Przeglądaj szkolenia

MLOps for Azure Machine Learning

 14 godzin
To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla inżynierów uczenia maszynowego, którzy chcą korzystać z Azure Machine Learning i Azure DevOps w celu ułatwienia MLOps praktyk.Pod koniec tego szkolenia uczestnicy będą mogli
  • Budować powtarzalne przepływy pracy i modele uczenia maszynowego.
  • Zarządzać cyklem życia uczenia maszynowego.
  • Śledzić i raportować historię wersji modelu, zasoby i nie tylko.
  • Wdrażać gotowe do produkcji modele uczenia maszynowego w dowolnym miejscu.
Więcej...

MLOps: CI/CD for Machine Learning

 35 godzin
To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla inżynierów, którzy chcą ocenić dostępne obecnie podejścia i narzędzia, aby podjąć inteligentną decyzję dotyczącą dalszej drogi do przyjęcia MLOps w swojej organizacji.Pod koniec tego szkolenia uczestnicy będą mogli
  • Zainstalować i skonfigurować różne MLOps frameworki i narzędzia.
  • Zebrać odpowiedni zespół z odpowiednimi umiejętnościami do budowy i wspierania systemu MLOps.
  • Przygotowywać, weryfikować i wersjonować dane do wykorzystania przez modele ML.
  • Zrozumienie komponentów potoku uczenia maszynowego i narzędzi potrzebnych do jego zbudowania.
  • Eksperymentowanie z różnymi frameworkami uczenia maszynowego i serwerami w celu wdrożenia do produkcji.
  • Zoperacjonalizuj cały proces Machine Learning tak, aby można go było odtworzyć i utrzymać.
Więcej...

Kubeflow on AWS

 28 godzin
To prowadzone przez instruktora szkolenie na żywo w Polsce (online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą wdrożyć Machine Learning obciążenia na serwerze AWS EC2. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Instalacja i konfiguracja Kubernetes, Kubeflow i innego potrzebnego oprogramowania na AWS.
  • Użycie EKS (Elastic Kubernetes Service) w celu uproszczenia pracy związanej z inicjalizacją klastra Kubernetes na AWS.
  • Tworzenie i wdrażanie potoku Kubernetes do automatyzacji i zarządzania modelami ML w produkcji.
  • Trenowanie i wdrażanie TensorFlow modeli ML na wielu GPU i maszynach działających równolegle.
  • Wykorzystanie innych zarządzanych usług AWS do rozszerzenia aplikacji ML.
Więcej...

Kubeflow on Azure

 28 godzin
To prowadzone przez instruktora szkolenie na żywo w Polsce (online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą wdrożyć Machine Learning obciążenia w chmurze Azure. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Instalowanie i konfigurowanie Kubernetes, Kubeflow i innego potrzebnego oprogramowania na platformie Azure.
  • Używanie usługi Azure Kubernetes Service (AKS) w celu uproszczenia pracy związanej z inicjowaniem klastra Kubernetes na platformie Azure.
  • Tworzenie i wdrażanie potoku Kubernetes do automatyzacji i zarządzania modelami ML w produkcji.
  • Trenowanie i wdrażanie TensorFlow modeli ML na wielu GPU i maszynach działających równolegle.
  • Wykorzystanie innych usług zarządzanych AWS do rozszerzenia aplikacji ML.
Więcej...

Kubeflow on GCP

 28 godzin
To prowadzone przez instruktora szkolenie na żywo w Polsce (online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą wdrożyć Machine Learning obciążenia na Google Cloud Platform (GCP). Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Instalacja i konfiguracja Kubernetes, Kubeflow i innego potrzebnego oprogramowania na GCP i GKE.
  • Używanie GKE (Kubernetes Kubernetes Engine) w celu uproszczenia pracy związanej z inicjalizacją klastra Kubernetes na GCP.
  • Tworzenie i wdrażanie potoku Kubernetes do automatyzacji i zarządzania modelami ML w produkcji.
  • Trenowanie i wdrażanie TensorFlow modeli ML na wielu GPU i maszynach działających równolegle.
  • Wykorzystanie innych usług GCP do rozszerzenia aplikacji ML.
Więcej...

Kubeflow on IBM Cloud

 28 godzin
To prowadzone przez instruktora szkolenie na żywo w Polsce (online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą wdrożyć Machine Learning obciążenia w usłudze IBM Cloud Kubernetes Service (IKS). Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Instalowanie i konfigurowanie Kubernetes, Kubeflow i innego potrzebnego oprogramowania w usłudze IBM Cloud Kubernetes Service (IKS).
  • Używanie IKS w celu uproszczenia pracy związanej z inicjalizacją klastra Kubernetes w chmurze IBM Cloud.
  • Tworzenie i wdrażanie potoku Kubernetes do automatyzacji i zarządzania modelami ML w produkcji.
  • Trenowanie i wdrażanie TensorFlow modeli ML na wielu GPU i maszynach działających równolegle.
  • Wykorzystanie innych usług IBM Cloud do rozszerzenia aplikacji ML.
Więcej...

MLflow

 21 godzin
To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi, którzy chcą wyjść poza budowanie modeli ML i zoptymalizować proces tworzenia, śledzenia i wdrażania modeli ML.Pod koniec tego szkolenia uczestnicy będą mogli
  • Zainstalować i skonfigurować MLflow oraz powiązane biblioteki i frameworki ML.
  • Docenić znaczenie możliwości śledzenia, odtwarzania i wdrażania modelu ML.
  • Wdrażać modele ML na różnych chmurach publicznych, platformach lub serwerach lokalnych.
  • Skalowanie procesu wdrażania uczenia maszynowego, aby pomieścić wielu użytkowników współpracujących nad projektem.
  • Skonfigurowanie centralnego rejestru w celu eksperymentowania, odtwarzania i wdrażania modeli uczenia maszynowego.
Więcej...

Kubeflow

 35 godzin
To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla programistów i naukowców zajmujących się danymi, którzy chcą budować, wdrażać i zarządzać przepływami pracy uczenia maszynowego w Kubernetes.Po zakończeniu tego szkolenia uczestnicy będą mogli
  • Zainstalować i skonfigurować Kubeflow na miejscu i w chmurze za pomocą AWS EKS (Elastic Kubernetes Service).
  • Budować, wdrażać i zarządzać przepływami pracy ML w oparciu o kontenery Docker i Kubernetes.
  • Uruchamianie całych potoków uczenia maszynowego w różnych architekturach i środowiskach chmurowych.
  • Używanie Kubeflow do tworzenia i zarządzania notatnikami Jupyter.
  • Tworzenie szkoleń ML, dostrajanie hiperparametrów i obsługiwanie obciążeń na wielu platformach.
Więcej...

Kubeflow on OpenShift

 28 godzin
To prowadzone przez instruktora szkolenie na żywo (w trybie online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą wdrożyć obciążenia uczenia maszynowego w chmurze lokalnej lub hybrydowej.
  • Pod koniec tego szkolenia uczestnicy będą w stanie:
  • Instalować i konfigurować Kubernetes i Kubeflow na klastrze OpenShift.
  • Używać OpenShift do uproszczenia pracy związanej z inicjalizacją klastra Kubernetes.
  • Tworzenie i wdrażanie potoku Kubernetes do automatyzacji i zarządzania modelami ML w produkcji.
  • Trenowanie i wdrażanie TensorFlow modeli ML na wielu GPU i maszynach działających równolegle.
  • Wywoływanie usług chmury publicznej (np. usług AWS) z poziomu OpenShift w celu rozszerzenia aplikacji ML
    • .
Więcej...

Kubeflow Fundamentals

 28 godzin
To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla programistów i naukowców zajmujących się danymi, którzy chcą budować, wdrażać i zarządzać przepływami pracy uczenia maszynowego w Kubernetes.Pod koniec tego szkolenia uczestnicy będą mogli
  • Zainstalować i skonfigurować Kubeflow na miejscu i w chmurze.
  • Budować, wdrażać i zarządzać przepływami pracy ML w oparciu o kontenery Docker i Kubernetes.
  • Uruchamiać całe potoki uczenia maszynowego w różnych architekturach i środowiskach chmurowych.
  • Używanie Kubeflow do tworzenia i zarządzania notatnikami Jupyter.
  • Tworzenie szkoleń ML, dostrajanie hiperparametrów i obsługiwanie obciążeń na wielu platformach.
Więcej...

Ostatnia aktualizacja:

Opinie uczestników(2)

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

Guillaume GAUTIER - OLEA MEDICAL

Szkolenie - 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™

Szkolenie - Kubeflow

Nadchodzące szkolenia

Kubeflow on Azure

2024-08-10 09:00
28 godzin
Zielona Góra
5160 PLN (Zdalne)
5360 PLN (Stacjonarne)

Kubeflow Fundamentals

2024-08-24 09:00
28 godzin
Kraków
5160 PLN (Zdalne)
5560 PLN (Stacjonarne)

Kubeflow on AWS

2024-09-07 09:00
28 godzin
Tarnów
6190 PLN (Zdalne)
6590 PLN (Stacjonarne)

MLOps for Azure Machine Learning

2024-09-21 09:00
14 godzin
Zakopane
2580 PLN (Zdalne)
2780 PLN (Stacjonarne)

Kubeflow Fundamentals

2024-10-05 09:00
28 godzin
Radom
5160 PLN (Zdalne)
5360 PLN (Stacjonarne)

Kubeflow on Azure

2024-10-19 09:00
28 godzin
Warszawa
5160 PLN (Zdalne)
5360 PLN (Stacjonarne)

Pozostałe regiony w Polsce

Inne kraje

Te szkolenia są również dostępne w innych krajach

Konsultacje

MLOps Konsultacje
Szkolenie MLOps, MLOps boot camp, Szkolenia Zdalne MLOps, szkolenie wieczorowe MLOps, szkolenie weekendowe MLOps, Kurs MLOps,Kursy MLOps, Trener MLOps, instruktor MLOps, kurs zdalny MLOps, edukacja zdalna MLOps, nauczanie wirtualne MLOps, lekcje UML, nauka przez internet MLOps, e-learning MLOps, kurs online MLOps, wykładowca MLOps