Kubeflow on AWS Počítačový Kurz
Kubeflow Je to rámec pro běh Machine Learning pracovní zátěže na Kubernetes. TensorFlow je knihovna strojového učení a Kubernetes je orchestrativní platforma pro řízení kontejnerizovaných aplikací.
Tento výcvik vedený instruktorem (online nebo on-site) je zaměřen na inženýry, kteří chtějí rozdělit Machine Learning pracovní zatížení na server AWS EC2.
Po ukončení tohoto tréninku budou účastníci schopni:
- Instalace a konfigurace Kubernetes, Kubeflow a jiného potřebného softwaru na AWS.
- Použijte EKS (Elastic Kubernetes Service), abyste zjednodušili práci iniciování klastru Kubernetes na AWS.
- Vytvořit a rozvíjet Kubernetes potrubí pro automatizaci a řízení modelů ML ve výrobě.
- Trénovat a rozvíjet TensorFlow ML modely přes více GPUs a stroje běžící v paralelě.
- Využijte další služby spravované společností AWS, abyste rozšířili aplikaci ML.
Formát kurzu
- Interaktivní přednáška a diskuse.
- Mnoho cvičení a praxe.
- Hands-on implementace v živém laboratoři prostředí.
Možnosti personalizace kurzu
- Chcete-li požádat o přizpůsobené školení pro tento kurz, kontaktujte nás, abyste uspořádali.
Návrh Školení
Úvod
- Kubeflow on AWS vs on-premise vs na jiných veřejných poskytovatelích cloudu
Přehled Kubeflow Funkce a architektura
Aktivace účtu AWS
Příprava a spouštění instancí AWS s povoleným GPU
Nastavení uživatelských rolí a oprávnění
Příprava prostředí stavby
Výběr TensorFlow modelu a datové sady
Balení kódu a rámců do obrázku Docker
Nastavení Kubernetes Clusteru pomocí EKS
Příprava školicích a ověřovacích dat
Konfigurace Kubeflow Potrubí
Spuštění úlohy školení pomocí Kubeflow v EKS
Vizualizace školicí úlohy za běhu
Čištění po dokončení úlohy
Odstraňování problémů
Shrnutí a závěr
Požadavky
- Pochopení konceptů strojového učení.
- Znalost konceptů cloud computingu.
- Obecná znalost kontejnerů (Docker) a orchestrace (Kubernetes).
- Některé Python zkušenosti s programováním jsou užitečné.
- Zkušenosti s prací s příkazovým řádkem.
Publikum
- Inženýři datové vědy.
- DevOps inženýři zajímající se o nasazení modelu strojového učení.
- Inženýři infrastruktury zajímající se o nasazení modelu strojového učení.
- Softwaroví inženýři, kteří chtějí integrovat a nasadit funkce strojového učení se svou aplikací.
Open Training Courses require 5+ participants.
Kubeflow on AWS Počítačový Kurz - Booking
Kubeflow on AWS Počítačový Kurz - Enquiry
Kubeflow on AWS - Consultancy Enquiry
Consultancy Enquiry
Reference (3)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Kurz - MLflow
All good, nothing to improve
Ievgen Vinchyk - GE Medical Systems Polska Sp. Z O.O.
Kurz - AWS Lambda for Developers
IOT applications
Palaniswamy Suresh Kumar - Makers' Academy
Kurz - Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」
Upcoming Courses
Související kurzy
Advanced Amazon Web Services (AWS) CloudFormation
7 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na cloudové inženýry a vývojáře, kteří chtějí používat CloudFormation ke správě zdrojů infrastruktury v rámci ekosystému AWS.
Na konci tohoto školení budou účastníci schopni:
- Implementujte šablony CloudFormation pro automatizaci správy infrastruktury.
- Integrujte stávající zdroje AWS do CloudFormation.
- Použijte StackSets ke správě zásobníků napříč více účty a regiony.
DeepSeek: Advanced Model Optimization and Deployment
14 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na pokročilé inženýry AI a datové vědce se středně pokročilou až pokročilou zkušeností, kteří chtějí zlepšit DeepSeek výkon modelu, minimalizovat latenci a nasadit AI. řešení efektivně využívající moderní MLOps postupy.
Na konci tohoto školení budou účastníci schopni:
- Optimalizujte modely DeepSeek pro efektivitu, přesnost a škálovatelnost.
- Implementujte osvědčené postupy pro MLOps a modelování verzí.
- Nasaďte modely DeepSeek v cloudové a místní infrastruktuře.
- Efektivně monitorujte, udržujte a škálujte řešení AI.
Amazon DynamoDB for Developers
14 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na vývojáře, kteří chtějí integrovat databázi DynamoDB NoSQL do webové aplikace hostované na AWS.
Na konci tohoto školení budou účastníci schopni:
- Nastavte potřebné vývojové prostředí, abyste mohli začít integrovat data do DynamoDB.
- Integrujte DynamoDB do webových aplikací a mobilních aplikací.
- Přesouvejte data v AWS pomocí služeb AWS.
- Implementujte operace pomocí AWS DAX.
AWS IoT Core
14 hodinyToto živé školení vedené instruktorem v České republice (na místě nebo na dálku) je zaměřeno na inženýry, kteří chtějí nasadit a spravovat zařízení IoT na AWS.
Na konci tohoto školení budou účastníci schopni vybudovat platformu IoT, která zahrnuje nasazení a správu backendu, brány a zařízení nad AWS.
Amazon Web Services (AWS) IoT Greengrass
21 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na vývojáře, kteří chtějí instalovat, konfigurovat a spravovat schopnosti AWS IoT Greengrass pro vytváření aplikací pro různá zařízení.
Na konci tohoto školení budou účastníci schopni používat AWS IoT Greengrass k vytváření, nasazení, správě, zabezpečení a monitorování aplikací na inteligentních zařízeních.
AWS Lambda for Developers
14 hodinyToto živé školení vedené instruktorem v České republice (na místě nebo na dálku) je zaměřeno na vývojáře, kteří chtějí používat AWS Lambda k vytváření a nasazování služeb a aplikací do cloudu, aniž by se museli starat o poskytování spouštěcího prostředí (servery, VM a kontejnery, dostupnost, škálovatelnost, úložiště atd.).
Na konci tohoto školení budou účastníci schopni:
- Pro provedení funkce nakonfigurujte AWS Lambda.
- Pochopte FaaS (Functions as a Service) a výhody bezserverového vývoje.
- Sestavte, nahrajte a spusťte funkce AWS Lambda.
- Integrujte funkce Lambda s různými zdroji událostí.
- Balíček, nasazení, monitorování a odstraňování problémů s aplikacemi založenými na Lambda.
AWS CloudFormation
7 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na inženýry, kteří chtějí používat AWS CloudFormation k automatizaci procesu správy cloudové infrastruktury AWS.
Na konci tohoto školení budou účastníci schopni:
- Povolte služby AWS, abyste mohli začít spravovat infrastrukturu.
- Pochopit a aplikovat princip „infrastruktura jako kód“.
- Zlepšete kvalitu a snižte náklady na nasazení infrastruktury.
- Napište AWS CloudFormation šablony pomocí YAML.
Mastering DevOps with AWS Cloud9
21 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na pokročilé profesionály, kteří chtějí prohloubit své znalosti DevOps postupů a zefektivnit vývojové procesy pomocí AWS Cloud9.
Na konci tohoto školení budou účastníci schopni:
- Nastavte a nakonfigurujte AWS Cloud9 pro pracovní postupy DevOps.
- Implementujte potrubí kontinuální integrace a kontinuálního dodávání (CI/CD).
- Automatizujte procesy testování, monitorování a nasazení pomocí AWS Cloud9.
- Integrujte služby AWS, jako jsou Lambda, EC2 a S3, do pracovních postupů DevOps.
- Využijte systémy řízení zdrojů jako GitHub nebo GitLab v rámci AWS Cloud9.
Developing Serverless Applications on AWS Cloud9
14 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé profesionály, kteří se chtějí naučit efektivně vytvářet, nasazovat a udržovat aplikace bez serveru na AWS Cloud9 a AWS Lambda.
Na konci tohoto školení budou účastníci schopni:
- Pochopte základy architektury bez serveru.
- Nastavte AWS Cloud9 pro vývoj aplikací bez serveru.
- Vyvíjejte, testujte a nasazujte aplikace bez serveru pomocí AWS Lambda.
- Integrujte AWS Lambda s dalšími službami AWS, jako je API Gateway a S3.
- Optimalizujte bezserverové aplikace pro výkon a efektivitu nákladů.
Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」
4 hodinyLetní:
- Základy architektury a funkcí IoT
- „Věci“, „Sensory“, Internet a mapování mezi obchodními funkcemi IoT
- Nezbytné pro všechny softwarové komponenty IoT – hardware, firmware, middleware, cloud a mobilní aplikace
- Funkce IoT – Fleet Manager, Vizualizace dat, FM a DV založené na SaaS, upozornění/alarm, integrace senzorů, onboarding „věcí“, geo-fencing
- Základy komunikace zařízení IoT s cloudem s MQTT.
- Připojení zařízení IoT k AWS pomocí MQTT (AWS IoT Core).
- Propojení jádra AWS IoT s funkcí AWS Lambda pro výpočet a ukládání dat.
- Propojení Raspberry PI s jádrem AWS IoT a jednoduchá datová komunikace.
- Upozornění a události
- Kalibrace senzoru
Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「8 Hours Remote」
8 hodinyShrnutí:
- Základy architektury a funkcí IoT
- „Věci“, „Sensory“, Internet a mapování mezi obchodními funkcemi IoT
- Nezbytné pro všechny softwarové komponenty IoT – hardware, firmware, middleware, cloud a mobilní aplikace
- Funkce IoT – Fleet Manager, Vizualizace dat, FM a DV založené na SaaS, upozornění/alarm, integrace senzorů, onboarding „věcí“, geo-fencing
- Základy komunikace zařízení IoT s cloudem s MQTT.
- Připojení zařízení IoT k AWS pomocí MQTT (AWS IoT Core).
- Propojení jádra AWS IoT s funkcí AWS Lambda pro výpočet a ukládání dat pomocí DynamoDB.
- Propojení Raspberry PI s jádrem AWS IoT a jednoduchá datová komunikace.
- Používejte Raspberry PI a AWS IoT Core k vytvoření chytrého zařízení.
- Vizualizace dat ze senzorů a komunikace s webovým rozhraním.
Kubeflow on Azure
28 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na inženýry, kteří chtějí nasadit Machine Learning úlohy do cloudu Azure.
Na konci tohoto školení budou účastníci schopni:
- Nainstalujte a nakonfigurujte Kubernetes, Kubeflow a další potřebný software v Azure.
- Použijte Azure Kubernetes Service (AKS) ke zjednodušení práce s inicializací clusteru Kubernetes v Azure.
- Vytvořte a nasaďte kanál Kubernetes pro automatizaci a správu modelů ML v produkci.
- Trénujte a nasazujte TensorFlow modely ML na více GPU a paralelně běžících počítačích.
- Využijte další spravované služby AWS k rozšíření aplikace ML.
MLflow
21 hodinyToto živé školení vedené instruktorem (online nebo na místě) je zaměřeno na datové vědce, kteří chtějí jít nad rámec vytváření modelů ML a optimalizovat proces vytváření, sledování a nasazení modelu ML.
Na konci tohoto školení budou účastníci schopni:
- Nainstalujte a nakonfigurujte MLflow a související knihovny a rámce ML.
- Oceňujte důležitost sledovatelnosti, reprodukovatelnosti a rozmístitelnosti modelu ML
- Nasaďte modely ML na různé veřejné cloudy, platformy nebo místní servery.
- Škálujte proces nasazení ML tak, aby vyhovoval více uživatelům spolupracujícím na projektu.
- Nastavte centrální registr pro experimentování s modely ML, jejich reprodukci a nasazení.
MLOps: CI/CD for Machine Learning
35 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na inženýry, kteří chtějí vyhodnotit přístupy a nástroje, které jsou dnes k dispozici, aby mohli učinit inteligentní rozhodnutí o cestě vpřed při zavádění MLOps v rámci své organizace.
Na konci tohoto školení budou účastníci schopni:
- Nainstalujte a nakonfigurujte různé MLOps rámce a nástroje.
- Sestavte správný druh týmu se správnými dovednostmi pro konstrukci a podporu MLOps systému.
- Připravte, ověřte a ověřte data pro použití v modelech ML.
- Pochopte součásti ML Pipeline a nástroje potřebné k jeho vytvoření.
- Experimentujte s různými rámcemi strojového učení a servery pro nasazení do produkce.
- Operacionalizujte celý proces Machine Learning tak, aby byl reprodukovatelný a udržitelný.
MLOps for Azure Machine Learning
14 hodinyToto živé školení vedené instruktorem (online nebo na místě) je zaměřeno na inženýry strojového učení, kteří chtějí používat Azure Machine Learning a Azure DevOps k usnadnění MLOps postupů.
Na konci tohoto školení budou účastníci schopni:
- Vytvářejte reprodukovatelné pracovní postupy a modely strojového učení.
- Spravujte životní cyklus strojového učení.
- Sledujte a reportujte historii verzí modelu, aktiva a další.
- Nasaďte modely strojového učení připravené pro produkci kdekoli.