Вижте нашите курсове

Kubeflow on AWS

 28 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери, които желаят да внедрят Machine Learning работни натоварвания на AWS EC2 сървър.До края на това обучение участниците ще могат:
  • Инсталирайте и конфигурирайте Kubernetes, Kubeflow и друг необходим софтуер на AWS.
  • Използвайте EKS (Elastic Kubernetes Service), за да опростите работата по инициализиране на Kubernetes клъстер на AWS.
  • Създайте и разположете конвейер на Kubernetes за автоматизиране и управление на ML модели в производството.
  • Обучете и разположете TensorFlow ML модели в множество GPU и машини, работещи паралелно.
  • Използвайте други услуги, управлявани от AWS, за да разширите ML приложение.
Прочети повече...

Kubeflow on Azure

 28 Часа
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.
Прочети повече...

Kubeflow on GCP

 28 Часа
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 Google Cloud Platform (GCP).До края на това обучение участниците ще могат:
  • Инсталирайте и конфигурирайте Kubernetes, Kubeflow и друг необходим софтуер на GCP и GKE.
  • Използвайте GKE (Kubernetes Kubernetes Engine), за да опростите работата по инициализиране на Kubernetes клъстер на GCP.
  • 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 GCP услуги, за да разширите ML приложение.
Прочети повече...

Kubeflow on IBM Cloud

 28 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери, които желаят да внедрят Machine Learning работни натоварвания в IBM Cloud Kubernetes Service (IKS).До края на това обучение участниците ще могат:
  • Инсталирайте и конфигурирайте Kubernetes, Kubeflow и друг необходим софтуер в IBM Cloud Kubernetes Service (IKS).
  • Използвайте IKS, за да опростите работата по инициализиране на Kubernetes клъстер в IBM Cloud.
  • Създайте и разположете конвейер на Kubernetes за автоматизиране и управление на ML модели в производството.
  • Обучете и разположете TensorFlow ML модели в множество GPU и машини, работещи паралелно.
  • Използвайте други IBM Cloud услуги, за да разширите ML приложение.
Прочети повече...

MLOps: CI/CD for Machine Learning

 35 Часа
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.
Прочети повече...

MLOps for Azure Machine Learning

 14 Часа
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.
Прочети повече...

MLflow

 21 Часа
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.
Прочети повече...

Kubeflow

 35 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици и специалисти по данни, които желаят да изграждат, разгръщат и управляват работни процеси за машинно обучение на Kubernetes. До края на това обучение участниците ще могат:
  • Инсталирайте и конфигурирайте Kubeflow на място и в облака с помощта на AWS EKS (Elastic Kubernetes услуга).
  • Изградете, разположете и управлявайте работни потоци на ML въз основа на Docker контейнери и Kubernetes.
  • Изпълнявайте цели тръбопроводи за машинно обучение на различни архитектури и облачни среди.
  • Използване на Kubeflow за създаване и управление на преносими компютри Jupyter.
  • Изграждане на ML обучение, настройка на хиперпараметри и обслужване на работни натоварвания в множество платформи.
Прочети повече...

Kubeflow Fundamentals

 28 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици и специалисти по данни, които желаят да изграждат, разгръщат и управляват работни процеси за машинно обучение на Kubernetes. До края на това обучение участниците ще могат:
  • Инсталирайте и конфигурирайте Kubeflow на място и в облака.
  • Изградете, разположете и управлявайте работни потоци на ML въз основа на Docker контейнери и Kubernetes.
  • Изпълнявайте цели тръбопроводи за машинно обучение на различни архитектури и облачни среди.
  • Използване на Kubeflow за създаване и управление на преносими компютри Jupyter.
  • Изграждане на ML обучение, настройка на хиперпараметри и обслужване на работни натоварвания в множество платформи.
Прочети повече...

Kubeflow on OpenShift

 28 Часа
Това водено от инструктор обучение на живо (онлайн или на място) е насочено към инженери, които желаят да внедрят Machine Learning работни натоварвания в OpenShift локален или хибриден облак.
  • До края на това обучение участниците ще могат:
  • Инсталирайте и конфигурирайте Kubernetes и Kubeflow на OpenShift клъстер.
  • Използвайте OpenShift, за да опростите работата по инициализиране на Kubernetes клъстер.
  • Създайте и внедрите Kubernetes конвейер за автоматизиране и управление на ML модели в производството.
  • Обучете и внедрите TensorFlow ML модели в множество GPU и машини, работещи паралелно.
  • Обадете се на обществени облачни услуги (напр. AWS услуги) от OpenShift, за да разширите ML приложение.
Прочети повече...

Последна актуализация:

Oтзиви от потребители(2)

the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose

Guillaume GAUTIER - OLEA MEDICAL

Course - MLflow

I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.

Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life™

Course - Kubeflow

Upcoming Courses

Other regions in България

Other Countries

These courses are also available in other countries

Consulting

MLOps Consulting
Online MLOps courses, Weekend MLOps courses, Evening MLOps training, MLOps boot camp, MLOps instructor-led, Weekend MLOps training, Evening MLOps courses, MLOps coaching, MLOps instructor, MLOps trainer, MLOps training courses, MLOps classes, MLOps on-site, MLOps private courses, MLOps one on one training