Corso di formazione MLOps per Azure Machine Learning

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.

Questa formazione consente ai delegati di migliorare le proprie capacità di progettazione di soluzioni.

Dopo questa formazione, il delegato comprenderà le caratteristiche e le capacità dei servizi, per essere in grado di identificare i compromessi e prendere decisioni per la progettazione di soluzioni cloud pubbliche e ibride.

Durante la formazione verranno definite le soluzioni di infrastruttura e piattaforma appropriate per soddisfare i requisiti funzionali, operativi e di implementazione richiesti durante il ciclo di vita della soluzione.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli sviluppatori che desiderano imparare a creare microservizi in Microsoft Azure Service Fabric (ASF).

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

• Usare ASF come piattaforma per la creazione e la gestione di microservizi.
• Comprendere i concetti e i modelli chiave di programmazione dei microservizi.
• Creare un cluster in Azure.
• Distribuisci i microservizi in locale o nel cloud.
• Eseguire il debug e risolvere i problemi di un'applicazione di microservizi in tempo reale.

Il servizio Azure Bot combina la potenza di Microsoft Bot Framework e le funzioni di Azure per consentire un rapido sviluppo di robot intelligenti.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come creare facilmente un bot intelligente usando Microsoft Azure

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

• Imparare le basi dei robot intelligenti
• Imparare come creare robot intelligenti utilizzando applicazioni cloud
• Capire come utilizzare il Microsoft Bot Framework, il Bot Builder SDK e il servizio Azure Bot
• Capire come progettare robot utilizzando modelli di bot
• Sviluppare il loro primo robot intelligente usando Microsoft Azure

Pubblico

• Sviluppatori
• Ammiratori
• Ingegneri
• Professionisti IT

Formato del corso

• Parte lezione, parte discussione, esercizi e pratica intensiva

In questo corso guidato da un instruttore in Italia (presenza fisica o remoto), i partecipanti impareranno i concetti fondamentali, i componenti e i servizi di Microsoft Azure mentre creano un'applicazione cloud di esempio.

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

• Comprendere le basi di Microsoft Azure
• Conoscere gli strumenti e i servizi diversi di Azure
• Sapere come utilizzare Azure per costruire 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 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 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.