MLOps Opplæringskurs

MLOps Opplæringskurs

Lokal instruktørledet live MLOps kurs i Norge.

Testimonials

★★★★★
★★★★★

MLOps Underkategorier

MLOps Kursplaner

Kursnavn
Varighet
Oversikt
Kursnavn
Varighet
Oversikt
35 timer
MLOps er et sett med verktøy og metoder for å kombinere Machine Learning og DevOps praksis. Målet med MLOps er å automatisere og optimalisere implementeringen og vedlikehold av ML-systemer i produksjon. Denne instruktørledede, live-trening (online eller on-site) er rettet mot ingeniører som ønsker å vurdere tilnærminger og verktøy som er tilgjengelige i dag for å ta en intelligent beslutning om veien fremover i vedtak MLOps innenfor deres organisasjon. Ved slutten av denne treningen vil deltakerne være i stand til å:
    Installere og konfigurere ulike MLOps rammer og verktøy. Samle den riktige typen team med de riktige ferdighetene for å bygge og støtte et MLOps system. Forbered, valider og versjonsdata for bruk av ML-modeller. Forstå komponentene i en ML Pipeline og verktøyene som trengs for å bygge en. Eksperiment med forskjellige maskinlæringsrammer og servere for å implementere til produksjon. Operasjonalisere hele Machine Learning prosessen slik at den kan reproduseres og vedlikeholdes.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.
28 timer
Kubeflow Det er et rammeverk for å kjøre Machine Learning arbeidsbelastninger på Kubernetes. TensorFlow er en maskinlæring bibliotek og Kubernetes er en orkesteringsplattform for å administrere containert applikasjoner. Denne instruktørledede, live-trening (online eller on-site) er rettet mot ingeniører som ønsker å deployere Machine Learning arbeidsbelastninger til en AWS EC2-server. Ved slutten av denne treningen vil deltakerne være i stand til å:
    Installere og konfigurere Kubernetes, Kubeflow og annen nødvendig programvare på AWS. Bruk EKS (Elastic Kubernetes Service) for å forenkle arbeidet med å initialisere en Kubernetes kluster på AWS. Opprett og implementere en Kubernetes pipeline for automatisering og forvaltning av ML-modeller i produksjon. Trein og deploy TensorFlow ML-modeller over flere GPUs og maskiner som kjører parallelt. Levering av andre AWS-styrte tjenester for å utvide en ML-applikasjon.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.
28 timer
Kubeflow Det er et rammeverk for å kjøre Machine Learning arbeidsbelastninger på Kubernetes. TensorFlow er en av de mest populære maskinlæring biblioteker. Kubernetes er en orkestrering plattform for å administrere containeriserte applikasjoner. Denne instruktørledede, levende opplæringen (online eller på nett) er rettet mot ingeniører som ønsker å deployere Machine Learning arbeidsbelastninger til Azure sky. Ved slutten av denne treningen vil deltakerne være i stand til å:
    Installere og konfigurere Kubernetes, Kubeflow og annen nødvendig programvare på Azure. Bruk Azure Kubernetes Service (AKS) for å forenkle arbeidet med å initialisere en Kubernetes kluster på Azure. Opprett og implementere en Kubernetes pipeline for automatisering og forvaltning av ML-modeller i produksjon. Trein og deploy TensorFlow ML-modeller over flere GPUs og maskiner som kjører parallelt. Levering av andre AWS-styrte tjenester for å utvide en ML-applikasjon.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.
28 timer
Kubeflow Det er et rammeverk for å kjøre Machine Learning arbeidsbelastninger på Kubernetes. TensorFlow er en av de mest populære maskinlæring biblioteker. Kubernetes er en orkestrering plattform for å administrere containeriserte applikasjoner. Denne instruktørledede, live-trening (online eller på nett) er rettet mot ingeniører som ønsker å deployere Machine Learning arbeidsbelastninger til Google Cloud Platform (GCP). Ved slutten av denne treningen vil deltakerne være i stand til å:
    Installere og konfigurere Kubernetes, Kubeflow og annen nødvendig programvare på GCP og GKE. Bruk GKE (Kubernetes Kubernetes Engine) for å forenkle arbeidet med å initialisere en Kubernetes kluster på GCP. Opprett og implementere en Kubernetes pipeline for automatisering og forvaltning av ML-modeller i produksjon. Trein og deploy TensorFlow ML-modeller over flere GPUs og maskiner som kjører parallelt. Levering av andre GCP-tjenester for å utvide en ML-applikasjon.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.
28 timer
Kubeflow Det er et rammeverk for å kjøre Machine Learning arbeidsbelastninger på Kubernetes. TensorFlow er en av de mest populære maskinlæring biblioteker. Kubernetes er en orkestrering plattform for å administrere containeriserte applikasjoner. Denne instruktørledede, live-trening (online eller på nett) er rettet mot ingeniører som ønsker å deployere Machine Learning arbeidsbelastninger til IBM Cloud Kubernetes Service (IKS). Ved slutten av denne treningen vil deltakerne være i stand til å:
    Installere og konfigurere Kubernetes, Kubeflow og annen nødvendig programvare på IBM Cloud Kubernetes Service (IKS). Bruk IKS for å forenkle arbeidet med å initialisere en Kubernetes kluster på IBM Cloud. Opprett og implementere en Kubernetes pipeline for automatisering og forvaltning av ML-modeller i produksjon. Trein og deploy TensorFlow ML-modeller over flere GPUs og maskiner som kjører parallelt. Leverer andre IBM Cloud-tjenester for å utvide en ML-applikasjon.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.
35 timer
Kubeflow er en verktøykit for å gjøre Machine Learning (ML) på Kubernetes lett, bærbar og skalbar. AWS EKS (Elastic Kubernetes Service) er en Amazon-ledet tjeneste for å kjøre Kubernetes på AWS. Denne instruktørledede, levende opplæring (online eller på nett) er rettet mot utviklere og data forskere som ønsker å bygge, implementere og administrere maskinlæring arbeidsflyter på Kubernetes. Ved slutten av denne treningen vil deltakerne være i stand til å:
    Installere og konfigurere Kubeflow på premise og i skyen ved hjelp av AWS EKS (Elastic Kubernetes Service). Bygge, implementere og administrere ML arbeidsflyter basert på Docker containere og Kubernetes. Kjør hele maskinlæringsrørene på ulike arkitekturer og skymiljøer. Bruk Kubeflow til å spore og administrere Jupyter-notatbøker. Bygg ML-trening, hyperparameter tuning og servering av arbeidsbelastninger på flere plattformer.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.
28 timer
Kubeflow er et rammeverk for å kjøre Machine Learning arbeidsbelastninger på Kubernetes. TensorFlow er en av de mest populære maskinlæring biblioteker. Kubernetes er en orkestrering plattform for å administrere containeriserte applikasjoner. OpenShift er en skyapplikasjonsutvikling plattform som bruker Docker containere, orkesteret og styrt av Kubernetes, på grunnlag av Red Hat Enterprise Linux. Denne instruktørledede, live-trening (online eller on-site) er rettet mot ingeniører som ønsker å deployere Machine Learning arbeidsbelastninger til en OpenShift on-premise eller hybrid sky.
    Ved slutten av denne treningen vil deltakerne være i stand til å: I tillegg til å sette opp Kubeflow og Kubeflow på en Kubeflow gruppe. Bruk OpenShift for å forenkle arbeidet med å initialisere en Kubernetes kluster. Opprett og implementere en Kubernetes pipeline for automatisering og forvaltning av ML-modeller i produksjon. Trein og deploy TensorFlow ML-modeller over flere GPUs og maskiner som kjører parallelt. Ring offentlige cloud-tjenester (f.eks. AWS-tjenester) fra innsiden OpenShift for å utvide en ML-applikasjon.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.
28 timer
Kubeflow er en verktøykit for å gjøre Machine Learning (ML) på Kubernetes lett, bærbar og skalbar. Denne instruktørledede, levende opplæring (online eller på nett) er rettet mot utviklere og data forskere som ønsker å bygge, implementere og administrere maskinlæring arbeidsflyter på Kubernetes. Ved slutten av denne treningen vil deltakerne være i stand til å:
    Installer og konfigurer Kubeflow på premise og i skyen. Bygge, implementere og administrere ML arbeidsflyter basert på Docker containere og Kubernetes. Kjør hele maskinlæringsrørene på ulike arkitekturer og skymiljøer. Bruk Kubeflow til å spore og administrere Jupyter-notatbøker. Bygg ML-trening, hyperparameter tuning og servering av arbeidsbelastninger på flere plattformer.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere. For å lære mer om Kubeflow, vennligst besøk: https://github.com/kubeflow/kubeflow
21 timer
MLflow er en åpen kildekode plattform for å stramle og administrere maskinlæringens livssyklus. Den støtter ethvert ML (maskinen læring) bibliotek, algoritme, implementeringsverktøy eller språk. Bare legg MLflow til din eksisterende ML-kode for å dele koden over hvilken som helst ML-bibliotek som brukes i organisasjonen din. Denne instruktørledede, levende opplæringen (online eller on-site) er rettet mot data forskere som ønsker å gå utover å bygge ML-modeller og optimalisere ML-modellen skapelse, sporing og implementering prosess. Ved slutten av denne treningen vil deltakerne være i stand til å:
    Installere og konfigurere MLflow og relaterte ML-biblioteker og rammer. Vær oppmerksom på betydningen av sporbarhet, reproduksjon og implementerbarhet av en ML-modell Deploy ML-modeller til ulike offentlige skyer, plattformer eller on-premise servere. Skala ML-oppføringsprosessen for å tilegne flere brukere som samarbeider på et prosjekt. Sett opp et sentralt register for å eksperimentere med, reprodusere og implementere ML-modeller.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.

Last Updated:

Kommende MLOps Kurs

Helg MLOps kurs, kveld MLOps trening, MLOps boot camp, MLOps instruktørledet, Helg MLOps trening, Kveld MLOps kurs, MLOps coaching, MLOps instruktør, MLOps trener, MLOps kurs, MLOps klasser, MLOps on-site, MLOps private kurs, MLOps tomannshånd trening

Kursrabatter

Kursrabatter Nyhetsbrev

We respect the privacy of your email address. We will not pass on or sell your address to others.
You can always change your preferences or unsubscribe completely.

Some of our clients

is growing fast!

We are looking to expand our presence in Norway!

As a Business Development Manager you will:

  • expand business in Norway
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!

This site in other countries/regions