Uppsala

NobleProg Uppsala, Stationsgatan 4, Uppsala, sweden, 753 40
Kurslokalet ligger nære sentrum med god tilgang til kollektiv transport. Du kan oppdage shoppingskatter på Godsmagasinet...

Subcategories (2)

Image for MLflow category

MLflow
Image for Kubeflow category

Kubeflow

Explore Our Courses

MLOps for Azure Machine Learning

 14 timmar
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.
LÄS MER...

MLOps: CI/CD for Machine Learning

 35 timmar
Denna instruktörsledda, liveutbildning i Uppsala (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.
LÄS MER...

Kubeflow on AWS

 28 timmar
Denna instruktörsledda, liveutbildning i Uppsala (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.
LÄS MER...

Kubeflow on Azure

 28 timmar
Denna instruktörsledda, liveutbildning i Uppsala (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.
LÄS MER...

Kubeflow on GCP

 28 timmar
Denna instruktörsledda, liveutbildning i Uppsala (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.
LÄS MER...

Kubeflow on IBM Cloud

 28 timmar
Denna instruktörsledda, liveutbildning i Uppsala (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.
LÄS MER...

MLflow

 21 timmar
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.
LÄS MER...

Kubeflow

 35 timmar
Den här instruktörsledda, liveutbildningen i Uppsala (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.
LÄS MER...

Kubeflow on OpenShift

 28 timmar
Denna instruktörsledda, liveutbildning i (online eller på plats) riktar sig till ingenjörer som vill distribuera Machine Learning-arbetsbelastningar till ett OpenShift lokalt eller hybridmoln.
  • I slutet av denna utbildning kommer deltagarna att kunna:
  • Installera och konfigurera Kubernetes och Kubeflow på ett OpenShift-kluster.
  • Använd OpenShift för att förenkla arbetet med att initiera ett Kubernetes-kluster.
  • 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.
  • Ring offentliga molntjänster (t.ex. AWS-tjänster) från OpenShift för att utöka en ML-applikation
LÄS MER...

Kubeflow Fundamentals

 28 timmar
Den här instruktörsledda, liveutbildningen i Uppsala (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.
LÄS MER...

Last Updated:

Vittnesmål (2)

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

Guillaume GAUTIER - OLEA MEDICAL

Kurs - 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™

Kurs - Kubeflow

Upcoming Courses

Kubeflow on OpenShift

2024-07-30 09:30
28 timmar
Uppsala
4000 EUR (Online)
5200 EUR (Klassrum)

MLOps for Azure Machine Learning

2024-08-13 09:30
14 timmar
Uppsala
2000 EUR (Online)
2600 EUR (Klassrum)

Kubeflow on IBM Cloud

2024-08-27 09:30
28 timmar
Uppsala
4000 EUR (Online)
5200 EUR (Klassrum)

MLflow

2024-09-10 09:30
21 timmar
Uppsala
3000 EUR (Online)
3900 EUR (Klassrum)

MLOps for Azure Machine Learning

2024-09-24 09:30
14 timmar
Uppsala
2000 EUR (Online)
2600 EUR (Klassrum)

Kubeflow on AWS

2024-10-08 09:30
28 timmar
Uppsala
4000 EUR (Online)
5200 EUR (Klassrum)

Kubeflow on IBM Cloud

2024-10-22 09:30
28 timmar
Uppsala
4000 EUR (Online)
5200 EUR (Klassrum)

Other regions in Sverige

Other Countries

Dessa kurser finns också i andra länder

Konsult

MLOps Konsult
MLOps kurs i Uppsala, Helg MLOps kurs i Uppsala, kväll MLOps utbildning i Uppsala, MLOps instruktörledd kurs Uppsala, MLOps klasser i Uppsala, kväll MLOps kurs i Uppsala, MLOps bootcamp i Uppsala, MLOps instruktör i Uppsala, MLOps privata kurser i Uppsala, Helg MLOps utbildning i Uppsala, MLOps en till en utbildning i Uppsala, MLOps utbildning i Uppsala, MLOps coaching i Uppsala, MLOps instruktörledd kurs i Uppsala, MLOps on-site i Uppsala