати методи шифрування даних Azure
- Забезпечувати безпеку інтернет-протоколів і знати способи їх реалізації в Azure
- Описувати служби і функції безпеки Azure
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 та кава-брейки (очний курс)
- Консультації тренера протягом 6-ти місяців після закінчення курсу
- Cloud technologies
Курс навчає розробників створенню комплексних рішень в Microsoft Azure. Слухачі дізнаються, як впроваджувати обчислювальні рішення Azure, створювати функції Azure, впроваджувати веб-додатки і управляти ними, розробляти рішення з використанням сховища Azure, здійснювати автентифікацію і авторизацію, а також захищати свої рішення за допомогою KeyVault і Managed Identities. Слухачі також дізнаються, як підключатися до служб Azure і стороннім службам і використовувати їх, а також включати в свої рішення моделі на основі подій і повідомлень. Курс також охоплює моніторинг, усунення неполадок і оптимізацію рішень Azure.
Програма курсу
Створення web-додатків Azure App Service
- Основні концепції Azure App Service
- Створення web-додатків Azure App Service
- Налаштування та моніторинг додатків App Service
- Масштабування додатків App Service
- Проміжні середовища Azure App Service
Реалізація функцій Azure
- Огляд функцій Azure
- Розробка функцій Azure
- Реалізація стійких функцій
Розробка рішень, які використовують сховище BLOB-об'єктів
- Основні концепції сховища BLOB-об'єктів Azure
- Управління життєвим циклом сховища BLOB-об'єктів Azure
- Робота зі сховищем BLOB-об'єктів Azure
Розробка рішень, що використовують сховище Cosmos DB
- Огляд Azure Cosmos DB
- Структура даних Azure Cosmos DB
- Робота з ресурсами і даними Azure Cosmos DB
Впровадження рішень IaaS
- Підготовка віртуальних машин в Azure
- Створення та розгортання шаблонів ARM
- Створення образів контейнерів для рішень
- Публікація образу контейнера в реєстрі контейнерів Azure
- Створення і запуск образів контейнера в примірниках контейнерів Azure
Реалізація автентифікації і авторизації користувачів
- Microsoft Identity Platform v2.0
- Автентифікація з використанням Microsoft Authentication Library
- Використання Microsoft Graph
- Авторизація операцій з даними в сховищі Azure
Впровадження безпечних хмарних рішень
- Управління ключами, секретами і сертифікатами за допомогою KeyVault API
- Реалізація керованих посвідчень для ресурсів Azure
- Захист даних конфігурації додатка за допомогою Azure App Configuration
Впровадження управління API
- Огляд управління API
- Визначення політик для API
- Захист ваших API
Розробка додатків App Service Logic
- Огляд додатків Azure Logic
- Створення призначених для користувача конекторів Logic Apps
Розробка рішень на основі подій
- Реалізація рішень, що використовують Azure Event Grid
- Реалізація рішень, що використовують Azure Event Hubs
- Реалізація рішень, що використовують Azure Notification Hubs
Розробка рішень на основі повідомлень
- Реалізація рішень, що використовують Azure Service Bus
- Реалізація рішень, що використовують черги Azure Queue Storage
Моніторинг та оптимізація рішень Azure
- Огляд моніторингу в Azure
- Інструментування додатка для моніторингу
- Аналіз і усунення неполадок додатків
- Реалізація коду, що обробляє тимчасові збої
Інтеграція кешування і доставки контенту в рішеннях
- Розробка для Azure Cache для Redis
- Розробка для зберігання на CDN
Попередні вимоги
- Досвід розробки програмного забезпечення 1-2 роки та роботи з Microsoft Azure
- Знання мов програмування, які підтримуються Azure
Особливості курсу
- Підтримка ментора
- Практика
- Сертифікат про проходження курсу
- Frontend
В рамках курсу Web-розробка для школярів студенти без досвіду в розробці вивчають HTML і CSS та JavaScript. Після успішного закінчення курсу студенти отримують достатньо знань і навичок для верстки сайту будь-якої складності.
Програма курсу
Основи HTML
- Знайомство з редактором коду
- Починаємо ознайомлення з HTML
- Основні теги, їх будова та властивості
Основи CSS
- Cascading Style Sheets (CSS)
- Застосування стилів у контексті HTML5
- Cелектори
- Колір CSS
- Прозорість
- Стилізація шрифтів
CSS Block Model
- Основні елементи CSS
- Знайомство з block model
Block Layout. Властивість display
- Створення макету сторінки за допомогою блокової верстки
- Властивість display
- Вирівнювання плаваючих елементів
Робота з формами
- Форми у HTML
- Елементи форм
- Атрибути value та name
- Кнопки, текстові поля, напрямок тексту, поле пошуку
- Поле введення пароля. Мітки та автофокус
- Елементи для введення чисел
- Повзунок. Прапорці та перемикачі
- Елементи для введення кольорів, url, email, телефону
- Валідація форм
FlexBox
- Що таке FlexBox. Flex Countainer
- Напрямок flex-direction. Flex-Wrap
- Порядок елементів Flex-Flow
- Властивість order. Вирівнювання елементів
- justify-content. Вирівнювання елементів
- align-items і align-self. Вирівнювання рядків та стовпців
- align-content
- Управління елементами. flex-basis, flex-shrink та flex-grow
- Властивість flex
Створення макету FlexBox. Media Queries
Bootstrap
Animation
Трансформації, переходи та анімації.
CSS: Grid
Введення в JavaScript
- Що таке JavaScript
- Основи синтаксису
- Коментарі
- Підключення зовнішнього файлу JavaScript
- Консоль браузера та console.log
- Змінні та константи
- Типи даних
JavaScript
- Оператори порівняння
- Логічні операції
- Операції присвоєння
- Умовні конструкції
JavaScript. JSON
- Робота зі String
- Масиви
- Конвертування у JSON
- Оператор for, forEach
- Оператор while
JavaScript. Робота з DOM
- Функції
- Об’єкти DOM
jQuery
- Selectors
- Events
- DOM
jQuery Effects and Animation AJAX JSON
Cookie and localStorage
Робота з localStorage. setTimeout, setInterval, Promise
- localStorage. setTimeout, setInterval
- Promise: async/await
Асинхронність
Сайт з даними
Canvas
- Малювання фігур
- Методи moveTo і lineTo
- Метод rect
- Fill, clip, arc, arcTo
Canvas Animation
- Комплексні фігури
- Малювання мишкою
- Canvas Animation
Slider
Canvas Animation. Control object
Creating a game
В кінці курсу виконується дипломний проєкт
Особливості курсу
- Невеликі групи
- Система особистих кабінетів
- Доступ до відеозаписів занять
- Викладачі практики
- Оперативна служба підтримки студентів
- Практичні заняття
Викладачі курсу
- Павло Зубак - Frontend Developer at Halo Lab
- Руслан Воропай - Інженер-електронік
- Олег Шевченко - Frontend Developer
- Вадим Ольховик - Python Full-Stack Web Developer
- Владислав Лещенко - React Developer at NIX






