
Онлайн или на място, водени от инструктори MLOps обучителни курсове на живо демонстрират чрез интерактивна практическа практика как да използвате MLOps инструменти за автоматизиране и оптимизиране на внедряването и поддръжката на ML системи в производството. MLOps обучението се предлага като „онлайн обучение на живо“ или „обучение на живо на място“. Онлайн обучението на живо (известно още като „дистанционно обучение на живо“) се извършва чрез интерактивен отдалечен работен плот . Обучението на живо на място може да се проведе локално в помещенията на клиента в България или в корпоративните центрове за обучение на NobleProg в България. NobleProg -- Вашият местен доставчик на обучение
Machine Translated
MLOps Course Outlines
-
Инсталиране и конфигуриране на Kubernetes, Kubeflow и други необходими софтуер на AWS.
Използвайте EKS (Elastic Kubernetes Service) за опростяване на работата по инициализиране на Kubernetes кластер на AWS.
Създаване и внедряване на Kubernetes тръбопровод за автоматизиране и управление на ML модели в производството.
Тренирайте и разпространявайте TensorFlow ML модели на няколко GPU и машини, които работят паралелно.
Предоставяне на други услуги, управлявани от AWS, за да се разшири ML приложение.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
-
Инсталиране и конфигуриране на Kubernetes, Kubeflow и други необходими софтуер на Azure.
Използвайте Azure Kubernetes Услуга (AKS) за опростяване на работата на инициализиране на Kubernetes кластер на Azure.
Създаване и внедряване на Kubernetes тръбопровод за автоматизиране и управление на ML модели в производството.
Тренирайте и разпространявайте TensorFlow ML модели на няколко GPU и машини, които работят паралелно.
Предоставяне на други услуги, управлявани от AWS, за да се разшири ML приложение.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
-
Инсталиране и конфигуриране на Kubernetes, Kubeflow и други необходими софтуер на GCP и GKE.
Използвайте GKE (Kubernetes Kubernetes двигател) за опростяване на работата на инициализиране на Kubernetes кластер на GCP.
Създаване и внедряване на Kubernetes тръбопровод за автоматизиране и управление на ML модели в производството.
Трениране и разпространение на TensorFlow ML модели на няколко GPU и машини, които работят паралелно.
Предоставяне на други услуги на GCP за разширяване на ML приложение.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
-
Инсталиране и конфигуриране на Kubernetes, Kubeflow и други необходими софтуер на IBM Cloud Kubernetes Service (IKS).
Използвайте IKS, за да опростите работата по инициализиране на Kubernetes кластер в IBM Cloud.
Създаване и внедряване на Kubernetes тръбопровод за автоматизиране и управление на ML модели в производството.
Тренирайте и разпространявайте TensorFlow ML модели на няколко GPU и машини, които работят паралелно.
Предоставяне на други услуги на IBM Cloud, за да се разшири ML приложение.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
-
Инсталиране и конфигуриране на различни MLOps рамки и инструменти.
Съберете правилния тип екип с подходящите умения за изграждане и поддържане на система MLOps.
Подготвяне, валидиране и версия на данните за използване от ML модели.
Разберете компонентите на МЛ тръбопровода и инструментите, необходими за изграждането му.
Експеримент с различни рамки за машинно обучение и сървъри за внедряване в производството.
Операционирайте целия Machine Learning процес, така че да бъде възпроизвеждаем и поддържаем.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
-
Инсталиране и конфигуриране Kubeflow на предварително и в облака с помощта на AWS EKS (Elastic Kubernetes Service).
Изграждане, внедряване и управление на ML работни потоци въз основа на Docker контейнери и Kubernetes.
Извършете цели тръби за машинно обучение в различни архитектури и облачни среди.
Използвайте Kubeflow за пробиване и управление на Jupyter лаптопи.
Изграждане на обучение за ML, хиперпараметри и обслужване на работното натоварване на няколко платформи.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
- До края на това обучение участниците ще могат да: Инсталират и конфигурират Kubernetes и Kubeflow на OpenShift клъстер. Използвайте OpenShift, за да опростите работата по инициализиране на Kubernetes клъстер. 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. Обадете се на обществени облачни услуги (напр. AWS услуги) от OpenShift, за да разширите ML приложение.
- Интерактивна лекция и дискусия. Много упражнения и практика. Практическо внедряване в лабораторна среда на живо.
- За да поискате персонализирано обучение за този курс, моля свържете се с нас, за да уговорим.
-
Инсталиране и конфигуриране Kubeflow на предварително и в облака.
Изграждане, внедряване и управление на ML работни потоци въз основа на Docker контейнери и Kubernetes.
Извършете цели тръби за машинно обучение в различни архитектури и облачни среди.
Използвайте Kubeflow за пробиване и управление на Jupyter лаптопи.
Изграждане на обучение за ML, хиперпараметри и обслужване на работното натоварване на няколко платформи.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
За да научите повече за Kubeflow, моля посетете: https://github.com/kubeflow/kubeflow
-
Инсталиране и конфигуриране на MLflow и свързани с ML библиотеки и рамки.
Оценяване на значението на проследимостта, възпроизвеждаемостта и разпространението на модел ML
Разработване на ML модели на различни публични облаци, платформи или на предварителни сървъри.
Скалирайте процеса на внедряване на МЛ, за да подхождате на многобройни потребители, които си сътрудничат по проект.
Създаване на централен регистър за експериментиране, възпроизвеждане и внедряване на ML модели.
-
Интерактивна лекция и дискусия.
Много упражнения и упражнения.
Изпълнение на ръката в живо лабораторна среда.
-
За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.
Last Updated: