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, serviço de excelência e uma localização ideal na cidade. O hotel oferece uma ampla variedade de instalações e serviços, incluindo um business center. A praia de Matosinhos fica a apenas 5 minutos a pé do hotel, perfeita para a prática de surf e outros desportos aquáticos. Sendo uma zona de pesca, os restaurantes locais oferecem-lhe os mais maravilhosos peixes frescos e mariscos para o seu deleite.

Holiday Inn Porto - Gaia

220, Rua Diogo Macedo, 220, Vila Nova de Gaia 4400-107 , Gaia, Portugal

Ideal for your business and leisure visit to Porto / Gaia

Hotel Central Parque

83, Av. Visc. de Barreiros 83, 4470-151 Maia, Maia, Portugal, 4470-151 Maia

Hotel Central Parque **** está localizado no centro da cidade da Maia, pela sua proximidade do Aeroporto Francisco Sá Carneiro, Zona Industrial da Maia, da Exponor Matosinhos, da estação do metro e das principais auto-estradas, torna-se o local ideal para a sua estadia.

Subcategorias (2)

Category for Kubeflow

Kubeflow
Category for MLflow

MLflow

Explore nossos cursos

DeepSeek: Advanced Model Optimization and Deployment

 14 Horas
Este treinamento ao vivo conduzido por instrutor em Oporto (no local ou remoto) é destinado a engenheiros de IA de nível avançado e cientistas de dados com experiência intermediária a avançada que desejam aprimorar o desempenho do modelo DeepSeek, minimizar a latência e implantar soluções de IA de forma eficiente usando práticas modernas MLOps. No final deste treinamento, os participantes serão capazes de:
  • Otimize os modelos DeepSeek para eficiência, precisão e escalabilidade.
  • Implementar as melhores práticas para MLOps e versionamento de modelo.
  • Implante modelos DeepSeek na nuvem e na infraestrutura local.
  • Monitorizar, manter e escalar soluções de IA de forma eficaz.
Leia mais...

Kubeflow

 35 Horas
Esse treinamento ao vivo conduzido por instrutor em Oporto (no local ou remoto) é destinado a desenvolvedores e cientistas de dados que desejam criar, implantar e gerenciar fluxos de trabalho de aprendizado de máquina em Kubernetes. Ao final deste treinamento, os participantes serão capazes de:
  • Instalar e configurar Kubeflow no local e na nuvem usando o AWS EKS (Elastic Kubernetes Service).
  • Crie, implante e gerencie fluxos de trabalho de ML com base em contêineres Docker e Kubernetes.
  • Executar pipelines de aprendizagem automática completos em diversas arquitecturas e ambientes de nuvem.
  • Usando 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 Fundamentals

 28 Horas
Esse treinamento ao vivo conduzido por instrutor em Oporto (no local ou remoto) é destinado a desenvolvedores e cientistas de dados que desejam criar, implantar e gerenciar fluxos de trabalho de aprendizado de máquina em Kubernetes. Ao final deste treinamento, os participantes serão capazes de:
  • Instalar e configurar Kubeflow no local e na nuvem.
  • Crie, implante e gerencie 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.
  • Usando 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 AWS

 28 Horas
Este treinamento ao vivo conduzido por instrutor em Oporto (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 Oporto (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...

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 deste treinamento, os participantes serão capazes de:
  • Instalar e configurar MLflow e bibliotecas e estruturas de ML relacionadas.
  • Apreciar a importância da rastreabilidade, reprodutibilidade e implantação de um modelo de ML
  • Implantar modelos de ML em diferentes nuvens públicas, plataformas ou servidores locais.
  • Dimensionar o processo de implementação de ML para acomodar vários utilizadores que colaboram num projeto.
  • Criar um registo central para experimentar, reproduzir e implementar modelos de ML.
Leia mais...

MLOps: CI/CD for Machine Learning

 35 Horas
Este treinamento ao vivo conduzido por instrutor em Oporto (no local ou remoto) é destinado a engenheiros que desejam avaliar as abordagens e ferramentas disponíveis hoje para tomar uma decisão inteligente sobre o caminho a seguir na adoção de MLOps em sua organização. No final deste treinamento, os participantes serão capazes de:
  • Instalar e configurar vários frameworks e ferramentas MLOps.
  • Reunir o tipo certo de equipa com as competências adequadas para construir e suportar um sistema MLOps.
  • Preparar, validar e versionar dados para uso por modelos ML.
  • Compreender os componentes de um pipeline de ML e as ferramentas necessárias para o construir.
  • Experimentar diferentes estruturas e servidores de aprendizagem automática para implementação na produção.
  • Operacionalizar todo o processo Machine Learning para que seja reproduzível e passível de manutenção.
Leia mais...

MLOps for Azure Machine Learning

 14 Horas
Este treinamento ao vivo conduzido por instrutor (no local ou remoto) é destinado a engenheiros de aprendizado de máquina que desejam usar Azure Machine Learning e Azure DevOps para facilitar as práticas MLOps. No final deste treinamento, os participantes serão capazes de:
  • Construir fluxos de trabalho reproduzíveis e modelos de aprendizado de máquina.
  • Gerenciar o ciclo de vida do aprendizado de máquina.
  • Acompanhe e relate o histórico da versão do modelo, ativos e muito mais.
  • Implantar modelos de aprendizado de máquina prontos para produção em qualquer lugar.
Leia mais...

Última Atualização:

Declaração de Clientes (2)

o ecossistema de ML não se limita ao MLFlow, mas também inclui o Optuna, hyperopt, Docker e docker-compose

Guillaume GAUTIER - OLEA MEDICAL

Curso - MLflow

Máquina Traduzida

Aproveitei a participação no treinamento Kubeflow, que foi realizado remotamente. Esse treinamento me permitiu consolidar meu conhecimento sobre serviços AWS, K8s e todas as ferramentas DevOps relacionadas ao Kubeflow, que são as bases necessárias para abordar o assunto de forma adequada. Gostaria de agradecer Malawski Marcin por sua paciência e profissionalismo no treinamento e nas dicas sobre práticas recomendadas. Malawski aborda o tema sob diferentes ângulos, com diferentes ferramentas de implantação Ansible, EKS kubectl, Terraform. Agora estou definitivamente convencido de que estou entrando na área correta de aplicação.

Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM

Curso - Kubeflow

Máquina Traduzida

Próximas Formações Provisórias

Kubeflow

2025-06-30 09:30
35 Horas
Porto

MLflow

2025-07-14 09:30
21 Horas
Porto

Kubeflow on Azure

2025-07-28 09:30
28 Horas
Porto

Kubeflow Fundamentals

2025-08-11 09:30
28 Horas
Porto

Kubeflow on AWS

2025-08-25 09:30
28 Horas
Porto

Outras regiões em Portugal

Outros Países

Estes cursos também estão disponíveis em outros países

Consultoria

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