Four Points by Sheraton Matosinhos

188, Rua Sousa Aroso 188, 4450-286 Matosinhos, Matosinhos, Portugal, 4450-286 Matosinhos
Quer viaje em negócios, lazer ou lazer, o Four Points by Sheraton Matosinhos recebe-o com conforto de quatro estrelas, servi...

Subcategories (2)

Image for MLflow category
MLflow
Image for Kubeflow category
Kubeflow

Explore Our Courses

Kubeflow on AWS

28 horas
Este treinamento ao vivo conduzido por instrutor em Matosinhos (online ou no local) é destinado a engenheiros que desejam implantar cargas de trabalho Machine Learning em um servidor AWS EC2. No final desta formação, os participantes serão capazes de
  • Instalar e configurar o Kubernetes, o Kubeflow e outros softwares necessários na AWS.
  • Use o EKS (Elastic Kubernetes Service) para simplificar o trabalho de inicialização de um cluster do Kubernetes na AWS.
  • Criar e implantar um pipeline do Kubernetes para automatizar e gerenciar modelos de ML na produção.
  • Treinar e implantar TensorFlow modelos de ML em várias GPUs e máquinas executadas em paralelo.
  • Utilizar outros serviços gerenciados da AWS para estender um aplicativo de ML.
Leia mais...

Kubeflow on Azure

28 horas
Este treinamento ao vivo conduzido por instrutor em Matosinhos (online ou no local) é destinado a engenheiros que desejam implantar cargas de trabalho Machine Learning na nuvem do Azure. No final desta formação, os participantes serão capazes de
  • Instalar e configurar o Kubernetes, o Kubeflow e outros softwares necessários no Azure.
  • Use o Serviço de Kubernetes do Azure (AKS) para simplificar o trabalho de inicialização de um cluster do Kubernetes no Azure.
  • Criar e implantar um pipeline do Kubernetes para automatizar e gerenciar modelos de ML na produção.
  • Treinar e implantar TensorFlow modelos de ML em várias GPUs e máquinas executadas em paralelo.
  • Utilizar outros serviços gerenciados da AWS para estender um aplicativo de ML.
Leia mais...

Kubeflow on GCP

28 horas
Este treinamento ao vivo conduzido por instrutor em < loc & gt; (online ou no local) é destinado a engenheiros que desejam implantar cargas de trabalho Machine Learning no Google Cloud Platform (GCP). No final desta formação, os participantes serão capazes de
  • Instalar e configurar o Kubernetes, o Kubeflow e outros softwares necessários no GCP e no GKE.
  • Use o GKE (Kubernetes Kubernetes Engine) para simplificar o trabalho de inicialização de um cluster Kubernetes no GCP.
  • Criar e implantar um pipeline do Kubernetes para automatizar e gerenciar modelos de ML na produção.
  • Treinar e implantar TensorFlow modelos de ML em várias GPUs e máquinas executadas em paralelo.
  • Utilizar outros serviços do GCP para estender um aplicativo de ML.
Leia mais...

Kubeflow on IBM Cloud

28 horas
Este treinamento ao vivo conduzido por instrutor em Matosinhos (no local ou remoto) é destinado a engenheiros que desejam implantar cargas de trabalho Machine Learning no IBM Cloud Kubernetes Service (IKS). No final desta formação, os participantes serão capazes de
  • Instalar e configurar o Kubernetes, o Kubeflow e outros softwares necessários no IBM Cloud Kubernetes Service (IKS).
  • Utilizar o IKS para simplificar o trabalho de inicialização de um cluster Kubernetes no IBM Cloud.
  • Criar e implantar um pipeline do Kubernetes para automatizar e gerenciar modelos de ML na produção.
  • Treinar e implantar TensorFlow modelos de ML em várias GPUs e máquinas executadas em paralelo.
  • Utilizar outros serviços do IBM Cloud para estender um aplicativo de ML.
Leia mais...

MLOps: CI/CD for Machine Learning

35 horas
Esta formação ao vivo orientada por um instrutor em Matosinhos (online ou no local) destina-se a engenheiros que desejam avaliar as abordagens e ferramentas disponíveis atualmente para tomar uma decisão inteligente sobre o caminho a seguir na adoção de MLOps na sua organização. No final desta formação, os participantes serão capazes de
  • Instalar e configurar vários MLOps frameworks e ferramentas.
  • Montar o tipo certo de equipa com as competências certas para construir e suportar um sistema MLOps.
  • Preparar, validar e versionar dados para uso por modelos de ML.
  • Compreender os componentes de um pipeline de ML e as ferramentas necessárias para construir um.
  • Experimentar diferentes estruturas e servidores de aprendizado de máquina para implantar na produção.
  • Operacionalizar todo o processo de Machine Learning para que seja reproduzível e sustentável.
Leia mais...

Kubeflow

35 horas
Este treinamento ao vivo conduzido por instrutor em Matosinhos (online ou no local) é destinado a desenvolvedores e cientistas de dados que desejam construir, implantar e gerenciar fluxos de trabalho de aprendizado de máquina em Kubernetes. No final desta formação, os participantes serão capazes de
  • Instalar e configurar Kubeflow no local e na nuvem usando o AWS EKS (Elastic Kubernetes Service).
  • Criar, implantar e gerenciar fluxos de trabalho de ML com base em contêineres do Docker e Kubernetes.
  • Executar pipelines de aprendizado de máquina inteiros em diversas arquiteturas e ambientes de nuvem.
  • Usar Kubeflow para gerar e gerenciar notebooks Jupyter.
  • Criar treinamento de ML, ajuste de hiperparâmetros e servir cargas de trabalho em várias plataformas.
Leia mais...

Kubeflow on OpenShift

28 horas
Este treinamento ao vivo conduzido por instrutor (no local ou remoto) é destinado a engenheiros que desejam implantar cargas de trabalho de aprendizado de máquina em uma nuvem OpenShift local ou híbrida.
  • Ao final deste treinamento, os participantes serão capazes de:
  • Instalar e configurar o Kubernetes e o Kubeflow em um cluster OpenShift.
  • Use o OpenShift para simplificar o trabalho de inicialização de um cluster Kubernetes.
  • Criar e implantar um pipeline do Kubernetes para automatizar e gerenciar modelos de ML na produção.
  • Treinar e implantar TensorFlow modelos de ML em várias GPUs e máquinas executadas em paralelo.
  • Chamar serviços de nuvem pública (por exemplo, serviços AWS) de dentro do OpenShift para estender um aplicativo de ML
Leia mais...

Kubeflow Fundamentals

28 horas
Este treinamento ao vivo conduzido por instrutor em Matosinhos (online ou no local) é destinado a desenvolvedores e cientistas de dados que desejam construir, implantar e gerenciar fluxos de trabalho de aprendizado de máquina em Kubernetes. No final desta formação, os participantes serão capazes de
  • Instalar e configurar o Kubeflow no local e na nuvem.
  • Criar, implantar e gerenciar fluxos de trabalho de ML com base em contêineres Docker e Kubernetes.
  • Executar pipelines de aprendizado de máquina inteiros em diversas arquiteturas e ambientes de nuvem.
  • Usar o Kubeflow para gerar e gerenciar notebooks Jupyter.
  • Construir treinamento de ML, ajuste de hiperparâmetro e servir cargas de trabalho em várias plataformas.
Leia mais...

MLflow

21 horas
Este treinamento ao vivo conduzido por instrutor (no local ou remoto) é destinado a cientistas de dados que desejam ir além da construção de modelos de ML e otimizar o processo de criação, rastreamento e implantação de modelos de ML. No final desta formação, os participantes serão capazes de
  • Instalar e configurar MLflow e bibliotecas e frameworks de ML relacionados.
  • Apreciar a importância da rastreabilidade, reprodutibilidade e implantabilidade de um modelo de ML
  • Implantar modelos de ML em diferentes nuvens públicas, plataformas ou servidores locais.
  • Escalonar o processo de implantação de ML para acomodar vários usuários que colaboram em um projeto.
  • Configurar um registo central para experimentar, reproduzir e implementar modelos de ML.
Leia mais...

Last Updated:

Declaração de Clientes (2)

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™
Curso - Kubeflow

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

Guillaume GAUTIER - OLEA MEDICAL
Curso - MLflow

Upcoming Courses

Other regions in Portugal

Outros países

Estes cursos também estão disponíveis em outros países

Consultoria

MLOps Consultoria
Cursos de treinamento de MLOps em Matosinhos, Cursos de fim de semana de MLOps em Matosinhos, Treinamento tardiurno de MLOps em Matosinhos, MLOps guiado por instrutor em Matosinhos, MLOps no local do cliente em Matosinhos, Treinamendo de MLOps de fim de semana em Matosinhos, Aulas de MLOps em Matosinhos, MLOps guiado por instrutor em Matosinhos, Cursos privados de MLOps em Matosinhos, Treinamento individual de MLOps em Matosinhos, treinamento em grupo de MLOps em Matosinhos, Cursos tardiurnos de MLOps em Matosinhos,Coaching de MLOps em Matosinhos, !Instrutor de MLOps em Matosinhos, Treinador de MLOps em Matosinhos
1