Des cours de formation Kubeflow en direct, en ligne ou sur site, animés par un instructeur, montrent par le biais d'une pratique interactive comment utiliser Kubeflow pour créer, déployer et gérer des flux de travail d'apprentissage automatique sur Kubernetes. La formation Kubeflow est disponible en tant que "formation en direct en ligne" ou "formation en direct sur site". La formation en direct en ligne (alias « formation en direct à distance ») est effectuée au moyen d'un ordinateur de bureau interactif à distance . La formation en direct sur site peut être effectuée localement dans les locaux du client en Saint-Laurent ou dans les centres de formation d'entreprise NobleProg en Saint-Laurent. NobleProg - Votre fournisseur de formation local
Saint - Laurent- Dr Frederik-Philips
1111, Boulevard Dr Frederik-Philips, Saint - Laurent, Canada, H4M 2X6
Idéalement situé à proximité de l'autoroute 40 et du métro Côte-Vertu avec de nombreux restaurants à proximité.
Cette formation en <loc> ; (en ligne ou sur site) est destinée aux développeurs et aux scientifiques des données qui souhaitent construire, déployer et gérer des flux de travail d'apprentissage automatique sur Kubernetes.
A l'issue de cette formation, les participants seront capables de :
Installer et configurer Kubeflow sur site et dans le cloud à l'aide d'AWS EKS (Elastic Kubernetes Service).
Construire, déployer et gérer des flux de travail de ML basés sur des conteneurs Docker et Kubernetes.
Exécuter des pipelines d'apprentissage automatique entiers sur diverses architectures et environnements cloud.
Utiliser Kubeflow pour créer et gérer des blocs-notes Jupyter.
Construire des charges de travail d'entraînement ML, de réglage d'hyperparamètres et de service sur plusieurs plateformes.
Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux ingénieurs qui souhaitent déployer des charges de travail Machine Learning sur un serveur AWS EC2.
A l'issue de cette formation, les participants seront capables de :
Installer et configurer Kubernetes, Kubeflow et d'autres logiciels nécessaires sur AWS.
Utiliser EKS (Elastic Kubernetes Service) pour simplifier le travail d'initialisation d'un cluster Kubernetes sur AWS.
Créer et déployer un pipeline Kubernetes pour automatiser et gérer les modèles ML en production.
Entraîner et déployer TensorFlow modèles ML sur plusieurs GPU et machines fonctionnant en parallèle.
Mettre à profit d'autres services gérés AWS pour étendre une application ML.
Cette formation en direct avec instructeur (en ligne ou sur site) est destinée aux ingénieurs qui souhaitent déployer des charges de travail Machine Learning dans le nuage Azure.
A l'issue de cette formation, les participants seront capables de :
Installer et configurer Kubernetes, Kubeflow et d'autres logiciels nécessaires sur Azure.
Utiliser Azure Kubernetes Service (AKS) pour simplifier le travail d'initialisation d'un cluster Kubernetes sur Azure.
Créer et déployer un pipeline Kubernetes pour automatiser et gérer les modèles ML en production.
Entraîner et déployer TensorFlow modèles ML sur plusieurs GPU et machines fonctionnant en parallèle.
Mettre à profit d'autres services gérés AWS pour étendre une application ML.
Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux ingénieurs qui souhaitent déployer des charges de travail Machine Learning sur Google Cloud Platform (GCP).
A l'issue de cette formation, les participants seront capables de :
Installer et configurer Kubernetes, Kubeflow et d'autres logiciels nécessaires sur GCP et GKE.
Utiliser GKE (Kubernetes Kubernetes Engine) pour simplifier le travail d'initialisation d'un cluster Kubernetes sur GCP.
Créer et déployer un pipeline Kubernetes pour automatiser et gérer les modèles ML en production.
Entraîner et déployer TensorFlow modèles ML sur plusieurs GPU et machines fonctionnant en parallèle.
Mettre à profit d'autres services GCP pour étendre une application ML.
Cette formation en <loc> ; (en ligne ou sur site) est destinée aux ingénieurs qui souhaitent déployer des charges de travail Machine Learning sur IBM Cloud Kubernetes Service (IKS).
A l'issue de cette formation, les participants seront capables de :
Installer et configurer Kubernetes, Kubeflow et d'autres logiciels nécessaires sur IBM Cloud Kubernetes Service (IKS).
Utiliser IKS pour simplifier le travail d'initialisation d'un cluster Kubernetes sur IBM Cloud.
Créer et déployer un pipeline Kubernetes pour automatiser et gérer les modèles ML en production.
Entraîner et déployer TensorFlow modèles ML sur plusieurs GPU et machines fonctionnant en parallèle.
Mettre à profit d'autres services IBM Cloud pour étendre une application ML.
Cette formation en direct (en ligne ou sur site) est destinée aux ingénieurs qui souhaitent déployer des charges de travail d'apprentissage automatique dans un OpenShift nuage sur site ou hybride.
À l'issue de cette formation, les participants seront capables de :
Installer et configurer Kubernetes et Kubeflow sur un cluster OpenShift.
Utiliser OpenShift pour simplifier le travail d'initialisation d'un cluster Kubernetes.
Créer et déployer un pipeline Kubernetes pour automatiser et gérer les modèles ML en production.
Entraîner et déployer TensorFlow modèles ML sur plusieurs GPU et machines fonctionnant en parallèle.
Appeler des services de cloud public (par exemple, des services AWS) à partir d'OpenShift pour étendre une application ML
Cette formation en <loc> ; (en ligne ou sur site) est destinée aux développeurs et aux scientifiques des données qui souhaitent construire, déployer et gérer des flux de travail d'apprentissage automatique sur Kubernetes.
A l'issue de cette formation, les participants seront capables de :
Installer et configurer Kubeflow sur site et dans le cloud.
Construire, déployer et gérer des flux de travail de ML basés sur des conteneurs Docker et Kubernetes.
Exécuter des pipelines d'apprentissage machine entiers sur diverses architectures et environnements cloud.
Utiliser Kubeflow pour engendrer et gérer des carnets Jupyter.
Construire des charges de travail d'entraînement ML, de réglage d'hyperparamètres et de service sur plusieurs plateformes.
En savoir plus...
Last Updated:
Nos Clients témoignent (2)
La qualité des explications, et le nombre important de sujets abordés
Hugo SECHIER - Expleo France
Formation - Kubeflow on AWS
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™
Kubeflow formation à Saint-Laurent, Weekend Kubeflow cours à Saint-Laurent, Soir Kubeflow formation à Saint-Laurent, Kubeflow formateur en ligne à Saint-Laurent, Kubeflow formation à Saint-Laurent, Kubeflow cours du soir à Saint-Laurent, Kubeflow formation Intra à Saint-Laurent, Kubeflow formation Intra Entreprise à Saint-Laurent, Kubeflow formation Inter à Saint-Laurent, Kubeflow formation Inter Entreprise à Saint-Laurent, Kubeflow professeur à Saint-Laurent,Kubeflow cours à Saint-Laurent, Kubeflow formateur à Saint-Laurent, Kubeflow stage de préparation à Saint-Laurent, Weekend Kubeflow formation à Saint-Laurent, Kubeflow coach à Saint-Laurent, Kubeflow entraînement à Saint-Laurent, Kubeflow cours particuliers à Saint-Laurent, Kubeflow préparation aux examens à Saint-Laurent, Kubeflow instructeur à Saint-Laurent, Kubeflow sur place à Saint-Laurent, Kubeflow coaching à Saint-Laurent, Kubeflow cours privé à Saint-Laurent, Kubeflow préparation à Saint-Laurent, Soir Kubeflow cours à Saint-Laurent
