Lokalne, prowadzone przez instruktora kursy szkoleniowe Kubeflow na żywo demonstrują poprzez interaktywne praktyczne ćwiczenia, jak używać Kubeflow do tworzenia, wdrażania i zarządzania przepływami pracy uczenia maszynowego na Kubernetes. Szkolenie Kubeflow jest dostępne jako "szkolenie online na żywo" lub "szkolenie na żywo na miejscu". Szkolenie na żywo online (inaczej "zdalne szkolenie na żywo") odbywa się za pomocą interaktywnego, zdalnego pulpitu . Szkolenie na żywo na miejscu może odbywać się lokalnie w siedzibie klienta w Trójmiasto lub w korporacyjnych 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 prowadzone przez instruktora szkolenie na żywo w Trójmiasto (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.
Trening prowadzony przez instruktora (online lub stacjonarny) jest skierowany do inżynierów, którzy chcą wdrożyć obciążenia Machine Learning na serwerze AWS EC2.
Na koniec tego treningu uczestnicy będą w stanie:
Zainstalować i skonfigurować Kubernetes, Kubeflow i inne wymagane oprogramowanie na AWS.
Używać EKS (Elastic Kubernetes Service), aby uprościć pracę z inicjowaniem klastra Kubernetes na AWS.
Tworzyć i wdrażać potoki Kubernetes do automatyzacji i zarządzania modelami ML w środowisku produkcyjnym.
Trenować i wdrażać modele TensorFlow ML na wielu GPU i maszynach działających równolegle.
Wykorzystywać inne zarządzane usługi AWS, aby rozszerzyć aplikację 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 prowadzone przez instruktora szkolenie na żywo w Trójmiasto (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 (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
