Produktionsmanagement Schulungen finden - Das passende Seminar in Ihrer Nähe

Overview

This course provides learners with a comprehensive exploration of advanced techniques for managing and recovering data in Db2 12.1 environments. It begins with methods for efficiently moving and loading data, enabling database administrators to migrate schemas, relocate data, and integrate with external sources while maintaining system stability.

 

The course covers advanced backup and recovery strategies, from incremental backups and redirected restores to dropped table recovery and logical backups. Learners will also explore Db2 features that support high availability and disaster recovery, as well as specialized tools such as split mirror technology and the Db2 Advanced Recovery Feature.

 

Through a series of hands-on exercises, learners will practice applying these advanced techniques in real-world scenarios. Activities include using the LOAD utility with advanced options, moving data between databases with db2move and schema copy procedures, executing redirected restores, and recovering dropped tables. Participants will also gain practical experience with database maintenance tasks such as running RUNSTATS, reorganizing tables and indexes with REORG, and applying autonomic features to automate recurring maintenance operations.

 

By the end of this course, learners will be able to confidently manage complex data movement, implement robust backup and recovery procedures, and use Db2’s autonomic featur...

3-Tage Zertifikatslehrgang

Bausteine für eine erfolgreiche und effiziente Instand­haltung von Werkzeug­maschinen und Produktions­anlagen

Der/die Instandhaltungsmanager/in

Aufgrund steigender Kundenanforderungen, stetigem Lagerabbau und unplanbarer Auftragseingänge werden die Anforderungen an die Instandhaltung von Werkzeugmaschinen und Produktionsanlagen immer höher. Treten Störungen auf, kann dies schnell zu langen Stillständen, Kundenverlust und hohen Kosten führen. Nur durch aktuelle Strategien, effiziente Organisation und zielorientiertes Controlling in der Instandhaltung können diese Herausforderungen erfolgreich gemeistert werden! Unser Zertifikatslehrgang vermittelt Ihnen umfassendes Fachwissen sowie wirtschaftliche und organisatorische Kenntnisse für eine professionelle Instandhaltung. Es wird Ihnen aufgezeigt, wie Sie den Spagat zwischen Kostendruck und Anlagenverfügbarkeit bewältigen können.

Eine effiziente Instandhaltungsorganisation gilt immer mehr als strategischer Erfolgsfaktor zur Steigerung der Kosteneffizienz. Um Optimierungspotentiale zu identifizieren und Verbesserungsprozesse zu implementieren, werden von Ihnen als Fachkraft in der Instandhaltung neben umfassendem Fachwissen auch Kenntnisse über wirtschaftliche und rechtliche Aspekte und über moderne Führungs- und Organisationskonzepte verlangt.

Sie sind immer stärker gefordert, die Kosten in Ihrem Verantwortungsbereich zu senken, aber trotzdem die Verfügbarkeit der Produktionsanlagen aufrechtzuerhalten bzw. noch weiter zu steigern. Ein Spagat, den Sie nur mit den nötigen Kenntnissen der essenziellen Werkzeuge und Methoden bewältigen können.

Der modulare Praxis-Lehrgang Instandhaltungsmanager:in (TAW) unterstützt Sie dabei, Ihre Instandhaltungsorganisation effizienter und effektiver zu gestalten. Sie eignen sich, entsprechend Ihren persönlichen Vorkenntnissen und Bedarfen, dazu das nötige Fach- und Methodenwissen an.

Das Ausbildungsprogramm orientiert sich inhaltlich an der Norm DIN 15628 (Qualifikation des Instandhaltungspersonals) und am Standard der europäischen Instandhaltungsorganisation EFNMS.

Erfahrene Referenten vermitteln Ihnen praxisgerechte Instandhaltungskenntnisse – von der Auswahl und Konzeption der geeigneten Instandhaltungsstrategien über den Umgang mit Kennzahlen bis hin zur erfolgreichen Umsetzung im eigenen Unternehmen.

Certified Data Centre Professional - CDCP® (exam included) - Course Language: English

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 7.2 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.

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.