MLOps Training Courses

MLOps Training Courses

Lokale instructeur geleid live MLOps opleidingscursus in Nederland.

Getuigenissen

★★★★★
★★★★★

MLOps subcategorieën

MLOps Cursusoverzicht

Course Name
Duration
Overview
Course Name
Duration
Overview
35 hours
MLOps is een set van hulpmiddelen en methoden voor het combineren van Machine Learning en DevOps praktijken. Het doel van MLOps is om de implementatie en onderhoud van ML-systemen in de productie te automatiseren en te optimaliseren.

Deze instructeur geleide, live training (online of on-site) is gericht op ingenieurs die de benaderingen en hulpmiddelen die vandaag beschikbaar zijn willen evalueren om een slimme beslissing te nemen over de weg naar voren in de adoptie MLOps binnen hun organisatie.

Aan het einde van deze training zullen de deelnemers in staat zijn:

Installeren en configureren van verschillende MLOps frameworks en tools. Verzamel het juiste type team met de juiste vaardigheden voor het bouwen en ondersteunen van een MLOps systeem. Voorbereiden, valideren en versiesgegevens voor gebruik door ML-modellen. Begrijp de componenten van een ML Pipeline en de gereedschappen die nodig zijn om een te bouwen. Experimenteren met verschillende machine learning frameworks en servers voor het implementeren naar productie. Operationaliseren van het hele Machine Learning proces zodat het reproduceerbaar en onderhoudbaar is.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
28 hours
Kubeflow Het is een framework voor het uitvoeren van Machine Learning werkloads op Kubernetes. TensorFlow is een machine learning bibliotheek en Kubernetes is een orchestratieplatform voor het beheren van containereerde toepassingen.

Deze instructeur geleide, live training (online of on-site) is gericht op ingenieurs die Machine Learning werkloads willen deployeren op een AWS EC2-server.

Aan het einde van deze training zullen de deelnemers in staat zijn:

Installeren en configureren Kubernetes, Kubeflow en andere noodzakelijke software op AWS. Gebruik EKS (Elastic Kubernetes Service) om het werk van het initialiseren van een Kubernetes cluster op AWS te vereenvoudigen. Creëren en implementeren van een Kubernetes pipeline voor het automatiseren en beheren van ML-modellen in productie. Trainen en deployeren TensorFlow ML-modellen over meerdere GPUs en machines die parallel rijden. Leverage van andere AWS beheerde diensten om een ML-applicatie uit te breiden.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
28 hours
Kubeflow Het is een framework voor het uitvoeren van Machine Learning werkloads op Kubernetes. TensorFlow is een van de meest populaire machine learning bibliotheken. Kubernetes is een orchestratieplatform voor het beheren van containereerde toepassingen.

Deze instructeur geleide, live training (online of on-site) is gericht op ingenieurs die Machine Learning werkloads willen deployeren naar Azure cloud.

Aan het einde van deze training zullen de deelnemers in staat zijn:

Installeer en installeer Kubernetes, Kubeflow en andere noodzakelijke software op Azure. Gebruik Azure Kubernetes Service (AKS) om het werk van het initialiseren van een Kubernetes cluster op Azure te vereenvoudigen. Creëren en implementeren van een Kubernetes pipeline voor het automatiseren en beheren van ML-modellen in productie. Trainen en deployeren TensorFlow ML-modellen over meerdere GPUs en machines die parallel rijden. Leverage van andere AWS beheerde diensten om een ML-applicatie uit te breiden.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
28 hours
Kubeflow Het is een framework voor het uitvoeren van Machine Learning werkloads op Kubernetes. TensorFlow is een van de meest populaire machine learning bibliotheken. Kubernetes is een orchestratieplatform voor het beheren van containereerde toepassingen.

Deze instructeur geleide, live training (online of on-site) is gericht op ingenieurs die Machine Learning workloads willen deployeren op Google Cloud Platform (GCP).

Aan het einde van deze training zullen de deelnemers in staat zijn:

Installeren en configureren Kubernetes, Kubeflow en andere noodzakelijke software op GCP en GKE. Gebruik GKE (Kubernetes Kubernetes Engine) om het werk van het initialiseren van een Kubernetes cluster op GCP te vereenvoudigen. Creëren en implementeren van een Kubernetes pipeline voor het automatiseren en beheren van ML-modellen in productie. Trainen en implementeren TensorFlow ML-modellen over meerdere GPUs en machines die parallel rijden. Leverage van andere GCP-diensten om een ML-aanvraag uit te breiden.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
28 hours
Kubeflow Het is een framework voor het uitvoeren van Machine Learning werkloads op Kubernetes. TensorFlow is een van de meest populaire machine learning bibliotheken. Kubernetes is een orchestratieplatform voor het beheren van containereerde toepassingen.

Deze instructeur geleide, live training (online of on-site) is gericht op ingenieurs die Machine Learning werkloads willen deployeren naar IBM Cloud Kubernetes Service (IKS).

Aan het einde van deze training zullen de deelnemers in staat zijn:

Installeren en configureren Kubernetes, Kubeflow en andere noodzakelijke software op IBM Cloud Kubernetes Service (IKS). Gebruik IKS om het werk van het initialiseren van een Kubernetes cluster op IBM Cloud te vereenvoudigen. Creëren en implementeren van een Kubernetes pipeline voor het automatiseren en beheren van ML-modellen in productie. Trainen en deployeren TensorFlow ML-modellen over meerdere GPUs en machines die parallel rijden. Leverage andere IBM Cloud-diensten om een ML-applicatie uit te breiden.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
28 hours
Kubeflow is een kader voor het uitvoeren van Machine Learning werkloaden op Kubernetes. TensorFlow is een van de meest populaire machine learning bibliotheken. Kubernetes is een orchestratieplatform voor het beheren van containereerde toepassingen. OpenShift is een cloud-applicatieontwikkelingsplatform die gebruikmaakt van containers, georganiseerd en beheerd door Kubernetes, op basis van Red Hat Enterprise Linux.

Deze instructeur geleide, live training (online of on-site) is gericht op ingenieurs die werkloads willen deployeren naar een OpenShift on-premise of hybride cloud.

Aan het einde van deze training zullen de deelnemers in staat zijn: Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Kubeflow en Gebruik OpenShift om het werk van het initialiseren van een Kubernetes cluster te vereenvoudigen. Creëren en implementeren van een Kubernetes pipeline voor het automatiseren en beheren van ML-modellen in productie. Trainen en implementeren TensorFlow ML-modellen over meerdere GPUs en machines die parallel lopen. Bel publieke clouddiensten (bijvoorbeeld AWS-diensten) van binnen OpenShift om een ML-applicatie uit te breiden.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
35 hours
Kubeflow is een toolkit voor het maken van Machine Learning (ML) op Kubernetes gemakkelijk, draagbaar en schaalbaar. AWS EKS (Elastic Kubernetes Service) is een Amazon beheerde service voor het uitvoeren van de Kubernetes op AWS.

Deze instructeur geleide, live training (online of on-site) is gericht op ontwikkelaars en data wetenschappers die willen bouwen, implementeren en beheren machine learning workflows op Kubernetes.

Aan het einde van deze training zullen de deelnemers in staat zijn:

Installeer en installeer Kubeflow op premise en in de cloud met behulp van AWS EKS (Elastic Kubernetes Service). Bouw, implementeren en beheren van ML werkstromen op basis van Docker containers en Kubernetes. Voer hele machine learning pipelines uit op verschillende architectuur en cloud omgevingen. Gebruik Kubeflow om Jupyter-notebooks te spuiten en te beheren. Build ML training, hyperparameter tuning, en serving workloads over meerdere platforms.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
28 hours
Kubeflow is een toolkit voor het maken van Machine Learning (ML) op Kubernetes gemakkelijk, draagbaar en schaalbaar.

Deze instructeur geleide, live training (online of on-site) is gericht op ontwikkelaars en data wetenschappers die willen bouwen, implementeren en beheren machine learning workflows op Kubernetes.

Aan het einde van deze training zullen de deelnemers in staat zijn:

Installeer en installeer Kubeflow op premise en in de wolk. Bouw, implementeren en beheren van ML werkstromen op basis van Docker containers en Kubernetes. Voer hele machine learning pipelines uit op verschillende architectuur en cloud omgevingen. Gebruik Kubeflow om Jupyter-notebooks te spuiten en te beheren. Build ML training, hyperparameter tuning, en serving workloads over meerdere platforms.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren. Om meer te weten te komen over Kubeflow, bezoek dan: https://github.com/kubeflow/kubeflow
21 hours
MLflow is een open source platform voor het stroomlijnen en beheren van de machine learning levenscyclus. Het ondersteunt elke ML (machine learning) bibliotheek, algoritme, deployment tool of taal. Voeg gewoon MLflow toe aan uw bestaande ML-code om de code te delen over elke ML-bibliotheek die binnen uw organisatie wordt gebruikt.

Deze instructeur geleide, live training (online of on-site) is gericht op data wetenschappers die willen verder gaan dan het bouwen van ML-modellen en het optimaliseren van de ML-modellen creatie, tracking en implementatie proces.

Aan het einde van deze training zullen de deelnemers in staat zijn:

Installeren en configureren MLflow en gerelateerde ML-bibliotheken en kaders. Beoordelen van het belang van traceerbaarheid, reproduceerbaarheid en implementerbaarheid van een ML-model Deploy ML modellen naar verschillende publieke wolken, platforms of on-premise servers. Scaleer het ML-implementatieproces om meerdere gebruikers te voorzien die samenwerken op een project. Stel een centraal register op om te experimenteren, te reproduceren en ML-modellen te implementeren.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.

Last Updated:

Aankomende MLOps cursussen

Weekend MLOps cursus, Avond MLOps training, Avond MLOps opleiding MLOps boot camp, MLOps instructeur geleid, Weekend MLOps training, Avond MLOps cursus, MLOps coaching, MLOps instructeur, MLOps trainer, MLOps training cursus, MLOps lessen, MLOps on-site, MLOps privé cursus, MLOps een op een training, MLOps op locatie, Weekend MLOps opleiding

Cursussen met korting

Course Discounts Newsletter

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.

Een aantal van onze klanten

This site in other countries/regions