Seminare zum Thema Herstellung/Produktion

Overview

This course provides advanced AIX system administrator skills with a focus on availability and problem determination. It provides detailed knowledge of the ODM database where AIX maintains so much configuration information. It shows how to monitor for and deal with AIX problems. There is special focus on dealing with Logical Volume Manager problems, including procedures for replacing disks. Several techniques for minimizing the system maintenance window are covered. While the course includes some AIX 7.2 enhancements, most of the material is applicable to prior releases of AIX.

Overview

This course provides advanced AIX system administrator skills with a focus on availability and problem determination. It provides detailed knowledge of the ODM database where AIX maintains so much configuration information. It shows how to monitor for and deal with AIX problems. There is special focus on dealing with Logical Volume Manager problems, including procedures for replacing disks. Several techniques for minimizing the system maintenance window are covered. While the course includes some AIX 7.3 enhancements, most of the material is also applicable to prior releases of AIX.

Overview

This course provides advanced AIX system administrator skills with a focus on availability and problem determination. It provides detailed knowledge of the ODM database where AIX maintains so much configuration information. It shows how to monitor for and deal with AIX problems. There is special focus on dealing with Logical Volume Manager problems, including procedures for replacing disks. Several techniques for minimizing the system maintenance window are covered. While the course includes some AIX 7.3 enhancements, most of the material is also applicable to prior releases of AIX.

Prozessorientierte Produktions- und Fertigungsabläufe, besonders in verfahrenstechnischen Anlagen, können Sicherheitsrisiken enthalten, die von den im Arbeitsschutz üblichen Gefährdungsbeurteilungen kaum systematisch mit Prozess-Bezug erfasst werden können. Unfälle in den letzten zehn Jahren haben genau das gezeigt.

Verfahrenstechnische Risikoermittlungen, die ausschließlich auf Arbeitsschutzaspekte gestützt sind, reichen deshalb nicht aus, um das Restrisiko zu berücksichtigen. Sicherheitsbetrachtungen nach HAZOP/PAAG haben hingegen den Fokus auf ganzheitlicher Prozesssicherheit.

Auf HAZOP baut die Ermittlung von Zuverlässigkeitsanforderungen (Safety Integrity Level – SIL) der Funktionalen Sicherheit auf. Sie wird häufig in Kombination mit LOPA (Layer of Protection Analysis) durchgeführt bzw. häufig schon in diese integriert.

In diesem praxisorientierten Kompaktseminar lernen Sie, wie Sie Sicherheitsbetrachtungen nach HAZOP durchführen, eine Risiko-Toleranz-Matrix für Ihren Standort aufstellen und mit einem Risikographen die SIL-Anforderungen festlegen. Die Grundlagen der Methode LOPA werden vorgestellt und Sie erfahren wie bei der qualitativen HAZOP der risikoorientierte Ansatz nach LOPA sinnvoll integriert werden kann.

Dabei wird gezeigt, wie Sie Quer-Beziehungen von FMEA, HAZOP, Risikograph und Risikomatrix zur besseren Verfahrens- und Anlagenauslegung verwenden können. Die Methoden werden in Fallbeispielen und Übungen verdeutlicht. Die Seminarunterlagen erlauben Ihnen, im Selbststudium Ihr Wissen weiter zu vertiefen.  

Certified Data Centre Facilities Operations Specialist - CDFOS® (exam included) - Course Language: English

Was kann das Change Management von agilen Methoden wie Kanban oder Scrum lernen? Entdecken Sie im Aufbauseminar „Change Management Aufbau“ agiles Change Management als Antwort auf die Herausforderungen der Digitalisierung.

Dieser Kurs richtet sich an Einsteiger:innen im Bereich Deep Learning, die eine solide Grundlage der wichtigsten Konzepte suchen, die für die Erstellung von Deep-Learning-Modellen mit bekannten Methoden erforderlich sind. Der Kurs geht davon aus, dass Sie zuvor keine umfangreichen Erfahrungen mit neuronalen Netzen und Deep Learning gemacht haben und beginnt mit einer Übersicht über die für Deep Learning erforderlichen Grundlagen des maschinellen Lernens. Dann wird erklärt, wie man Daten durch Bereinigung und Vorverarbeitung für Deep Learning vorbereitet, und es werden nach und nach neuronale Netze und die überwachten neuronalen Netzarchitekturen wie Convolutional Neural Networks (CNNs), Recurrent Neural Networks (RNNs) und Generative Adversarial Networks (GANs) sowie unüberwachte Architekturen wie Autoencoder (AEs), Variational Autoencoder (VAEs) und Restricted Boltzmann Machines (RBMs) und Transformer vorgestellt.

 

Zu den praktischen Anwendungen werden die Klassifizierung von Texten in vordefinierte Kategorien, die syntaktische Analyse, die Stimmungsanalyse, die synthetische Generierung von Text und das Tagging von Sprachbestandteilen behandelt. Im Rahmen der Bildverarbeitung werden die Klassifizierung von Bildern in verschiedene Kategorien und der fortgeschrittenen Objekterkennung mit zugehörigen Bildkommentaren sowie die Generierung von Bildern mithilfe von Autoencodern und GANs in Programmcode (Python) umgesetzt.

Dieser Kurs richtet sich an Einsteiger:innen im Bereich Deep Learning, die eine solide Grundlage der wichtigsten Konzepte suchen, die für die Erstellung von Deep-Learning-Modellen mit bekannten Methoden erforderlich sind. Der Kurs geht davon aus, dass Sie zuvor keine umfangreichen Erfahrungen mit neuronalen Netzen und Deep Learning gemacht haben und beginnt mit einer Übersicht über die für Deep Learning erforderlichen Grundlagen des maschinellen Lernens. Dann wird erklärt, wie man Daten durch Bereinigung und Vorverarbeitung für Deep Learning vorbereitet, und es werden nach und nach neuronale Netze und die überwachten neuronalen Netzarchitekturen wie Convolutional Neural Networks (CNNs), Recurrent Neural Networks (RNNs) und Generative Adversarial Networks (GANs) sowie unüberwachte Architekturen wie Autoencoder (AEs), Variational Autoencoder (VAEs) und Restricted Boltzmann Machines (RBMs) und Transformer vorgestellt.

 

Zu den praktischen Anwendungen werden die Klassifizierung von Texten in vordefinierte Kategorien, die syntaktische Analyse, die Stimmungsanalyse, die synthetische Generierung von Text und das Tagging von Sprachbestandteilen behandelt. Im Rahmen der Bildverarbeitung werden die Klassifizierung von Bildern in verschiedene Kategorien und der fortgeschrittenen Objekterkennung mit zugehörigen Bildkommentaren sowie die Generierung von Bildern mithilfe von Autoencodern und GANs in Programmcode (Python) umgesetzt.

„Lean“ ist die allgemeine Umschreibung einer Philosophie, konkreter eines Konzepts und Verfahrens, dessen Ziel die vollständige Beseitigung von Verschwendung ist - sei es im Produktionsprozess, im Dienstleistungs- oder Verwaltungsumfeld oder in anderen Bereichen. Prozesse und Prozessschritte werden systematisch untersucht, organisiert und aufeinander abgestimmt. Dabei steht stets der Wertstrom im Fokus: Die Prozesse werden vom Kunden her betrachtet: Er zieht das Material/ das Produkt/ die Leistung/ die Information durch die Prozesskette. Dazu ist eine Nivellierung der Prozesse erforderlich.

Vor dem Hintergrund heutiger Anforderungen bzgl. Qualität und insbesondere Wirtschaftlichkeit ein nicht mehr wegzudenkender Ansatz, dessen originärer Erfolg sich in die heutige, weltweite Verbreitung ausgedehnt hat. So gehört Lean heute international zu einer der Standardmethoden in Unternehmensführung und Qualitätsmanagement. Konzerne und Unternehmen unterschiedlichster Branchen setzen auf den Einsatz von Lean – entsprechende Methodenexperten sind am Markt seit jeher sehr gefragt – und in vielen Betrieben eine notwendige Karrierevoraussetzung für die Leitungs- und Führungsebenen.

Overview

IBM FlashSystem V9000 is a comprehensive all-flash enterprise storage solution that delivers the full capabilities of IBM FlashCore technology. FlashSystem V9000 offers a rich set of storage virtualization features designed to improve efficiency, management, scalability and flexibility for any storage environments. FlashSystem V9000 delivers industry-leading value to enterprises along three dimensions: Scalable Performance, Enduring Economics, and Agile Integration.

This course focuses on the planning and implementation tasks associated with integrating the FlashSystem V9000 into the storage area network, and facilitate storage application data access independence from storage management functions and requirements.

It also explains how to:

 

• Centralize storage provisioning to host servers from common storage pools using internal storage and SAN attached external heterogeneous storage.
• Improve storage utilization effectiveness using Thin Provisioning and Real-Time Compression
• Implement storage tiering and optimization of flash, enterprise or nealine systems usage with Easy Tier.
• Facilitate the coexistence and migration of data from non-virtualization to the virtualized environment.
• Utilize network-level storage subsystem-independent data replication services to satisfy backup and disaster recovery requirements.