Wrocław

NobleProg, Ludwika Rydygiera 2a/22, Wroclaw, Polska, 50-249

Lokal znajduje się w samym centrum miasta (vis-à-vis hotelu HP Park Plaza), zaledwie 10 minut spacerem od Rynku, tuż przy skrzyżowaniu ulic Drobnera i Rydygiera. Wejście do budynku zlokalizowane jest od strony ulicy Śrutowej, tuż przy skrzyżowaniu z Bolesława Drobnera. Idąc od strony pl. Bema, mijamy po prawej stronie Rossmann i tuż za nim skręcamy w Śrutową - wejście będzie po prawej. Kierując się od pl. Dubois, mijamy po lewej aptekę Ziko oraz Carrefour Express i dochodzimy aż do skrzyżowania z ul. Śrutową - skręcamy w nią, wejście do budynku będzie po prawej stronie. Sala szkoleniowa znajduje się na drugim piętrze. Parking W pobliżu sali szkoleniowej liczba miejsc parkingowych jest ograniczona, nie obowiązuje strefa płatnego parkowania (wzdłuż ulic Rydygiera, Śrutowej i Henryka Brodatego, Bolesława Drobnera). Ul. Ludwika Rydygiera jest jednokierunkowa, wjazd od ul. Bolesława Drobnera. Ul. Śrutowa także jest jednokierunkowa, wjazd od ul. Henryka Brodatego. Dojazd komunikacją miejską
  • Najbliższe przystanki tramwajowe: - Dubois, Pomorska, linie: 2, 6, 7, 8, 17, 20
  • Najbliższy przystanek autobusowy: - Dubois, linie: 128, 144, C

Wyszukiwarka połączeń: http://wroclaw.jakdojade.pl

Podkategorie (2)

Kubeflow

Kubeflow
MLflow

MLflow

Przeglądaj szkolenia

DeepSeek: Advanced Model Optimization and Deployment

 14 godzin
To prowadzone przez instruktora szkolenie na żywo w Wrocław (na miejscu lub zdalnie) jest przeznaczone dla zaawansowanych inżynierów AI i naukowców zajmujących się danymi z doświadczeniem od średniego do zaawansowanego, którzy chcą zwiększyć wydajność modelu DeepSeek, zminimalizować opóźnienia i skutecznie wdrażać rozwiązania AI przy użyciu nowoczesnych praktyk MLOps. Pod koniec tego szkolenia uczestnicy będą mogli
  • Optymalizować modele DeepSeek pod kątem wydajności, dokładności i skalowalności.
  • Wdrażać najlepsze praktyki dla MLOps i wersjonowania modeli.
  • Wdrażać modele DeepSeek w chmurze i infrastrukturze lokalnej.
  • Skutecznie monitorować, utrzymywać i skalować rozwiązania AI.
Więcej...

Kubeflow

 35 godzin
To prowadzone przez instruktora szkolenie na żywo w Wrocław (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.
Więcej...

Kubeflow Fundamentals

 28 godzin
To prowadzone przez instruktora szkolenie na żywo w Wrocław (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.
Więcej...

Kubeflow on AWS

 28 godzin
To prowadzone przez instruktora szkolenie na żywo w Wrocław (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.
Więcej...

Kubeflow on Azure

 28 godzin
To prowadzone przez instruktora szkolenie na żywo w Wrocław (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.
Więcej...

MLflow

 21 godzin
To 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.
Więcej...

MLOps: CI/CD for Machine Learning

 35 godzin
To prowadzone przez instruktora szkolenie na żywo w Wrocław (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 tak, aby można go było odtworzyć i utrzymać.
Więcej...

MLOps for Azure Machine Learning

 14 godzin
To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla inżynierów uczenia maszynowego, którzy chcą korzystać z Azure Machine Learning i Azure DevOps w celu ułatwienia MLOps praktyk. Pod koniec tego szkolenia uczestnicy będą mogli
  • Budować powtarzalne przepływy pracy i modele uczenia maszynowego.
  • Zarządzać cyklem życia uczenia maszynowego.
  • Śledzić i raportować historię wersji modelu, zasoby i nie tylko.
  • Wdrażać gotowe do produkcji modele uczenia maszynowego w dowolnym miejscu.
Więcej...

Ostatnia aktualizacja:

Opinie uczestników (2)

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

MLOps: CI/CD for Machine Learning

2025-05-26 09:00
35 godzin
Wrocław
6450 PLN (Zdalne)
6550 PLN (Stacjonarne)

MLflow

2025-06-03 09:00
21 godzin
Wrocław
3870 PLN (Zdalne)
3930 PLN (Stacjonarne)

MLOps: CI/CD for Machine Learning

2025-06-23 09:00
35 godzin
Wrocław
6450 PLN (Zdalne)
6550 PLN (Stacjonarne)

Kubeflow on AWS

2025-07-01 09:00
28 godzin
Wrocław
6190 PLN (Zdalne)
6270 PLN (Stacjonarne)

MLflow

2025-07-15 09:00
21 godzin
Wrocław
3870 PLN (Zdalne)
3930 PLN (Stacjonarne)

Pozostałe regiony w Polsce

Inne kraje

Te szkolenia są również dostępne w innych krajach

Konsultacje

MLOps Konsultacje
Szkolenie MLOps Wrocław, szkolenie wieczorowe MLOps Wrocław, szkolenie weekendowe MLOps Wrocław, MLOps boot camp Wrocław, kurs zdalny MLOps Wrocław, kurs online MLOps Wrocław, nauczanie wirtualne MLOps Wrocław, edukacja zdalna MLOps Wrocław, Kursy MLOps Wrocław, wykładowca MLOps Wrocław, Trener MLOps Wrocław, nauka przez internet MLOps Wrocław, lekcje MLOps Wrocław, instruktor MLOps Wrocław, Kurs MLOps Wrocław