Corso di formazione MLOps: CI/CD for Machine Learning

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.

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 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.

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 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.

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 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.

Questa formazione dal vivo con istruttore in Italia (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.

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

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 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.

Il corso DevOps Foundation fornisce una comprensione di base della terminologia chiave DevOps per garantire che tutti parlino la stessa lingua ed evidenzia i vantaggi di DevOps per supportare il successo organizzativo.

Gli argomenti del corso trattati includono il modo in cui DevSecOps fornisce valore aziendale, migliorando le opportunità di business e migliorando il valore aziendale.  I principi fondamentali di DevSecOps insegnati possono supportare una trasformazione organizzativa, aumentare la produttività, ridurre i rischi e ottimizzare l'utilizzo delle risorse.

Il corso evidenzia le dinamiche umane del cambiamento culturale e fornisce ai partecipanti pratiche, metodi e strumenti per coinvolgere le persone attraverso lo spettro DevOps attraverso l'uso di scenari di vita reale e casi di studio. Al termine del corso, i partecipanti avranno a disposizione insegnamenti tangibili da sfruttare quando torneranno in ufficio, come la comprensione della mappatura del flusso di valore.

DevSecOps Practitioner introduce una serie di pratiche per progredire verso una comprensione più completa delle pratiche DevSecOps. Esplora i risultati pratici trovando il giusto mix di persone, creando processi per accelerare il valore e confrontando le opzioni tecnologiche disponibili oggi. Su misura per le organizzazioni trasformate di recente che stanno cercando di migliorare le competenze e la consapevolezza DevSecOps.

Questo corso è progettato per i partecipanti impegnati nella progettazione, implementazione e gestione di pipeline di distribuzione e toolchain DevOps che supportano l'integrazione continua, la distribuzione continua, i test continui e potenzialmente la distribuzione continua. Il corso evidenzia i processi di base, le metriche, gli APl e le considerazioni culturali con la Continuous Delivery

Scopri come ottimizzare i test, per eseguire test più velocemente e ottenere comunque una buona qualità e un risultato stabile e coerente.

Un'introduzione ai principi, alle pratiche e agli strumenti di gestione del flusso di valore. Progettato per ottimizzare il flusso di valore e la realizzazione nei flussi di valore digitali e sviluppare le competenze degli individui. I flussi di valore digitali includono le applicazioni e i servizi software, oltre alle piattaforme che li supportano, ad esempio l'infrastruttura cloud o le toolchain