MLOps: CI/CD for Machine Learning - Plan Szkolenia
MLOps to zestaw narzędzi i metodologii łączących praktyki Machine Learning i DevOps. Celem MLOps jest automatyzacja i optymalizacja wdrażania i utrzymania systemów ML w produkcji.
To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla inżynierów, którzy chcą ocenić dostępne obecnie podejścia i narzędzia, aby podjąć inteligentną decyzję dotyczącą dalszej drogi do przyjęcia MLOps w swojej organizacji.
Pod koniec tego szkolenia uczestnicy będą mogli
- Zainstalować i skonfigurować różne MLOps frameworki i narzędzia.
- Zebrać odpowiedni zespół z odpowiednimi umiejętnościami do budowy i wspierania systemu MLOps.
- Przygotowywać, weryfikować i wersjonować dane do wykorzystania przez modele ML.
- Zrozumienie komponentów potoku uczenia maszynowego i narzędzi potrzebnych do jego zbudowania.
- Eksperymentowanie z różnymi frameworkami uczenia maszynowego i serwerami w celu wdrożenia do produkcji.
- Zoperacjonalizuj cały proces Machine Learning, aby można go było odtworzyć i utrzymać.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.
Opcje dostosowywania kursu
- Aby poprosić o spersonalizowane szkolenie dla tego kursu, skontaktuj się z nami.
Plan Szkolenia
Wprowadzenie
- Modele Machine Learning a tradycyjne oprogramowanie
Przegląd DevOps przepływu pracy
Przegląd przepływu pracy Machine Learning
ML jako kod plus dane
Składniki systemu uczenia maszynowego
Studium przypadku: Aplikacja sprzedażowa Forecasting
Dane Access
Weryfikacja danych
Transformacja danych
Od potoku danych do potoku uczenia maszynowego
Budowanie modelu danych
Trenowanie modelu
Walidacja modelu
Odtwarzanie treningu modelu
Wdrażanie modelu
Dostarczanie wytrenowanego modelu do produkcji
Testowanie systemu uczenia maszynowego
Orkiestracja ciągłego dostarczania
Monitorowanie modelu
Wersjonowanie danych
Dostosowywanie, skalowanie i utrzymywanie platformy MLOps
Rozwiązywanie problemów
Podsumowanie i wnioski
Wymagania
- Zrozumienie cyklu rozwoju oprogramowania
- Doświadczenie w budowaniu lub pracy z modelami Machine Learning
- Znajomość programowania Python
Uczestnicy
- Inżynierowie ML
- Inżynierowie DevOps
- Inżynierowie danych
- Inżynierowie infrastruktury
- Deweloperzy oprogramowania
Szkolenia otwarte są realizowane w przypadku uzbierania się grupy szkoleniowej liczącej co najmniej 5 osób na dany termin.
MLOps: CI/CD for Machine Learning - Plan Szkolenia - Booking
MLOps: CI/CD for Machine Learning - Plan Szkolenia - Enquiry
MLOps: CI/CD for Machine Learning - Zapytanie o Konsultacje
Zapytanie o Konsultacje
Opinie uczestników (3)
Treningi praktyczne były prowadzone i wspierane przez trenera.
Aleksandra - Fundacja PTA
Szkolenie - Mastering Make: Advanced Workflow Automation and Optimization
Przetłumaczone przez sztuczną inteligencję
ekosystem ML nie tylko MLFlow, ale także Optuna, hyperops, docker i docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Szkolenie - MLflow
Przetłumaczone przez sztuczną inteligencję
Uczestniczenie w szkoleniu Kubeflow, które odbyło się zdalnie, było dla mnie bardzo przyjemne. To szkolenie pozwoliło mi ugruntować moją wiedzę dotyczącą usług AWS, K8s oraz wszystkich narzędzi devOps związanych z Kubeflow, które są niezbędnymi podstawami do właściwego podejścia do tematu. Chciałbym podziękować Malawskiemu Marcinowi za jego cierpliwość i profesjonalizm w trakcie szkolenia oraz za rady dotyczące najlepszych praktyk. Malawski podejmuje temat z różnych perspektyw, różnych narzędzi wdrażania Ansible, EKS kubectl, Terraform. Teraz jestem zdecydowanie przekonany, że wybieram właściwy kierunek aplikacji.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Szkolenie - Kubeflow
Przetłumaczone przez sztuczną inteligencję
Propozycje terminów
Szkolenia Powiązane
Advanced Zapier: Custom Integrations and Multi-Step Automations
14 godzinThis instructor-led, live training in Polsce (online or onsite) is aimed at advanced-level developers, automation specialists, and IT professionals who wish to master custom integrations and multi-step automations in Zapier.
By the end of this training, participants will be able to:
- Create custom Zapier integrations using APIs and webhooks.
- Design and manage complex multi-step workflows.
- Optimize and debug advanced automation workflows.
- Integrate Zapier with proprietary or less common applications.
Smart Workflow Automation: AI & Machine Learning with Make
14 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla zaawansowanych inżynierów AI/ML, naukowców zajmujących się danymi i innowatorów technologicznych, którzy chcą zintegrować możliwości AI z przepływami pracy Make w celu optymalizacji i automatyzacji procesów.
Pod koniec tego szkolenia uczestnicy będą w stanie
- Zrozumieć możliwości AI i uczenia maszynowego w automatyzacji.
- Zintegrować modele AI/ML z przepływami pracy Make za pomocą interfejsów API.
- Wdrożyć analizę nastrojów, modelowanie predykcyjne i podejmowanie decyzji w oparciu o dane.
- Optymalizacja i skalowanie przepływów pracy automatyzacji opartych na sztucznej inteligencji.
API Integrations with Make: Advanced Automation
14 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla zaawansowanych programistów, integratorów systemów i zespołów operacji technicznych, którzy chcą ulepszyć swoje procesy automatyzacji poprzez integrację zewnętrznych interfejsów API z Make.
Pod koniec tego szkolenia uczestnicy będą w stanie
- Zrozumieć API Make i jak rozszerzyć jego funkcjonalność.
- Pracować z interfejsami API w celu integracji aplikacji innych firm.
- Tworzyć niestandardowe konektory dla nieobsługiwanych aplikacji.
- Używać zaawansowanych technik automatyzacji z Make i API.
Building Efficient Workflows with Zapier
14 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla średniozaawansowanych profesjonalistów, którzy chcą tworzyć i optymalizować zautomatyzowane przepływy pracy za pomocą Zapier do operacji biznesowych.
Pod koniec tego szkolenia uczestnicy będą mogli
- Projektować i wdrażać wydajne przepływy pracy Zapier.
- Zintegrować wiele aplikacji biznesowych w celu płynnej automatyzacji.
- Optymalizować wydajność Zapier i rozwiązywać typowe problemy.
- Skalować automatyzację przepływu pracy w celu zaspokojenia potrzeb biznesowych.
Kubeflow
35 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla programistów i naukowców zajmujących się danymi, którzy chcą budować, wdrażać i zarządzać przepływami pracy uczenia maszynowego w Kubernetes.
Po zakończeniu tego szkolenia uczestnicy będą mogli
- Zainstalować i skonfigurować Kubeflow na miejscu i w chmurze za pomocą AWS EKS (Elastic Kubernetes Service).
- Budować, wdrażać i zarządzać przepływami pracy ML w oparciu o kontenery Docker i Kubernetes.
- Uruchamianie całych potoków uczenia maszynowego w różnych architekturach i środowiskach chmurowych.
- Używanie Kubeflow do tworzenia i zarządzania notatnikami Jupyter.
- Tworzenie szkoleń ML, dostrajanie hiperparametrów i obsługiwanie obciążeń na wielu platformach.
Kubeflow Fundamentals
28 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla programistów i naukowców zajmujących się danymi, którzy chcą budować, wdrażać i zarządzać przepływami pracy uczenia maszynowego w Kubernetes.
Pod koniec tego szkolenia uczestnicy będą mogli
- Zainstalować i skonfigurować Kubeflow na miejscu i w chmurze.
- Budować, wdrażać i zarządzać przepływami pracy ML w oparciu o kontenery Docker i Kubernetes.
- Uruchamiać całe potoki uczenia maszynowego w różnych architekturach i środowiskach chmurowych.
- Używanie Kubeflow do tworzenia i zarządzania notatnikami Jupyter.
- Tworzenie szkoleń ML, dostrajanie hiperparametrów i obsługiwanie obciążeń na wielu platformach.
Kubeflow on AWS
28 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą wdrożyć Machine Learning obciążenia na serwerze AWS EC2.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
- Instalacja i konfiguracja Kubernetes, Kubeflow i innego potrzebnego oprogramowania na AWS.
- Użycie EKS (Elastic Kubernetes Service) w celu uproszczenia pracy związanej z inicjalizacją klastra Kubernetes na AWS.
- Tworzenie i wdrażanie potoku Kubernetes do automatyzacji i zarządzania modelami ML w produkcji.
- Trenowanie i wdrażanie TensorFlow modeli ML na wielu GPU i maszynach działających równolegle.
- Wykorzystanie innych zarządzanych usług AWS do rozszerzenia aplikacji ML.
Kubeflow on Azure
28 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą wdrożyć Machine Learning obciążenia w chmurze Azure.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
- Instalowanie i konfigurowanie Kubernetes, Kubeflow i innego potrzebnego oprogramowania na platformie Azure.
- Używanie usługi Azure Kubernetes Service (AKS) w celu uproszczenia pracy związanej z inicjowaniem klastra Kubernetes na platformie Azure.
- Tworzenie i wdrażanie potoku Kubernetes do automatyzacji i zarządzania modelami ML w produkcji.
- Trenowanie i wdrażanie TensorFlow modeli ML na wielu GPU i maszynach działających równolegle.
- Wykorzystanie innych usług zarządzanych AWS do rozszerzenia aplikacji ML.
Mastering Make: Advanced Workflow Automation and Optimization
14 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla średniozaawansowanych specjalistów IT i inżynierów automatyki, którzy chcą opanować zaawansowane funkcje Make, zoptymalizować złożone przepływy pracy i skutecznie zarządzać błędami.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
- Wykorzystywać zaawansowane funkcje Make do automatyzacji przepływu pracy.
- Optymalizować przepływy pracy przy użyciu logiki warunkowej, iteratorów i obsługi błędów.
- Zintegrować wiele aplikacji w celu płynnej automatyzacji.
- Monitorowanie i rozwiązywanie problemów z przepływami pracy w celu uzyskania maksymalnej wydajności.
- Wdrażać najlepsze praktyki w zakresie skalowania rozwiązań automatyzacji przepływu pracy.
Make for App Integration: Automating Business Workflows
14 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla średnio zaawansowanych profesjonalistów, którzy chcą wykorzystać Make do integracji różnych aplikacji biznesowych, usprawnienia operacji i poprawy wydajności.
Pod koniec tego szkolenia uczestnicy będą mogli
- Konfigurować zautomatyzowane przepływy pracy między różnymi aplikacjami biznesowymi.
- Używać Make do łączenia narzędzi SaaS, takich jak Google Workspace, Slack, Trello i Stripe.
- Projektuj i wdrażaj wieloetapowe przepływy pracy bez kodowania.
- Optymalizacja i rozwiązywanie problemów z automatycznymi przepływami pracy.
MLflow
21 godzinTo prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi, którzy chcą wyjść poza budowanie modeli ML i zoptymalizować proces tworzenia, śledzenia i wdrażania modeli ML.
Pod koniec tego szkolenia uczestnicy będą mogli
- Zainstalować i skonfigurować MLflow oraz powiązane biblioteki i frameworki ML.
- Docenić znaczenie możliwości śledzenia, odtwarzania i wdrażania modelu ML.
- Wdrażać modele ML na różnych chmurach publicznych, platformach lub serwerach lokalnych.
- Skalowanie procesu wdrażania uczenia maszynowego, aby pomieścić wielu użytkowników współpracujących nad projektem.
- Skonfigurowanie centralnego rejestru w celu eksperymentowania, odtwarzania i wdrażania modeli uczenia maszynowego.
Zapier and AI for Business Automation
21 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla zaawansowanych specjalistów biznesowych i inżynierów automatyki, którzy chcą wykorzystać Zapier i integracje AI do efektywnego skalowania operacji.
Pod koniec tego szkolenia uczestnicy będą w stanie
- Projektować i wdrażać złożone przepływy pracy automatyzacji przy użyciu Zapier.
- Zintegrować modele AI z procesami biznesowymi w celu uzyskania wglądu predykcyjnego.
- Optymalizować operacje poprzez automatyzację zadań na wielu platformach.
- Monitorować i rozwiązywać zautomatyzowane przepływy pracy w celu ciągłego doskonalenia.
Zapier for Beginners: Automate Workflows Without Coding
7 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla początkujących profesjonalistów, którzy chcą używać Zapier do automatyzacji powtarzalnych zadań i poprawy wydajności bez kodowania.
Pod koniec tego szkolenia uczestnicy będą mogli
- Zrozumieć podstawy Zapier i jego możliwości automatyzacji.
- Skonfigurować i skonfigurować Zaps do automatyzacji zadań.
- Zintegrować popularne narzędzia biznesowe z Zapier.
- Zarządzać i optymalizować zautomatyzowane przepływy pracy.
Zapier for E-Commerce Automation
14 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla średniozaawansowanych specjalistów e-commerce, którzy chcą zautomatyzować przetwarzanie zamówień, płatności i obsługę klienta za pomocą Zapier.
Pod koniec tego szkolenia uczestnicy będą mogli
- Zautomatyzować przetwarzanie i realizację zamówień.
- Synchronizować dane płatności z systemami księgowymi.
- Usprawnić obsługę klienta poprzez automatyzację.
- Optymalizować przepływy pracy marketingu i sprzedaży.
Zapier for Marketing Automation
14 godzinTo prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla średnio zaawansowanych marketerów, którzy chcą zautomatyzować generowanie potencjalnych klientów, kampanie e-mailowe i działania następcze dla klientów za pomocą Zapier.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
- Zrozumieć rolę Zapier w automatyzacji marketingu.
- Konfigurować przepływy pracy w celu automatyzacji generowania i pielęgnowania potencjalnych klientów.
- Zintegrować narzędzia marketingowe, takie jak CRM, platformy e-mail i narzędzia analityczne.
- Optymalizować i rozwiązywać problemy z przepływami pracy automatyzacji w celu uzyskania maksymalnej wydajności.