3. Internationale Data Science Summer School startet im August 2019

    by GWDG News Team

    Im dritten Jahr in Folge bietet die eResearch Alliance 2019 eine internationale Summer School für Data Science an. Hier können junge Wissenschaftlerinnen und Wissenschaftler erfahren, welche Einblicke Data Science für ihr spezifisches Forschungsprojekt bietet. Die Bewerbung ist ab sofort bis zum 22. Januar 2019 möglich.

    Die Datenwissenschaft entwickelt sich schnell zu einem unverzichtbaren Instrument für wissenschaftliches Arbeiten und Forschen. Junge Forscher können sehr davon profitieren, wenn sie erfahren, was der Bereich der Datenwissenschaft umfasst, wie die Datenwissenschaft auf

    Mehr….

    GWDG-Nachrichten 11/2018 erschienen

    by GWDG News Team

    Die November-Ausgabe der GWDG-Nachrichten ist soeben erschienen.

    Sie enthält u. a. folgende Themen:

    • Samba-Service bei der GWDG
    • Treffen der Institutsadministratoren
    • Das DFG-Projekt „GFBio“ – eine zentrale Anlaufstelle für das Forschungsdatenmanagement in der Biologie und den Umweltwissenschaften

    >> Hier geht es zu den GWDG-Nachrichten 11/2018

    Mehr….

    Kategorien

    Kursprogramm 2019 erschienen

    by GWDG News Team

    Das Kursprogramm der GWDG für das Jahr 2019 ist erschienen. Es bietet wieder ein umfangreiches Angebot an Kursen zur effizienten Nutzung von Hardware, Software und Netzen.

    Wenn Sie Wünsche nach weiteren Kursen haben, die nicht im aktuellen Kursprogramm enthalten sind, können Sie gerne eine entsprechende E-Mail an support@gwdg.de senden.

    Weitere Informationen …

    Mehr….

    Jupyter-Hub auf dem GWDG Scientific Compute Cluster

    by GWDG News Team

    Die GWDG bietet ihren Nutzern nun eine Jupyter-Hub-Instanz, die an den GWDG Scientific Compute Cluster angebunden ist. Sie erlaubt zwei Nutzungs-Modi:

    1.) Standard-Modus: Dieser Modus ist nützlich, wenn Jupyter-Notebooks mehr Ressourcen benötigen, als auf unserer Standard-Instanz typischerweise verfügbar sind, oder große Datensätze verarbeitet werden sollen.

    2.) Paralleler Modus: Notebooks können Parallelisierung mittels IPython Parallel nutzen und so auf einer großen Zahl von Knoten äußerst ressourcen-intensive Aufgaben abarbeiten.

    Weitere Informationen …

    Mehr….