Maple Ridge - Dewdney Trunk Road

22420 Dewdney Trunk Road, Maple Ridge, Canada, V2X 3J5
Position your business in a prime location for TV and movie production. From our 22420 Dewdney Trunk Road workspace, you’re...

Découvrez nos formations

Kubeflow

35 heures
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.
En savoir plus...

Kubeflow on AWS

28 heures
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.
En savoir plus...

Kubeflow on Azure

28 heures
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.
En savoir plus...

Kubeflow on GCP

28 heures
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.
En savoir plus...

Kubeflow on IBM Cloud

28 heures
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.
En savoir plus...

Kubeflow on OpenShift

28 heures
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
    • .
En savoir plus...

Kubeflow Fundamentals

28 heures
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)

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™
Formation - Kubeflow

La qualité des explications, et le nombre important de sujets abordés

Hugo SECHIER - Expleo France
Formation - Kubeflow on AWS

Upcoming Courses

Autres régions en Canada

Autres pays

Ces formations sont également disponibles dans d'autres pays

Conseil

Kubeflow Conseil
Kubeflow formation à Maple Ridge, Weekend Kubeflow cours à Maple Ridge, Soir Kubeflow formation à Maple Ridge, Kubeflow formateur en ligne à Maple Ridge, Kubeflow formation à Maple Ridge, Kubeflow cours du soir à Maple Ridge, Kubeflow formation Intra à Maple Ridge, Kubeflow formation Intra Entreprise à Maple Ridge, Kubeflow formation Inter à Maple Ridge, Kubeflow formation Inter Entreprise à Maple Ridge, Kubeflow sur place à Maple Ridge, Kubeflow professeur à Maple Ridge,Kubeflow cours à Maple Ridge, Kubeflow cours particuliers à Maple Ridge, Kubeflow instructeur à Maple Ridge, Kubeflow préparation à Maple Ridge, Kubeflow préparation aux examens à Maple Ridge, Kubeflow stage de préparation à Maple Ridge, Kubeflow coaching à Maple Ridge, Weekend Kubeflow formation à Maple Ridge, Soir Kubeflow cours à Maple Ridge, Kubeflow formateur à Maple Ridge, Kubeflow coach à Maple Ridge, Kubeflow cours privé à Maple Ridge, Kubeflow entraînement à Maple Ridge
1