Курс за обучение по Kubeflow on AWS

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към облачни инженери и разработчици, които желаят да използват CloudFormation за управление на инфраструктурни ресурси в екосистемата на AWS.

До края на това обучение участниците ще могат:

• Внедрете CloudFormation шаблони за автоматизиране на управлението на инфраструктурата.
• Интегрирайте съществуващите ресурси на AWS в CloudFormation.
• Използвайте StackSets, за да управлявате стекове в множество акаунти и региони.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери с ИИ на напреднало ниво и учени по данни със среден до напреднал опит, които желаят да подобрят DeepSeek производителността на модела, да минимизират латентността и да внедрят ИИ решения, ефективно използващи модерни MLOps практики.

До края на това обучение участниците ще могат:

• Оптимизирайте DeepSeek модели за ефективност, точност и мащабируемост.
• Прилагане на най-добри практики за MLOps и моделиране на версии.
• Разположете DeepSeek модели в облачна и локална инфраструктура.
• Наблюдавайте, поддържайте и мащабирайте ефективно AI решенията.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици, които желаят да интегрират база данни DynamoDB NoSQL в уеб приложение, хоствано на AWS.

До края на това обучение участниците ще могат:

• Настройте необходимата среда за разработка, за да започнете да интегрирате данни в DynamoDB.
• Интегрирайте DynamoDB в уеб приложения и мобилни приложения.
• Преместете данни в AWS с AWS услуги.
• Внедряване на операции с AWS DAX.

Това водено от инструктор обучение на живо в България (на място или дистанционно) е насочено към инженери, които желаят да разположат и управляват IoT устройства на AWS.

До края на това обучение участниците ще могат да изградят IoT платформа, която включва внедряване и управление на бекенд, шлюз и устройства върху AWS.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици, които желаят да инсталират, конфигурират и управляват AWS IoT възможностите на Greengrass за създаване на приложения за различни устройства.

До края на това обучение участниците ще могат да използват AWS IoT Greengrass за изграждане, внедряване, управление, защита и наблюдение на приложения на интелигентни устройства.

Това водено от инструктор обучение на живо в България (на място или отдалечено) е насочено към разработчици, които желаят да използват AWS Lambda за изграждане и внедряване на услуги и приложения в облака, без да е необходимо да се притеснявате за осигуряване на средата за изпълнение (сървъри, VM и контейнери, наличност, мащабируемост, съхранение и т.н.).

До края на това обучение участниците ще могат:

• Конфигурирайте AWS Lambda за изпълнение на функция.
• Разберете FaaS (функции като услуга) и предимствата на разработката без сървър.
• Създаване, качване и изпълнение на AWS Lambda функции.
• Интегрирайте Lambda функции с различни източници на събития.
• Пакетирайте, внедрявайте, наблюдавайте и отстранявайте неизправности в приложения, базирани на Lambda.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери, които желаят да използват AWS CloudFormation за автоматизиране на процеса на управление на облачна инфраструктура на AWS.

До края на това обучение участниците ще могат:

• Активирайте услугите на AWS, за да започнете да управлявате инфраструктурата.
• Разберете и приложете принципа на „инфраструктурата като код“.
• Подобрете качеството и намалете разходите за разполагане на инфраструктура.
• Напишете AWS CloudFormation шаблони с помощта на YAML.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към професионалисти на напреднало ниво, които желаят да задълбочат разбирането си за DevOps практики и да рационализират процесите на разработка с помощта на AWS Cloud9.

До края на това обучение участниците ще могат:

• Настройте и конфигурирайте AWS Cloud9 за DevOps работни потоци.
• Внедрете непрекъсната интеграция и тръбопроводи за непрекъсната доставка (CI/CD).
• Автоматизирайте процесите на тестване, наблюдение и внедряване с помощта на AWS Cloud9.
• Интегрирайте AWS услуги като Lambda, EC2 и S3 в DevOps работни потоци.
• Използвайте системи за контрол на източника като GitHub или GitLab в AWS Cloud9.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към професионалисти на средно ниво, които искат да се научат как ефективно да изграждат, внедряват и поддържат приложения без сървър на AWS Cloud9 и AWS Lambda.

До края на това обучение участниците ще могат:

• Разберете основите на безсървърната архитектура.
• Настройте AWS Cloud9 за разработка на приложения без сървър.
• Разработвайте, тествайте и внедрявайте безсървърни приложения с помощта на AWS Lambda.
• Интегрирайте AWS Lambda с други AWS услуги като API Gateway и S3.
• Оптимизирайте приложения без сървър за производителност и ефективност на разходите.

Summery:

• Основи на IoT архитектурата и функциите
• „Неща“, „Сензори“, Интернет и картографирането между бизнес функциите на IoT
• Основен за всички IoT софтуерни компоненти - хардуер, фърмуер, междинен софтуер, облак и мобилно приложение
• IoT функции - Fleet manager, визуализация на данни, SaaS базирани FM и DV, предупреждение/аларма, включване на сензор, включване на „нещо“, гео-ограда
• Основи на комуникацията на IoT устройство с облак с MQTT.
• Свързване на IoT устройства към AWS с MQTT (AWS IoT Core).
• Свързване на AWS IoT ядро с AWS Lambda функция за изчисление и съхранение на данни.
• Свързване на Raspberry PI с AWS IoT ядро и проста комуникация на данни.
• Сигнали и събития
• Калибриране на сензора

Резюме:

• Основи на IoT архитектурата и функциите
• „Неща“, „Сензори“, Интернет и картографирането между бизнес функциите на IoT
• Основен за всички IoT софтуерни компоненти - хардуер, фърмуер, междинен софтуер, облак и мобилно приложение
• IoT функции - Fleet manager, визуализация на данни, SaaS базирани FM и DV, предупреждение/аларма, включване на сензор, включване на „нещо“, гео-ограда
• Основи на комуникацията на IoT устройство с облак с MQTT.
• Свързване на IoT устройства към AWS с MQTT (AWS IoT Core).
• Свързване на AWS IoT ядро с AWS Lambda функция за изчисление и съхранение на данни с помощта на DynamoDB.
• Свързване на Raspberry PI с AWS IoT ядро и проста комуникация на данни.
• Практически с Raspberry PI и AWS IoT Core за изграждане на смарт устройство.
• Визуализация на сензорни данни и комуникация с уеб интерфейс.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери, които желаят да разположат Machine Learning работни натоварвания в облак Azure.

До края на това обучение участниците ще могат:

• Инсталирайте и конфигурирайте Kubernetes, Kubeflow и друг необходим софтуер на Azure.
• Използвайте Azure Kubernetes Service (AKS), за да опростите работата по инициализиране на Kubernetes клъстер в Azure.
• Създайте и разположете конвейер на Kubernetes за автоматизиране и управление на ML модели в производството.
• Обучете и внедрите TensorFlow ML модели в множество GPU и машини, работещи паралелно.
• Използвайте други услуги, управлявани от AWS, за да разширите ML приложение.

Това обучение на живо, ръководено от инструктори (онлайн или на място), е насочено към специалисти по данни, които желаят да надхвърлят изграждането на ML модели и да оптимизират процеса на създаване, проследяване и внедряване на ML модели.

До края на това обучение участниците ще могат:

• Инсталирайте и конфигурирайте MLflow и свързаните ML библиотеки и рамки.
• Оценете важността на проследимостта, възпроизводимостта и разгръщането на ML модел
• Внедрете ML модели в различни обществени облаци, платформи или локални сървъри.
• Мащабирайте процеса на внедряване на ML, за да поемете множество потребители, които си сътрудничат по проект.
• Настройте централен регистър, за да експериментирате, възпроизвеждате и разгръщате ML модели.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери, които желаят да оценят подходите и инструментите, налични днес, за да вземат интелигентно решение относно пътя напред към приемането MLOps в рамките на тяхната организация.

До края на това обучение участниците ще могат:

• Инсталирайте и конфигурирайте различни MLOps рамки и инструменти.
• Съберете правилния вид екип с правилните умения за изграждане и поддръжка на MLOps система.
• Подгответе, валидирайте и версирайте данни за използване от ML модели.
• Разберете компонентите на ML Pipeline и инструментите, необходими за изграждането му.
• Експериментирайте с различни рамки за машинно обучение и сървъри за внедряване в производство.
• Операционализирайте целия Machine Learning процес, така че да може да се възпроизвежда и поддържа.

Това водено от инструктор обучение на живо (онлайн или на място) е насочено към инженери за машинно обучение, които желаят да използват Azure Machine Learning и Azure DevOps за улесняване на MLOps практики.

До края на това обучение участниците ще могат:

• Изградете възпроизводими работни процеси и модели за машинно обучение.
• Управлявайте жизнения цикъл на машинното обучение.
• Проследявайте и докладвайте историята на версиите на модела, активите и др.
• Внедрете готови за производство модели за машинно обучение навсякъде.