Подкатегории (2)

Kubeflow

Kubeflow
MLflow

MLflow

Вижте нашите курсове

DeepSeek: Advanced Model Optimization and Deployment

 14 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери с ИИ на напреднало ниво и учени по данни със среден до напреднал опит, които желаят да подобрят DeepSeek производителността на модела, да минимизират латентността и да внедрят ИИ решения, ефективно използващи модерни MLOps практики. До края на това обучение участниците ще могат:
  • Оптимизирайте DeepSeek модели за ефективност, точност и мащабируемост.
  • Прилагане на най-добри практики за MLOps и моделиране на версии.
  • Разположете DeepSeek модели в облачна и локална инфраструктура.
  • Наблюдавайте, поддържайте и мащабирайте ефективно AI решенията.
Read more...

Kubeflow

 35 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици и специалисти по данни, които желаят да изграждат, разгръщат и управляват работни процеси за машинно обучение на Kubernetes. До края на това обучение участниците ще могат:
  • Инсталирайте и конфигурирайте Kubeflow на място и в облака с помощта на AWS EKS (Elastic Kubernetes услуга).
  • Изградете, разположете и управлявайте работни потоци на ML въз основа на Docker контейнери и Kubernetes.
  • Изпълнявайте цели тръбопроводи за машинно обучение на различни архитектури и облачни среди.
  • Използване на Kubeflow за създаване и управление на преносими компютри Jupyter.
  • Изграждане на ML обучение, настройка на хиперпараметри и обслужване на работни натоварвания в множество платформи.
Read more...

Kubeflow Fundamentals

 28 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици и специалисти по данни, които желаят да изграждат, разгръщат и управляват работни процеси за машинно обучение на Kubernetes. До края на това обучение участниците ще могат:
  • Инсталирайте и конфигурирайте Kubeflow на място и в облака.
  • Изградете, разположете и управлявайте работни потоци на ML въз основа на Docker контейнери и Kubernetes.
  • Изпълнявайте цели тръбопроводи за машинно обучение на различни архитектури и облачни среди.
  • Използване на Kubeflow за създаване и управление на преносими компютри Jupyter.
  • Изграждане на ML обучение, настройка на хиперпараметри и обслужване на работни натоварвания в множество платформи.
Read more...

Kubeflow on AWS

 28 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери, които желаят да внедрят Machine Learning работни натоварвания на AWS EC2 сървър. До края на това обучение участниците ще могат:
  • Инсталирайте и конфигурирайте Kubernetes, Kubeflow и друг необходим софтуер на AWS.
  • Използвайте EKS (Elastic Kubernetes Service), за да опростите работата по инициализиране на Kubernetes клъстер на AWS.
  • Създайте и разположете конвейер на Kubernetes за автоматизиране и управление на ML модели в производството.
  • Обучете и разположете TensorFlow ML модели в множество GPU и машини, работещи паралелно.
  • Използвайте други услуги, управлявани от AWS, за да разширите ML приложение.
Read more...

Kubeflow on Azure

 28 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери, които желаят да разположат Machine Learning работни натоварвания в облак Azure. До края на това обучение участниците ще могат:
  • Инсталирайте и конфигурирайте Kubernetes, Kubeflow и друг необходим софтуер на Azure.
  • Използвайте Azure Kubernetes Service (AKS), за да опростите работата по инициализиране на Kubernetes клъстер в Azure.
  • Създайте и разположете конвейер на Kubernetes за автоматизиране и управление на ML модели в производството.
  • Обучете и внедрите TensorFlow ML модели в множество GPU и машини, работещи паралелно.
  • Използвайте други услуги, управлявани от AWS, за да разширите ML приложение.
Read more...

MLflow

 21 Часа
Това обучение на живо, ръководено от инструктори (онлайн или на място), е насочено към специалисти по данни, които желаят да надхвърлят изграждането на ML модели и да оптимизират процеса на създаване, проследяване и внедряване на ML модели. До края на това обучение участниците ще могат:
  • Инсталирайте и конфигурирайте MLflow и свързаните ML библиотеки и рамки.
  • Оценете важността на проследимостта, възпроизводимостта и разгръщането на ML модел
  • Внедрете ML модели в различни обществени облаци, платформи или локални сървъри.
  • Мащабирайте процеса на внедряване на ML, за да поемете множество потребители, които си сътрудничат по проект.
  • Настройте централен регистър, за да експериментирате, възпроизвеждате и разгръщате ML модели.
Read more...

MLOps: CI/CD for Machine Learning

 35 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери, които желаят да оценят подходите и инструментите, налични днес, за да вземат интелигентно решение относно пътя напред към приемането MLOps в рамките на тяхната организация. До края на това обучение участниците ще могат:
  • Инсталирайте и конфигурирайте различни MLOps рамки и инструменти.
  • Съберете правилния вид екип с правилните умения за изграждане и поддръжка на MLOps система.
  • Подгответе, валидирайте и версирайте данни за използване от ML модели.
  • Разберете компонентите на ML Pipeline и инструментите, необходими за изграждането му.
  • Експериментирайте с различни рамки за машинно обучение и сървъри за внедряване в производство.
  • Операционализирайте целия Machine Learning процес, така че да може да се възпроизвежда и поддържа.
Read more...

MLOps for Azure Machine Learning

 14 Часа
Това водено от инструктор обучение на живо (онлайн или на място) е насочено към инженери за машинно обучение, които желаят да използват Azure Machine Learning и Azure DevOps за улесняване на MLOps практики. До края на това обучение участниците ще могат:
  • Изградете възпроизводими работни процеси и модели за машинно обучение.
  • Управлявайте жизнения цикъл на машинното обучение.
  • Проследявайте и докладвайте историята на версиите на модела, активите и др.
  • Внедрете готови за производство модели за машинно обучение навсякъде.
Read more...

Последна актуализация:

Oтзиви от потребители (2)

the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose

Guillaume GAUTIER - OLEA MEDICAL

Курс - MLflow

I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.

Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM

Курс - Kubeflow

Предстоящи Курсове

Kubeflow

2025-05-26 09:30
35 Часа
Online
1620 EUR (На линия)

MLOps for Azure Machine Learning

2025-06-09 09:30
14 Часа
Online
540 EUR (На линия)

MLOps for Azure Machine Learning

2025-06-23 09:30
14 Часа
Online
540 EUR (На линия)

MLflow

2025-07-07 09:30
21 Часа
Online
810 EUR (На линия)

MLflow

2025-07-21 09:30
21 Часа
Online
810 EUR (На линия)

Други региони в България

Other Countries

Тези курсове са налични и в други държави.

Консултиране

MLOps Консултиране
Online MLOps training, Online MLOps training courses, Online Weekend MLOps courses, Online Evening MLOps training, Online MLOps instructor-led, Online MLOps classes, Online MLOps private courses, Online MLOps boot camp, Online MLOps training, Online MLOps trainer, Online MLOps instructor, Online MLOps coaching, Online MLOps on-site, Online Evening MLOps courses, Online MLOps one on one training, Online MLOps instructor-led, Online Weekend MLOps training