Kubeflow on AWS Träningskurs

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till molningenjörer och utvecklare som vill använda CloudFormation för att hantera infrastrukturresurser inom AWS-ekosystemet.

I slutet av denna utbildning kommer deltagarna att kunna:

• Implementera CloudFormation-mallar för att automatisera infrastrukturhanteringen.
• Integrera befintliga AWS-resurser i CloudFormation.
• Använd StackSets för att hantera travar över flera konton och regioner.

Denna instruktörsledda, liveträning i Sverige (online eller på plats) riktar sig till AI-ingenjörer och datavetare på avancerad nivå med erfarenhet på mellanliggande till avancerad nivå som vill förbättra DeepSeek modellprestanda, minimera latenstid och effektivt distribuera AI-lösningar med moderna MLOps metoder.

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Optimera DeepSeek modeller för effektivitet, noggrannhet och skalbarhet.
• Implementera bästa metoder för MLOps och versionshantering av modeller.
• Distribuera DeepSeek modeller på moln- och lokala infrastrukturer.
• Övervaka, underhålla och skala AI-lösningar på ett effektivt sätt.

Denna instruktörsledda, liveträning i Sverige (online eller på plats) riktar sig till utvecklare som vill integrera en DynamoDB NoSQL-databas i en webbapplikation som finns på AWS.

I slutet av denna utbildning kommer deltagarna att kunna:

• Konfigurera den utvecklingsmiljö som krävs för att börja integrera data i DynamoDB.
• Integrera DynamoDB i webbapplikationer och mobila applikationer.
• Flytta data i AWS med AWS-tjänster.
• Implementera åtgärder med AWS DAX.

Denna instruktörsledda, liveutbildning i Sverige (på plats eller på distans) riktar sig till ingenjörer som vill distribuera och hantera IoT-enheter på AWS.

I slutet av denna utbildning kommer deltagarna att kunna bygga en IoT-plattform som inkluderar distribution och hantering av en backend, gateway och enheter ovanpå AWS.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till utvecklare som vill installera, konfigurera och hantera AWS IoT Greengrass-funktioner för att skapa applikationer för olika enheter.

I slutet av denna utbildning kommer deltagarna att kunna använda AWS IoT Greengrass för att bygga, distribuera, hantera, säkra och övervaka applikationer på intelligenta enheter.

Denna instruktörsledda, liveutbildning i Sverige (på plats eller fjärransluten) riktar sig till utvecklare som vill använda AWS Lambda för att bygga och distribuera tjänster och applikationer till molnet, utan att behöva oroa sig för att tillhandahålla körningsmiljön (servrar, virtuella datorer och behållare, tillgänglighet, skalbarhet, lagring etc.).

I slutet av denna utbildning kommer deltagarna att kunna:

• Konfigurera AWS Lambda för att köra en funktion.
• Förstå FaaS (Functions as a Service) och fördelarna med serverlös utveckling.
• Bygg, ladda upp och kör AWS Lambda funktioner.
• Integrera Lambda-funktioner med olika händelsekällor.
• Paketera, distribuera, övervaka och felsök Lambda-baserade applikationer.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till ingenjörer som vill använda AWS CloudFormation för att automatisera processen för att hantera AWS molninfrastruktur.

I slutet av denna utbildning kommer deltagarna att kunna:

• Aktivera AWS-tjänster för att komma igång med att hantera infrastruktur.
• Förstå och tillämpa principen om "infrastruktur som kod".
• Förbättra kvaliteten och sänka kostnaderna för att distribuera infrastruktur.
• Skriv AWS CloudFormation mallar med YAML.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till proffs på avancerad nivå som vill fördjupa sin förståelse för DevOps metoder och effektivisera utvecklingsprocesser med hjälp av AWS Cloud9.

I slutet av denna utbildning kommer deltagarna att kunna:

• Konfigurera AWS Cloud9 för DevOps arbetsflöden.
• Implementera pipelines för kontinuerlig integrering och kontinuerlig leverans (CI/CD).
• Automatisera test-, övervaknings- och distributionsprocesser med hjälp av AWS Cloud9.
• Integrera AWS-tjänster som Lambda, EC2 och S3 i DevOps arbetsflöden.
• Använd källkontrollsystem som GitHub eller GitLab inom AWS Cloud9.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till proffs på mellannivå som vill lära sig hur man effektivt bygger, distribuerar och underhåller serverlösa applikationer på AWS Cloud9 och AWS Lambda.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå grunderna i serverlös arkitektur.
• Konfigurera AWS Cloud9 för serverlös applikationsutveckling.
• Utveckla, testa och distribuera serverlösa program med hjälp av AWS Lambda.
• Integrera AWS Lambda med andra AWS-tjänster som API Gateway och S3.
• Optimera serverlösa program för prestanda och kostnadseffektivitet.

Somrig:

• Grunderna i IoT-arkitektur och funktioner
• "Saker", "Sensorer", Internet och mappningen mellan affärsfunktioner i IoT
• Oumbärlig för alla IoT-programvarukomponenter – hårdvara, firmware, mellanprogram, moln och mobilapp
• IoT-funktioner - Fleet manager, datavisualisering, SaaS-baserad FM och DV, larm/larm, sensorintroduktion, "sak" onboarding, geo-fencing
• Grunderna i IoT-enhetskommunikation med molnet med MQTT.
• Ansluta IoT-enheter till AWS med MQTT (AWS IoT Core).
• Ansluter AWS IoT-kärnan med AWS Lambda-funktionen för beräkning och datalagring.
• Ansluter Raspberry PI med AWS IoT kärna och enkel datakommunikation.
• Aviseringar och händelser
• Kalibrering av sensor

Sammanfattning:

• Grunderna i IoT-arkitektur och funktioner
• "Saker", "Sensorer", Internet och mappningen mellan affärsfunktioner i IoT
• Oumbärlig för alla IoT-programvarukomponenter – hårdvara, firmware, mellanprogram, moln och mobilapp
• IoT-funktioner - Fleet manager, datavisualisering, SaaS-baserad FM och DV, larm/larm, sensorintroduktion, "sak" onboarding, geo-fencing
• Grunderna i IoT-enhetskommunikation med molnet med MQTT.
• Ansluta IoT-enheter till AWS med MQTT (AWS IoT Core).
• Anslutning av AWS IoT-kärna med AWS Lambda-funktion för beräkning och datalagring med hjälp av DynamoDB.
• Ansluter Raspberry PI med AWS IoT kärna och enkel datakommunikation.
• Hands on med Raspberry PI och AWS IoT Core för att bygga en smart enhet.
• Visualisering av sensordata och kommunikation med webbgränssnitt.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till ingenjörer som vill distribuera Machine Learning arbetsbelastningar till Azure-molnet.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Kubernetes, Kubeflow och annan nödvändig programvara på Azure.
• Använd Azure Kubernetes Service (AKS) för att förenkla arbetet med att initiera ett Kubernetes-kluster på Azure.
• Skapa och distribuera en Kubernetes-pipeline för automatisering och hantering av ML-modeller i produktion.
• Träna och distribuera TensorFlow ML-modeller över flera GPU:er och maskiner som körs parallellt.
• Utnyttja andra AWS-hanterade tjänster för att utöka en ML-applikation.

Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till datavetare som vill gå längre än att bygga ML-modeller och optimera skapandet, spårningen och distributionsprocessen för ML-modeller.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera MLflow och relaterade ML-bibliotek och ramverk.
• Uppskatta vikten av spårbarhet, reproducerbarhet och distribuerbarhet av en ML-modell
• Distribuera ML-modeller till olika offentliga moln, plattformar eller lokala servrar.
• Skala ML-distributionsprocessen så att den rymmer flera användare som samarbetar i ett projekt.
• Konfigurera ett centralt register för att experimentera med, återskapa och distribuera ML-modeller.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till ingenjörer som vill utvärdera de metoder och verktyg som finns tillgängliga idag för att fatta ett intelligent beslut om vägen framåt för att införa MLOps inom sin organisation.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera olika MLOps ramverk och verktyg.
• Sätt ihop rätt typ av team med rätt kompetens för att konstruera och stödja ett MLOps system.
• Förbereda, validera och versionshantera data för användning av ML-modeller.
• Förstå komponenterna i en ML Pipeline och de verktyg som behövs för att skapa en.
• Experimentera med olika ramverk för maskininlärning och servrar för distribution till produktion.
• Operationalisera hela Machine Learning-processen så att den kan återskapas och underhållas.

Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till maskininlärningsingenjörer som vill använda Azure Machine Learning och Azure DevOps för att underlätta MLOps metoder.

I slutet av denna utbildning kommer deltagarna att kunna:

• Skapa reproducerbara arbetsflöden och maskininlärningsmodeller.
• Hantera livscykeln för maskininlärning.
• Spåra och rapportera modellens versionshistorik, tillgångar med mera.
• Distribuera produktionsklara maskininlärningsmodeller var som helst.