Roma

NobleProg Roma, Via Clelia Bertini Attilj 4, Roma, italy, 34D

Sottocategorie (2)

Image for MLflow category
MLflow
Image for Kubeflow category
Kubeflow

Esplora i nostri corsi

Kubeflow on AWS

28 ore
Questo corso di formazione dal vivo con istruttore in Roma (online o in loco) è rivolto agli ingegneri che desiderano distribuire Machine Learning carichi di lavoro su un server AWS EC2. Al termine di questa formazione, i partecipanti saranno in grado di:
  • Installa e configura Kubernetes, Kubeflow e altri software necessari su AWS.
  • Utilizza EKS (Elastic Kubernetes Service) per semplificare il lavoro di inizializzazione di un cluster Kubernetes su AWS.
  • Crea e distribuisci una pipeline Kubernetes per l'automazione e la gestione dei modelli di ML in produzione.
  • Addestra e distribuisci TensorFlow modelli ML su più GPU e computer in esecuzione in parallelo.
  • Sfrutta altri servizi gestiti AWS per estendere un'applicazione ML.
Ulteriori Informazioni...

Kubeflow on Azure

28 ore
Questo corso di formazione dal vivo con istruttore in Roma (online o in loco) è rivolto ai tecnici che desiderano distribuire Machine Learning carichi di lavoro nel cloud di Azure. Al termine di questa formazione, i partecipanti saranno in grado di:
  • Installa e configura Kubernetes, Kubeflow e altro software necessario in Azure.
  • Usare il servizio Azure Kubernetes per semplificare il lavoro di inizializzazione di un cluster Kubernetes in Azure.
  • Crea e distribuisci una pipeline Kubernetes per l'automazione e la gestione dei modelli di ML in produzione.
  • Addestra e distribuisci TensorFlow modelli ML su più GPU e computer in esecuzione in parallelo.
  • Sfrutta altri servizi gestiti AWS per estendere un'applicazione ML.
Ulteriori Informazioni...

Kubeflow on GCP

28 ore
Questo corso di formazione dal vivo con istruttore in Roma (online o in loco) è rivolto agli ingegneri che desiderano distribuire Machine Learning carichi di lavoro su Google Cloud Platform (GCP). Al termine di questa formazione, i partecipanti saranno in grado di:
  • Installa e configura Kubernetes, Kubeflow e altri software necessari su GCP e GKE.
  • Utilizza GKE (Kubernetes Kubernetes Engine) per semplificare il lavoro di inizializzazione di un cluster Kubernetes su GCP.
  • Crea e distribuisci una pipeline Kubernetes per l'automazione e la gestione dei modelli di ML in produzione.
  • Addestra e distribuisci TensorFlow modelli ML su più GPU e computer in esecuzione in parallelo.
  • Sfrutta altri servizi GCP per estendere un'applicazione ML.
Ulteriori Informazioni...

Kubeflow on IBM Cloud

28 ore
Questa formazione dal vivo con istruttore in Roma (online o in loco) è rivolta agli ingegneri che desiderano distribuire Machine Learning carichi di lavoro su IBM Cloud Kubernetes Service (IKS). Al termine di questa formazione, i partecipanti saranno in grado di:
    Installa e configura Kubernetes
  • , Kubeflow e altro software necessario su IBM Cloud Kubernetes Service (IKS).
  • Utilizza IKS per semplificare il lavoro di inizializzazione di un cluster Kubernetes su IBM Cloud.
  • Crea e distribuisci una pipeline Kubernetes per l'automazione e la gestione dei modelli di ML in produzione.
  • Addestra e distribuisci TensorFlow modelli ML su più GPU e computer in esecuzione in parallelo.
  • Sfrutta altri servizi IBM Cloud per estendere un'applicazione ML.
Ulteriori Informazioni...

MLOps: CI/CD for Machine Learning

35 ore
Questa formazione dal vivo con istruttore in Roma (online o in loco) è rivolta agli ingegneri che desiderano valutare gli approcci e gli strumenti oggi disponibili per prendere una decisione intelligente sul percorso da seguire per l'adozione MLOps all'interno della propria organizzazione. Al termine di questa formazione, i partecipanti saranno in grado di:
  • Installare e configurare vari MLOps framework e strumenti.
  • Assemblare il giusto tipo di team con le giuste competenze per costruire e supportare un sistema MLOps.
  • Preparare, convalidare e controllare le versioni dei dati per l'uso da parte dei modelli di Machine Learning.
  • Comprendere i componenti di una pipeline ML e gli strumenti necessari per crearne una.
  • Sperimenta con diversi framework e server di Machine Learning per la distribuzione nell'ambiente di produzione.
  • Rendi operativo l'intero processo di Machine Learning in modo che sia riproducibile e gestibile.
Ulteriori Informazioni...

Kubeflow

35 ore
Questo corso di formazione dal vivo con istruttore in Roma (online o in loco) è rivolto a sviluppatori e data scientist che desiderano creare, distribuire e gestire flussi di lavoro di machine learning su Kubernetes. Al termine di questa formazione, i partecipanti saranno in grado di:
  • Installa e configura Kubeflow on-premise e nel cloud utilizzando AWS EKS (Elastic Kubernetes Service).
  • Crea, distribuisci e gestisci flussi di lavoro ML basati su container Docker e Kubernetes.
  • Esegui intere pipeline di machine learning su diverse architetture e ambienti cloud.
  • Utilizzo di Kubeflow per generare e gestire i notebook Jupyter.
  • Crea training ML, ottimizzazione degli iperparametri e gestione dei carichi di lavoro su più piattaforme.
Ulteriori Informazioni...

Kubeflow on OpenShift

28 ore
Questo corso di formazione dal vivo con istruttore (online o in loco) è rivolto agli ingegneri che desiderano distribuire carichi di lavoro di Machine Learning in un OpenShift cloud on-premise o ibrido.
  • Al termine di questa formazione, i partecipanti saranno in grado di:
  • Installa e configura Kubernetes e Kubeflow in un cluster OpenShift.
  • Utilizza OpenShift per semplificare il lavoro di inizializzazione di un cluster Kubernetes.
  • Crea e distribuisci una pipeline Kubernetes per l'automazione e la gestione dei modelli di ML in produzione.
  • Addestra e distribuisci TensorFlow modelli ML su più GPU e computer in esecuzione in parallelo.
    • Chiama i servizi
  • di cloud pubblico (ad esempio, i servizi AWS) dall'interno di OpenShift per estendere un'applicazione ML
Ulteriori Informazioni...

Kubeflow Fundamentals

28 ore
Questo corso di formazione dal vivo con istruttore in Roma (online o in loco) è rivolto a sviluppatori e data scientist che desiderano creare, distribuire e gestire flussi di lavoro di machine learning su Kubernetes. Al termine di questa formazione, i partecipanti saranno in grado di:
  • Installa e configura Kubeflow on-premise e nel cloud.
  • Crea, distribuisci e gestisci flussi di lavoro ML basati su container Docker e Kubernetes.
  • Esegui intere pipeline di machine learning su diverse architetture e ambienti cloud.
  • Uso di Kubeflow per generare e gestire i notebook Jupyter.
  • Crea training ML, ottimizzazione degli iperparametri e gestione dei carichi di lavoro su più piattaforme.
Ulteriori Informazioni...

MLflow

21 ore
Questa formazione dal vivo con istruttore (online o in loco) è rivolta ai data scientist che desiderano andare oltre la creazione di modelli di ML e ottimizzare il processo di creazione, monitoraggio e distribuzione del modello di ML. Al termine di questa formazione, i partecipanti saranno in grado di:
  • Installare e configurare MLflow e le librerie e i framework ML correlati.
  • Apprezzare l'importanza della tracciabilità, della riproducibilità e della distribuibilità di un modello di ML
  • Distribuisci modelli di ML su diversi cloud pubblici, piattaforme o server on-premise.
  • Ridimensiona il processo di distribuzione di Machine Learning per consentire a più utenti di collaborare a un progetto.
  • Configura un registro centrale per sperimentare, riprodurre e distribuire modelli di Machine Learning.
Ulteriori Informazioni...

Last Updated:

Recensioni (2)

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™
Corso - Kubeflow

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

Guillaume GAUTIER - OLEA MEDICAL
Corso - MLflow

Corsi in Arrivo

Altre regioni in Italia

Altri Paesi

Questi corsi sono disponibili anche in altri paesi

Consulenza

MLOps Consulenza
MLOps corsi di formazione in Roma, Weekend MLOps corsi in Roma, Sera MLOps training in Roma, MLOps con istruttore in Roma, MLOps training individuale in Roma, Fine settimana MLOps training in Roma, MLOps corsi privati in Roma, MLOps coaching in Roma, MLOps istruttore in Roma, Sera MLOps corsi in Roma, MLOps con istruttore in Roma,MLOps classi in Roma, MLOps centro di addestramento in Roma, MLOps in loco in Roma, MLOps trainer in Roma
1