Corso di formazione Kubeflow su Azure

Questa formazione dal vivo condotta da un istruttore in Italia (online o in loco) è rivolta a ingegneri di intelligenza artificiale e data scientist di livello avanzato con esperienza da intermedia ad avanzata che desiderano migliorare le prestazioni del modello DeepSeek, ridurre al minimo la latenza e distribuire soluzioni di intelligenza artificiale in modo efficiente utilizzando pratiche moderne MLOps.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Ottimizzare i modelli DeepSeek per efficienza, accuratezza e scalabilità.
• Implementare le best practice per MLOps e il controllo delle versioni del modello.
• Distribuisci modelli DeepSeek su infrastrutture cloud e on-premise.
• Monitorare, gestire e ampliare in modo efficace le soluzioni di intelligenza artificiale.

Infrastruttura e Distribuzione di Microsoft Azure

Questo training consente ai partecipanti di migliorare le proprie competenze nel progettazione delle soluzioni Microsoft Azure.

Dopo questo training, il partecipante comprenderà le funzionalità e le capacità dei servizi Azure, sarà in grado di identificare i compromessi e prendere decisioni per progettare soluzioni cloud pubbliche e ibride.

During the training, appropriate infrastructure and platform solutions to meet the required functional, operational, and deployment requirements through the solution life-cycle will be defined.

Questa formazione guidata dal docente (online o in presenza) è rivolta a sviluppatori che desiderano imparare come costruire microservizi su Microsoft Azure Service Fabric (ASF).

Alla fine di questa formazione, i partecipanti saranno in grado di:

• Utilizzare ASF come piattaforma per la costruzione e gestione dei microservizi.
• Capire concetti e modelli chiave della programmazione dei microservizi.
• Creare un cluster in Azure.
• Distribuire microservizi on-premises o nel cloud.
• Debuggare e risolvere problemi di una applicazione di microservizi in esecuzione.

Il servizio Azure Bot Service combina il potere del Microsoft Bot Framework e delle funzioni di Azure per consentire lo sviluppo rapido di bot intelligenti.

In questo training guidato da un istruttore, i partecipanti impareranno come creare facilmente un bot intelligente utilizzando Microsoft Azure

Al termine di questo training, i partecipanti saranno in grado di:

• Imparare i fondamenti dei bot intelligenti
• Imparare a creare bot intelligenti utilizzando applicazioni cloud
• Capire come utilizzare il Microsoft Bot Framework, il Bot Builder SDK e il servizio Azure Bot Service
• Comprendere come progettare i bot utilizzando pattern di bot
• Sviluppare il loro primo bot intelligente utilizzando Microsoft Azure

Pubblico di riferimento

• Sviluppatori
• Appassionati
• Ingegneri
• Professionisti IT

Formato del corso

• Parte lezione, parte discussione, esercizi e pratica intensiva

Questo corso di formazione guidato dal docente (in presenza o a distanza) permetterà ai partecipanti di imparare i concetti fondamentali, le componenti e i servizi di Microsoft Azure mentre creano un'applicazione cloud di esempio.

Al termine di questo corso, i partecipanti saranno in grado di:

• Comprendere i principi base di Microsoft Azure
• Conoscere gli strumenti e i servizi diversi di Azure
• Imparare a utilizzare Azure per creare applicazioni cloud

Internet of Things (IoT) è un'infrastruttura di rete che collega oggetti fisici e applicazioni software in modalità wireless, consentendo loro di comunicare tra loro e scambiare dati tramite comunicazioni di rete, cloud computing e acquisizione dati. Azure è un set completo di servizi cloud che offre una suite IoT composta da soluzioni preconfigurate che aiutano gli sviluppatori ad accelerare lo sviluppo di progetti IoT.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come sviluppare applicazioni IoT utilizzando Azure.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendere i fondamenti dell'architettura IoT
• Installare e configurare Azure IoT Suite
• Scopri i vantaggi dell'utilizzo di Azure nella programmazione di sistemi IoT
• Implementare vari Azure servizi IoT (hub IoT, funzioni, Analitica di flusso, Power BI, Cosmos DB, DocumentDB, dispositivo IoT Management)
• Creare, testare, distribuire e risolvere i problemi di un sistema IoT utilizzando Azure

Pubblico

• Gli sviluppatori
• Ingegneri

Formato del corso

• In parte lezione, in parte discussione, esercizi e pratica pratica pesante

Nota

• Per richiedere una formazione personalizzata per questo corso, contattateci per l'organizzazione.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a sviluppatori e data scientist che desiderano creare, distribuire e gestire flussi di lavoro di apprendimento automatico su Kubernetes.

Al termine di questo corso di 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 Docker container e Kubernetes.
• Esegui intere pipeline di machine learning su architetture e ambienti cloud diversi.
• Utilizzo di Kubeflow per generare e gestire i notebook Jupyter.
• Crea formazione ML, ottimizzazione degli iperparametri e gestione dei carichi di lavoro su più piattaforme.

Questo corso di formazione dal vivo con istruttore in Italia (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.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a sviluppatori e data scientist che desiderano creare, distribuire e gestire flussi di lavoro di apprendimento automatico su Kubernetes.

Al termine di questo corso di 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 Docker container e Kubernetes.
• Esegui intere pipeline di machine learning su architetture e ambienti cloud diversi.
• Utilizzo di Kubeflow per generare e gestire i notebook Jupyter.
• Crea formazione ML, ottimizzazione degli iperparametri e gestione dei carichi di lavoro su più piattaforme.

In questo corso di formazione dal vivo con istruttore in Italia (online o in loco), i partecipanti impareranno come configurare e gestire un ambiente contenitore su scala di produzione usando Kubernetes nel servizio Azure Kubernetes. 

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Configurare e gestire Kubernetes nel servizio Azure Kubernetes.
• Distribuisci, gestisci e ridimensiona un cluster Kubernetes.
• Distribuire applicazioni containerizzate (Docker) su Azure.
• Eseguire la migrazione di un ambiente esistente Kubernetes dall'ambiente locale al cloud del servizio Azure Kubernetes.
• Integrazione Kubernetes con software di integrazione continua (CI) di terze parti.
• Garantire l'alta disponibilità e il ripristino di emergenza in Kubernetes.

Questo corso di formazione dal vivo con istruttore (online o in loco) è rivolto ai data scientist che desiderano andare oltre la creazione di modelli ML e ottimizzare il processo di creazione, monitoraggio e distribuzione del modello ML.

Al termine di questo corso di 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 ML
• Distribuisci i modelli ML su diversi cloud pubblici, piattaforme o server on-premise.
• Ridimensiona il processo di distribuzione ML per supportare più utenti che collaborano a un progetto.
• Configura un registro centrale per sperimentare, riprodurre e distribuire modelli di ML.

Questo training guidato dal formatore (online o in loco) è rivolto a ingegneri che desiderano valutare le approcci e gli strumenti disponibili oggi per prendere una decisione informata sul percorso da seguire nell'adozione di MLOps all'interno della loro organizzazione.

Al termine di questo training, i partecipanti saranno in grado di:

• Installare e configurare vari framework e strumenti MLOps.
• Assemblare il team giusto con le competenze necessarie per costruire e supportare un sistema MLOps.
• Preparare, validare e versionare i dati per l'uso da parte dei modelli ML.
• Comprendere le componenti di una pipeline ML e gli strumenti necessari per costruirla.
• Sperimentare con diversi framework e server di machine learning per il deploy in produzione.
• Operationalizzare l'intero processo di Machine Learning in modo che sia riproducibile e mantenibile.

Questo corso di formazione guidato dal docente (online o in sede) è rivolto agli ingegneri del machine learning che desiderano utilizzare Azure Machine Learning e Azure DevOps per facilitare le pratiche MLOps.

Alla fine di questo corso, i partecipanti saranno in grado di:

• Costruire flussi di lavoro e modelli di machine learning riproducibili.
• Gestire il ciclo di vita del machine learning.
• Tracciare e riportare la cronologia delle versioni dei modelli, gli asset e altro ancora.
• Distribuire modelli di machine learning pronti per la produzione ovunque.