Kubeflow on OpenShift Träningskurs

Den här instruktörsledda, liveutbildningen i Sverige (online eller på plats) riktar sig till utvecklare och datavetare som vill skapa, distribuera och hantera arbetsflöden för maskininlärning på Kubernetes.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Kubeflow på plats och i molnet med hjälp av AWS EKS (Elastic Kubernetes Service).
• Skapa, distribuera och hantera ML-arbetsflöden baserat på Docker containrar och Kubernetes.
• Kör hela pipelines för maskininlärning på olika arkitekturer och molnmiljöer.
• Använda Kubeflow för att skapa och hantera Jupyter Notebooks.
• Skapa ML-träning, justering av hyperparametrar och hantering av arbetsbelastningar på flera plattformar.

Den här instruktörsledda, liveutbildningen i Sverige (online eller på plats) riktar sig till utvecklare och datavetare som vill skapa, distribuera och hantera arbetsflöden för maskininlärning på Kubernetes.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Kubeflow lokalt och i molnet.
• Skapa, distribuera och hantera ML-arbetsflöden baserat på Docker containrar och Kubernetes.
• Kör hela pipelines för maskininlärning på olika arkitekturer och molnmiljöer.
• Använda Kubeflow för att skapa och hantera Jupyter Notebooks.
• Skapa ML-träning, justering av hyperparametrar och hantering av arbetsbelastningar på flera plattformar.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till ingenjörer som vill distribuera Machine Learning arbetsbelastningar till en AWS EC2-server.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Kubernetes, Kubeflow och annan nödvändig programvara på AWS.
• Använd EKS (Elastic Kubernetes Service) för att förenkla arbetet med att initiera ett Kubernetes-kluster på AWS.
• 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 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 i Sverige (online eller på plats) riktar sig till ingenjörer som vill distribuera Machine Learning arbetsbelastningar till Google Cloud Platform (GCP).

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Kubernetes, Kubeflow och annan nödvändig programvara på GCP och GKE.
• Använd GKE (Kubernetes Kubernetes Engine) för att förenkla arbetet med att initiera ett Kubernetes-kluster på GCP.
• 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 GCP-tjänster för att utöka en ML-applikation.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till ingenjörer som vill distribuera Machine Learning arbetsbelastningar till IBM Cloud Kubernetes Service (IKS).

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Kubernetes, Kubeflow och annan nödvändig programvara på IBM Cloud Kubernetes Service (IKS).
• Använd IKS för att förenkla arbetet med att initiera ett Kubernetes-kluster på IBM Cloud.
• 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 IBM Cloud-tjänster för att utöka en ML-applikation.

I denna instruktörsledda, liveträning i Sverige kommer deltagarna att lära sig hur man hanterar Red Hat OpenShift Container Platform.

I slutet av denna utbildning kommer deltagarna att kunna:

• Skapa, konfigurera, hantera och felsök OpenShift kluster.
• Distribuera containerbaserade applikationer lokalt, i det offentliga molnet eller i ett värdbaserat moln.
• Säker OpenShift containerplattform
• Övervaka och samla in mätvärden.
• Hantera lagring.

I denna instruktörsledda, liveträning i Sverige kommer deltagarna att lära sig hur man använder OpenShift Container Platform för att distribuera containeriserade applikationer.

I slutet av denna utbildning kommer deltagarna att kunna:

• Skapa och konfigurera en OpenShift-inställning.
• Distribuera snabbt program lokalt, i ett offentligt moln eller i ett värdbaserat moln.

I denna instruktörsledda, liveutbildning i Sverige (på plats eller på distans) kommer deltagarna att lära sig hur man installerar, konfigurerar och hanterar OKD på plats eller i molnet.

I slutet av denna utbildning kommer deltagarna att kunna:

• Skapa, konfigurera, hantera och felsök ett OKD-kluster.
• Säker OKD.
• Distribuera containeriserade applikationer på OKD.
• Övervaka prestandan för en applikation som körs i OKD.
• Hantera datalagring.
• Implementera snabbt applikationer på plats eller i ett offentligt moln som AWS.

I den här instruktörsledda, liveutbildningen i Sverige (på plats eller på distans) kommer deltagarna att lära sig att skapa, uppdatera och underhålla applikationer i container med OKD.

I slutet av denna utbildning kommer deltagarna att kunna:

• Distribuera en containeriserad webbapplikation till ett OKD-kluster på plats eller i molnet.
• Automatisera en del av mjukvaruleveranspipelinen.
• Tillämpa principerna i DevOps-filosofin för att säkerställa kontinuerlig leverans av en ansökan.

I denna instruktörsledda, liveutbildning i Sverige (online eller på plats) kommer deltagarna att lära sig hur man installerar, konfigurerar och hanterar OpenShift Container Platform v4.

I slutet av denna utbildning kommer deltagarna att kunna:

• Undersand OCI (Open Containers Initiative) och dess implikationer för användning av containermotorer som Docker i OpenShift.
• Förstå förhållandet mellan de olika versionerna av OpenShift (OKP, OpenShift Container Platform, Red Hat OpenShift osv.).
• Skapa, konfigurera, hantera och felsök ett OpenShift-kluster.
• Implementera Openshifts självhanteringsfunktioner för att förbättra plattformens stabilitet och konsekvens.
• Säker OpenShift containerplattform.
• Övervaka och samla in mätvärden.
• Hantera lagring.
• Uppgradera ett kluster på OpenShift Container Platform 3 till OpenShift Container Platform 4.

I denna instruktörsledda, liveutbildning i Sverige (online eller på plats) kommer deltagarna att lära sig hur man skapar, uppdaterar och underhåller applikationer med hjälp av OpenShift Container Platform.

I slutet av denna utbildning kommer deltagarna att kunna:

• Undersand OCI (Open Containers Initiative) och dess implikationer för användning av containermotorer som Docker i OpenShift.
• Förstå förhållandet mellan de olika versionerna av OpenShift (OKP, OpenShift Container Platform, Red Hat OpenShift osv.)
• Automatisera pipelinen för programvaruleverans.
• Tillämpa DevOps-principerna för att leverera programvara kontinuerligt.

Den här instruktörsledda, liveutbildningen i Sverige (online eller på plats) riktar sig till DevOps ingenjörer som vill använda OpenShift och Jenkins för att bygga, distribuera och hantera containerbaserade program.

I slutet av denna utbildning kommer deltagarna att kunna:

• Skapa Jenkins pipelines i OpenShift.
• Automatisera livscykelhanteringen för containerbaserade program och klusterinfrastrukturer.
• Orkestrera distributionen av CI/CD-pipelines.

Detta är en 4-dagars kurs som introducerar AI och dess tillämpning. Det finns möjlighet att få en extra dag för att genomföra ett AI-projekt efter avslutad kurs. 

Denna instruktörsledda, live-utbildning i Sverige (online eller på plats) riktar sig till yrkesverksamma på avancerad nivå som vill fördjupa sin förståelse för datorseende och utforska TensorFlow:s möjligheter att utveckla sofistikerade synmodeller med hjälp av Google Colab.

I slutet av denna utbildning kommer deltagarna att kunna:

• Skapa och träna faltningsneurala nätverk (CNN) med hjälp av TensorFlow.
• Utnyttja Google Colab för skalbar och effektiv molnbaserad modellutveckling.
• Implementera bildförbehandlingstekniker för datorseendeuppgifter.
• Distribuera modeller för visuellt innehåll för verkliga program.
• Använd överföringsinlärning för att förbättra prestandan för CNN-modeller.
• Visualisera och tolka resultaten av bildklassificeringsmodeller.