MLOps Training Courses

MLOps Training Courses

Lokale, door een instructeur geleide live MLOps-trainingscursussen demonstreren door middel van interactieve praktijkoefeningen hoe MLOps-tools kunnen worden gebruikt om de implementatie en het onderhoud van ML-systemen in productie te automatiseren en te optimaliseren. MLOps-training is beschikbaar als 'live training op afstand' of 'live training op afstand'. Online live training (ook bekend als "live training op afstand") wordt uitgevoerd via een interactieve, externe desktop . Live training op locatie kan lokaal worden uitgevoerd op het terrein van de klant in Nederland of in NobleProg bedrijfsopleidingscentra in Nederland. NobleProg -- Uw lokale trainingsaanbieder

Machine Translated

MLOps Subcategories

MLOps Course Outlines

Course Name
Duration
Overview
Course Name
Duration
Overview
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.
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.
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 raamwerk voor het uitvoeren van Machine Learning-workloads op Kubernetes. TensorFlow is een van de populairste machine learning-bibliotheken. Kubernetes is een orkestratieplatform voor het beheren van containerapplicaties. OpenShift is een ontwikkelplatform voor cloudapplicaties dat Docker-containers gebruikt, georkestreerd en beheerd door Kubernetes, op een fundament van Red Hat Enterprise Linux.Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ingenieurs die Machine Learning-workloads willen implementeren in een OpenShift on-premise of hybride cloud.
    Aan het einde van deze training kunnen deelnemers: Kubernetes en Kubeflow installeren en configureren op een OpenShift-cluster. Gebruik OpenShift om het initialiseren van een Kubernetes-cluster te vereenvoudigen. Maak en implementeer een Kubernetes-pijplijn voor het automatiseren en beheren van ML-modellen in productie. Train en implementeer TensorFlow ML-modellen over meerdere GPU's en machines die parallel draaien. Roep openbare clouddiensten (bijvoorbeeld AWS-diensten) aan vanuit OpenShift om een ML-applicatie uit te breiden.
Formaat van de cursus
    Interactieve lezing en discussie. Veel oefeningen en oefeningen. Praktische implementatie in een live-labomgeving.
Opties voor cursusaanpassing
    Als u een training op maat voor deze cursus wilt aanvragen, kunt u contact met ons opnemen om een afspraak te maken.
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:

Upcoming MLOps Courses

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

No course discounts for now.

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