Online lub na miejscu, prowadzone przez instruktora kursy szkoleniowe Kubeflow demonstrują poprzez interaktywne ćwiczenia praktyczne, jak używać Kubeflow do budowania, wdrażania i zarządzania przepływami pracy uczenia maszynowego na Kubernetes.
Szkolenia Kubeflow są dostępne jako "szkolenie online na żywo" lub "szkolenie na miejscu na żywo". Szkolenie online na żywo (znane również jako "zdalne szkolenie na żywo") jest przeprowadzane za pomocą interaktywnego pulpitu zdalnego. Szkolenie na miejscu na żywo może być przeprowadzone lokalnie w siedzibie klienta w Trójmiasto lub w centrach szkoleniowych NobleProg w Trójmiasto.
NobleProg -- Twój Lokalny Dostawca Szkoleń
Gdynia
Hotel Nadmorski, Ejsmonda 2, Gdynia, Polska, 81-409
Sala szkoleniowa znajduje się zaledwie 3 kilometry od Dworca PKP/PKS w Gdyni, co sprawia, że jest łatwo dostępna dla uczestników podróżujących pociągiem lub autobusem. Dodatkowo, jest oddalona tylko o 400 metrów od przystanku autobusowego, ułatwiając dojazd nawet tym, którzy podróżują komunikacją miejską. Wyposażona jest w niezbędne narzędzia do prowadzenia szkoleń, takie jak rzutnik, ekran oraz flipchart, co zapewnia komfortowe warunki dla uczestników i prowadzącego zajęcia.
Gdańsk
Hotel Fahrenheit, Grodzka 19, Gdańsk, Polska, 80-841
Sala szkoleniowa znajduje się w samym sercu malowniczej gdańskiej starówki, co sprawia, że otoczenie jest nie tylko inspirujące, ale także wyjątkowo atrakcyjne dla uczestników. W niedalekiej odległości można znaleźć dworzec PKP oraz PKS, ułatwiając przyjazd zarówno tym podróżującym pociągiem, jak i autobusem. Dodatkowo, lotnisko i port są również w zasięgu ręki, co czyni tę lokalizację wygodną dla osób przybywających z dalszych miejscowości, zarówno z kraju, jak i spoza jego granic.
Kubeflow to platforma open-source zaprojektowana w celu usprawnienia budowania, trenowania i wdrażania obciążeń związanych z uczeniem maszynowym na Kubernetes.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów na poziomie początkującym i średniozaawansowanym, którzy chcą budować niezawodne przepływy pracy związane z uczeniem maszynowym przy użyciu Kubeflow.
Po ukończeniu szkolenia uczestnicy zdobędą umiejętności:
Poruszania się po ekosystemie Kubeflow i jego podstawowych komponentach.
Tworzenia powtarzalnych przepływów pracy za pomocą Kubeflow Pipelines.
Uruchamiania skalowalnych zadań treningowych na Kubernetes.
Efektywnego serwowania modeli uczenia maszynowego przy użyciu Kubeflow Serving.
Format kursu
Prezentacje z przewodnikiem i dyskusje grupowe.
Praktyczne laboratoria z rzeczywistymi komponentami Kubeflow.
Ćwiczenia praktyczne budujące kompleksowe przepływy pracy związane z uczeniem maszynowym.
Opcje dostosowania kursu
Można zorganizować dostosowane wersje tego szkolenia, aby dostosować je do stosowanej technologii i wymagań projektowych Twojego zespołu.
To szkolenie prowadzone przez instruktora, na żywo w Trójmiasto (online lub na miejscu) jest skierowane do programistów i naukowców zajmujących się danymi, którzy chcą budować, wdrażać i zarządzać przepływami pracy uczenia maszynowego na Kubernetes.
Po zakończeniu szkolenia uczestnicy będą mogli:
Zainstalować i skonfigurować Kubeflow lokalnie oraz w chmurze za pomocą AWS EKS (Elastic Kubernetes Service).
Budować, wdrażać i zarządzać przepływami pracy ML opartymi na kontenerach Docker i Kubernetes.
Uruchamiać całe potoki uczenia maszynowego na różnych architekturach i środowiskach chmurowych.
Wykorzystywać Kubeflow do uruchamiania i zarządzania notebookami Jupyter.
Budować obciążenia związane z trenowaniem ML, strojeniem hiperparametrów i serwisowaniem na wielu platformach.
To szkolenie prowadzone przez instruktora, na żywo w Trójmiasto (online lub na miejscu) jest skierowane do inżynierów, którzy chcą wdrożyć obciążenia związane z uczeniem maszynowym na serwerze AWS EC2.
Po zakończeniu szkolenia uczestnicy będą mogli:
Zainstalować i skonfigurować Kubernetes, Kubeflow oraz inne potrzebne oprogramowanie na AWS.
Wykorzystać EKS (Elastic Kubernetes Service) do uproszczenia pracy związanej z inicjalizacją klastra Kubernetes na AWS.
Tworzyć i wdrażać potoki Kubernetes do automatyzacji i zarządzania modelami ML w produkcji.
Trenować i wdrażać modele ML TensorFlow na wielu GPU i maszynach działających równolegle.
Wykorzystywać inne zarządzane usługi AWS do rozszerzania aplikacji ML.
To szkolenie prowadzone przez instruktora, na żywo w Trójmiasto (online lub na miejscu) jest skierowane do inżynierów, którzy chcą wdrażać obciążenia związane z uczeniem maszynowym w chmurze Azure.
Po zakończeniu szkolenia uczestnicy będą mogli:
Zainstalować i skonfigurować Kubernetes, Kubeflow oraz inne niezbędne oprogramowanie na platformie Azure.
Wykorzystać usługę Azure Kubernetes Service (AKS) w celu uproszczenia inicjalizacji klastra Kubernetes na platformie Azure.
Tworzyć i wdrażać potoki Kubernetes w celu automatyzacji i zarządzania modelami ML w produkcji.
Szkolić i wdrażać modele TensorFlow ML na wielu GPU i maszynach działających równolegle.
Wykorzystywać inne zarządzane usługi AWS do rozszerzania aplikacji ML.
To szkolenie prowadzone przez instruktora w Trójmiasto (online lub na miejscu) jest skierowane do programistów i naukowców zajmujących się danymi, którzy chcą budować, wdrażać i zarządzać przepływami pracy uczenia maszynowego na platformie Kubernetes.
Po zakończeniu szkolenia uczestnicy będą mogli:
Instalować i konfigurować Kubeflow lokalnie oraz w chmurze.
Budować, wdrażać i zarządzać przepływami pracy ML opartymi na kontenerach Docker i Kubernetes.
Uruchamiać całe potoki uczenia maszynowego na różnych architekturach i środowiskach chmurowych.
Korzystać z Kubeflow do tworzenia i zarządzania notatnikami Jupyter.
Tworzyć zadania treningowe ML, dostrajanie hiperparametrów oraz serwowanie na wielu platformach.
Więcej...
Ostatnia aktualizacja:
Opinie uczestników (1)
Cieszyłem się, biorąc udział w szkoleniu Kubeflow, które odbyło się zdalnie. To szkolenie pozwoliło mi ukonsolidować wiedzę na temat usług AWS, K8s oraz wszystkich narzędzi devOps związanych z Kubeflow, które stanowią niezbędne podstawy do właściwego podejścia do tego tematu. Chciałbym podziękować Marcina Malawskiego za jego cierpliwość i profesjonalizm w zakresie szkolenia oraz rad na temat najlepszych praktyk. Marcin podejmuje temat z różnych perspektyw, wykorzystując różne narzędzia wdrażania, takie jak Ansible, EKS kubectl, Terraform. Teraz jestem absolutnie przekonany, że wchodzę w właściwe pole zastosowania.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
