Descubra nuestros cursos

Kubeflow on AWS

 28 horas
Esta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o in situ) está dirigida a ingenieros que desean implementar Machine Learning cargas de trabajo en un servidor de AWS EC2. Al final de esta capacitación, los participantes serán capaces de:
  • Instale y configure Kubernetes, Kubeflow y otro software necesario en AWS.
  • Utilice EKS (Elastic Kubernetes Service) para simplificar el trabajo de inicialización de un clúster de Kubernetes en AWS.
  • Cree e implemente una canalización de Kubernetes para automatizar y administrar modelos de ML en producción.
  • Entrene e implemente TensorFlow modelos de ML en varias GPU y máquinas que se ejecutan en paralelo.
  • Aproveche otros servicios administrados de AWS para ampliar una aplicación de ML.
Leer más...

Kubeflow on Azure

 28 horas
Esta formación en vivo dirigida por un instructor en Costa Rica (en línea o in situ) está dirigida a ingenieros que desean implementar Machine Learning cargas de trabajo en la nube de Azure. Al final de esta capacitación, los participantes serán capaces de:
  • Instale y configure Kubernetes, Kubeflow y otro software necesario en Azure.
    • Use Azure Kubernetes
  • Service (AKS) para simplificar el trabajo de inicialización de un clúster de Kubernetes en Azure.
  • Cree e implemente una canalización de Kubernetes para automatizar y administrar modelos de ML en producción.
  • Entrene e implemente TensorFlow modelos de ML en varias GPU y máquinas que se ejecutan en paralelo.
  • Aproveche otros servicios administrados de AWS para ampliar una aplicación de ML.
Leer más...

Kubeflow on GCP

 28 horas
Esta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a ingenieros que desean implementar Machine Learning cargas de trabajo en Google Cloud Platform (GCP). Al final de esta capacitación, los participantes serán capaces de:
  • Instala y configura Kubernetes, Kubeflow y otro software necesario en GCP y GKE.
    • Usa GKE (Kubernetes Kubernetes
  • Engine) para simplificar el trabajo de inicializar un clúster de Kubernetes en GCP.
  • Cree e implemente una canalización de Kubernetes para automatizar y administrar modelos de ML en producción.
  • Entrene e implemente TensorFlow modelos de ML en varias GPU y máquinas que se ejecutan en paralelo.
  • Aprovecha otros servicios de GCP para ampliar una aplicación de AA.
Leer más...

Kubeflow on IBM Cloud

 28 horas
Esta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o en el sitio) está dirigida a ingenieros que desean implementar Machine Learning cargas de trabajo en IBM Cloud Kubernetes Service (IKS). Al final de esta capacitación, los participantes serán capaces de:
    Instale y configure Kubernetes
  • , Kubeflow y otro software necesario en IBM Cloud Kubernetes Service (IKS).
  • Utilice IKS para simplificar el trabajo de inicialización de un clúster de Kubernetes en IBM Cloud.
  • Cree e implemente una canalización de Kubernetes para automatizar y administrar modelos de ML en producción.
  • Entrene e implemente TensorFlow modelos de ML en varias GPU y máquinas que se ejecutan en paralelo.
  • Aproveche otros servicios de IBM Cloud para ampliar una aplicación de ML.
Leer más...

MLOps: CI/CD for Machine Learning

 35 horas
Esta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o en el sitio) está dirigida a ingenieros que desean evaluar los enfoques y herramientas disponibles hoy en día para tomar una decisión inteligente sobre el camino a seguir en la adopción MLOps dentro de su organización.Al final de esta formación, los participantes serán capaces de:
  • Instale y configure varios MLOps marcos y herramientas.
  • Reúna el tipo correcto de equipo con las habilidades adecuadas para construir y apoyar un sistema MLOps.
  • Prepare, valide y versione los datos para su uso por parte de los modelos de ML.
  • Comprenda los componentes de una canalización de ML y las herramientas necesarias para crear una.
  • Experimente con diferentes marcos y servidores de aprendizaje automático para implementarlos en producción.
  • Ponga en funcionamiento todo el proceso Machine Learning para que sea reproducible y mantenible.
Leer más...

MLOps for Azure Machine Learning

 14 horas
Esta capacitación en vivo dirigida por un instructor (en línea o en el sitio) está dirigida a ingenieros de aprendizaje automático que desean usar Azure Machine Learning y Azure DevOps para facilitar MLOps prácticas.Al final de esta formación, los participantes serán capaces de:
  • Cree flujos de trabajo reproducibles y modelos de aprendizaje automático.
  • Administre el ciclo de vida del aprendizaje automático.
  • Realice un seguimiento y genere informes sobre el historial de versiones del modelo, los activos y mucho más.
  • Implemente modelos de aprendizaje automático listos para producción en cualquier lugar.
Leer más...

MLflow

 21 horas
Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está dirigida a científicos de datos que desean ir más allá de la creación de modelos de ML y optimizar el proceso de creación, seguimiento e implementación de modelos de ML.Al final de esta formación, los participantes serán capaces de:
  • Instale y configure MLflow y las bibliotecas y marcos de ML relacionados.
  • Apreciar la importancia de la trazabilidad, la reproducibilidad y la capacidad de implementación de un modelo de ML
  • Implemente modelos de ML en diferentes nubes públicas, plataformas o servidores locales.
  • Escale el proceso de implementación de ML para dar cabida a varios usuarios que colaboran en un proyecto.
  • Configure un registro central para experimentar, reproducir e implementar modelos de ML.
Leer más...

Kubeflow

 35 horas
Esta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a desarrolladores y científicos de datos que desean crear, implementar y administrar flujos de trabajo de aprendizaje automático en Kubernetes.Al final de esta formación, los participantes serán capaces de:
  • Instale y configure Kubeflow en las instalaciones y en la nube mediante AWS EKS (Elastic Kubernetes Service).
  • Cree, implemente y administre flujos de trabajo de ML basados en Docker contenedores y Kubernetes.
  • Ejecute canalizaciones completas de aprendizaje automático en diversas arquitecturas y entornos en la nube.
  • Uso de Kubeflow para generar y administrar cuadernos de Jupyter Notebook.
  • Cree entrenamiento de ML, ajuste de hiperparámetros y entrega de cargas de trabajo en múltiples plataformas.
Leer más...

Kubeflow Fundamentals

 28 horas
Esta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a desarrolladores y científicos de datos que desean crear, implementar y administrar flujos de trabajo de aprendizaje automático en Kubernetes.Al final de esta formación, los participantes serán capaces de:
  • Instale y configure Kubeflow en las instalaciones y en la nube.
  • Cree, implemente y administre flujos de trabajo de ML basados en Docker contenedores y Kubernetes.
  • Ejecute canalizaciones completas de aprendizaje automático en diversas arquitecturas y entornos en la nube.
  • Uso de Kubeflow para generar y administrar cuadernos de Jupyter Notebook.
  • Cree entrenamiento de ML, ajuste de hiperparámetros y entrega de cargas de trabajo en múltiples plataformas.
Leer más...

Kubeflow on OpenShift

 28 horas
Esta capacitación en vivo dirigida por un instructor (en línea o en el sitio) está dirigida a ingenieros que desean implementar Machine Learning cargas de trabajo en una OpenShift nube local o híbrida.
  • Al final de esta formación, los participantes serán capaces de:
  • Instale y configure Kubernetes y Kubeflow en un clúster OpenShift.
  • Utilice OpenShift para simplificar el trabajo de inicialización de un clúster Kubernetes.
  • Cree e implemente una canalización Kubernetes para automatizar y administrar modelos de ML en producción.
  • Entrene e implemente TensorFlow modelos de ML en varios GPU y máquinas que se ejecutan en paralelo.
  • Llame a los servicios de nube pública (por ejemplo, los servicios de AWS) desde OpenShift para ampliar una aplicación de ML.
Leer más...

Last Updated:

Testimonios(2)

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

Guillaume GAUTIER - OLEA MEDICAL

Curso - 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™

Curso - Kubeflow

Próximos cursos

Otras regiones de Costa Rica

Otros Paises

Estos cursos también están disponibles en otros países

Consultoría

MLOps Consultoría
Cursos de Fin de Semana de MLOps, Capacitación por la Tarde de MLOps, MLOps boot camp, Clases de MLOps, Capacitación de Fin de Semana de MLOps, Cursos por la Tarde de MLOps, MLOps coaching, Instructor de MLOps, Capacitador de MLOps, MLOps con instructor, Cursos de Formación de MLOps, MLOps en sitio, Cursos Privados de MLOps, Clases Particulares de MLOps, Capacitación empresarial de MLOps, Talleres para empresas de MLOps, Cursos en linea de MLOps, Programas de capacitación de MLOps, Clases de MLOps