Kubeflow na Azure Počítačový Kurz

Toto 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.

Microsoft Azure Infrastructure and Deployment

Toto školení umožňuje delegátům zlepšit své dovednosti v návrhu řešení Microsoft Azure.

Po absolvování tohoto školení delegáti budou rozumět funkcím a možnostem služeb Azure, což jim umožní identifikovat kompromisy a rozhodovat o návrhu veřejných a hybridních cloudu.

Během školení budou definovány příslušné infrastruktury a platformy, které splňují požadované funkční, operační a nasazení požadavky v životním cyklu řešení.

Tento vedený instruktorem, živý kurz v České republice (online nebo na místě) je určen pro vývojáře, kteří chtějí naučit se postavovat mikroslužby na Microsoft Azure Service Fabric (ASF).

Koncem tohoto kurzu budou účastníci schopni:

• Použít ASF jako platformu pro vytváření a správu mikroslužeb.
• Porozumět klíčovým konceptům a modelům programování mikroslužeb.
• Vytvořit cluster ve službě Azure.
• Nasazovat mikroslužby v datovém centru nebo v cloudu.
• Ladit a řešit problémy s živým aplikací mikroslužeb.

Azure Bot Service kombinuje sílu Microsoft Bot Framework a Azure Functions, aby umožnil rychlý vývoj inteligentních chatbotů.

V tomto instruktorem vedeném živém školení se účastníci naučí, jak snadno vytvořit inteligentní chatbota pomocí Microsoft Azure

Konce školení si účastníci budou moci:

• Naučit se základy inteligentních chatbotů
• Naučit se, jak vytvářet inteligentní chatboty pomocí cloudu
• Pochopit, jak používat Microsoft Bot Framework, Bot Builder SDK a Azure Bot Service
• Porozumět návrhu chatbotů s využitím botových vzorů
• Vyvinout svůj první inteligentní chatbota pomocí Microsoft Azure

Cílová skupina

• Vývojáři
• Hobbyisté
• Inženýři
• IT profesionálové

Formát kurzu

• Poledne přednášek, polovina diskuse, cvičení a intenzivní praktické procvičování

V tomto vedeném školení (na místě nebo na dálku) se účastníci naučí základní koncepty, komponenty a služby Microsoft Azure, zatímco postupují při vytváření ukázkové cloudové aplikace.

Na konci tohoto školení budou účastníci schopni:

• Pochopit základy Microsoft Azure
• Znalost různých nástrojů a služeb Azure
• Naučit se používat Azure k vytváření cloudových aplikací

Internet of Things (IoT) je síťová infrastruktura, která bezdrátově propojuje fyzické objekty a softwarové aplikace, což jim umožňuje vzájemně komunikovat a vyměňovat si data prostřednictvím síťové komunikace, cloud computingu a sběru dat. Azure je komplexní sada cloudových služeb, která nabízí sadu IoT skládající se z předkonfigurovaných řešení, která pomáhají vývojářům urychlit vývoj projektů IoT.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak vyvíjet aplikace IoT pomocí Azure.

Na konci tohoto školení budou účastníci schopni:

• Pochopte základy architektury IoT
• Nainstalujte a nakonfigurujte Azure IoT Suite
• Seznamte se s výhodami používání Azure při programování systémů IoT
• Implementujte různé Azure služby IoT (IoT Hub, Funkce, Stream Analytics, Power BI, Cosmos DB, DocumentDB, zařízení IoT Management)
• Vytvářejte, testujte, nasazujte a řešte problémy se systémem IoT pomocí Azure

Publikum

• Vývojáři
• Inženýři

Formát kurzu

• Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Poznámka

• Chcete-li požádat o školení na míru pro tento kurz, kontaktujte nás a domluvíme se.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na vývojáře a datové vědce, kteří chtějí vytvářet, nasazovat a spravovat pracovní postupy strojového učení na Kubernetes.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte Kubeflow na místě a v cloudu pomocí AWS EKS (Elastic Kubernetes Service).
• Vytvářejte, nasazujte a spravujte pracovní postupy ML založené na Docker kontejnerech a Kubernetes.
• Spusťte celé kanály strojového učení na různých architekturách a cloudových prostředích.
• Použití Kubeflow k vytvoření a správě poznámkových bloků Jupyter.
• Vytvářejte školení ML, ladění hyperparametrů a obsluhu úloh na více platformách.

Toto instruktorem vedené živé školení (online nebo na místě) je určeno inženýrům, kteří se chtějí naučit nasazovat pracovní úlohy strojového učení na AWS EC2 serveru.

Na konci tohoto školení budou účastníci schopni:

• Nainstalovat a nakonfigurovat Kubernetes, Kubeflow a ostatní potřebný software na AWS.
• Používat EKS (Elastic Kubernetes Service) k zjednodušení inicializace clusteru Kubernetes na AWS.
• Vytvářet a nasazovat Kubernetes pipeline pro automatizaci a správu ML modelů v produkčním prostředí.
• Trénovat a nasazovat TensorFlow ML modely napříč více GPU a počítači běžícími paralelně.
• Využívat jiné spravované služby AWS k rozšíření aplikace ML.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na vývojáře a datové vědce, kteří chtějí vytvářet, nasazovat a spravovat pracovní postupy strojového učení na Kubernetes.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte Kubeflow na místě a v cloudu.
• Vytvářejte, nasazujte a spravujte pracovní postupy ML založené na Docker kontejnerech a Kubernetes.
• Spusťte celé kanály strojového učení na různých architekturách a cloudových prostředích.
• Použití Kubeflow k vytvoření a správě poznámkových bloků Jupyter.
• Vytvářejte školení ML, ladění hyperparametrů a obsluhu úloh na více platformách.

V tomto živém školení vedeném instruktorem v České republice (online nebo na místě) se účastníci naučí, jak nastavit a spravovat prostředí kontejnerů v produkčním měřítku pomocí Kubernetes na AKS.

Na konci tohoto školení budou účastníci schopni:

• Konfigurace a správa Kubernetes na AKS.
• Nasazení, správa a škálování Kubernetes clusteru.
• Nasaďte kontejnerizované (Docker) aplikace na Azure.
• Migrujte existující Kubernetes prostředí z místního prostředí do cloudu AKS.
• Integrujte Kubernetes se softwarem pro kontinuální integraci (CI) třetí strany.
• Zajistěte vysokou dostupnost a zotavení po havárii v Kubernetes.

Toto 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.

Toto instruktorem vedené živé školení (online nebo na místě) je určeno inženýrům, kteří chtějí posoudit přístupy a nástroje dostupné dnes pro inteligentní rozhodnutí o dalším postupu v implementaci MLOps ve své organizaci.

Na konci tohoto školení budou účastníci schopni:

• Nainstalovat a nakonfigurovat různé MLOps frameworky a nástroje.
• Sestavit správný tým se správnými dovednostmi pro vytváření a podporu MLOps systému.
• Připravovat, ověřovat a verze data pro použití ML modely.
• Chápat komponenty ML Pipeline a nástroje potřebné k vytvoření jednoho.
• Vyzkoušet různé machine learning frameworky a servery pro nasazení do produkčního prostředí.
• Operationalizovat celý proces Machine Learning tak, aby byl reprodukovatelný a udržitelný.

Toto instruktorem vedené živé školení (online nebo na místě) je určeno inženýrům strojového učení, kteří chtějí použít Azure Machine Learning a Azure DevOps pro podporu MLOps praxe.

Na konci tohoto školení budou účastníci schopni:

• Vytvářet reprodukovatelné pracovní postupy a modely strojového učení.
• Spravovat životní cyklus strojového učení.
• Sledovat a sdílet historii verzí modelů, assety a další informace.
• Nasazovat produkčně připravené modely strojového učení kdekoli.