MLOps pro Azure Machine Learning Počítačový Kurz

Toto školení vedené instruktorem v reálném čase v České republice (online nebo na místě) je určeno pro pokročilé inženýry v oblasti AI a datové vědce s středně pokročilými až pokročilými zkušenostmi, kteří chtějí zlepšit výkon modelů DeepSeek, minimalizovat latenci a efektivně nasazovat řešení AI pomocí moderních postupů MLOps.

Do konce tohoto školení se účastníci naučí:

• Optimalizovat modely DeepSeek z hlediska efektivity, přesnosti a škálovatelnosti.
• Implementovat osvědčené postupy pro MLOps a správu verzí modelů.
• Nasazovat modely DeepSeek v cloudu i v lokální infrastruktuře.
• Efektivně monitorovat, udržovat a škálovat řešení AI.

Tento instruktorův kurz (online nebo na místním umístění) je určen pro středně pokročilé a pokročilé profesionály, kteří chtějí vytvářet a nasazovat AI-zapalovaná cloudová aplikace pomocí Microsoft Azure.

Po absolvování tohoto kurzu budou účastníci schopni:

• Vytvářet událostmi řízené a bezserverové aplikace pomocí Azure Functions.
• Spravovat řešení úložiště Azure a virtuálních strojů.
• Nasazovat a škálovat webové aplikace pomocí Azure App Service a kontejnerů Docker.
• Integrace AI, strojového učení a zpracování přirozeného jazyka pomocí služeb Azure AI.
• Využít GitHub Copilot pro podporu vývoje AI-zapálených cloudových aplikací.

Toto vedené školení v reálném čase v České republice (online nebo na místě) je určeno pro vývojáře a technologické profesionály na začáteční / střední / pokročilé úrovni, kteří chtějí používat Microsoft Azure k vývoji, testování a nasazení agentů AI pro obchodní aplikace.

Na konci tohoto školení budou účastníci schopni: porozumět architektuře agenta AI na Azure, vytvořit a nakonfigurovat fungujícího agenta, připojit agenty ke zdrojům podnikových znalostí, vyhodnotit a připravit agenty pro nasazení.

Toto instruktorem vedeno živé školení v České republice (online nebo na místě) je určeno DevOps inženýrům, vývojářům a manažerům projektů, kteří se chtějí užívat Azure DevOps pro rychlejší vytváření a nasazování optimalizovaných podnikových aplikací než tradiční přístupy k vývoji.

Na konci tohoto školení budou účastníci schopni:

• Pochopit základní DevOps terminologii a principy.
• Nainstalovat a nakonfigurovat nezbytné nástroje Azure DevOps pro vývoj softwaru.
• Využívat nástroje a služby Azure DevOps k kontinuálnímu přizpůsobení trhu.
• Postavit podnikové aplikace a hodnotit současné vývojové procesy na základě řešení Azure DevOps.
• Spravovat týmy efektivněji a urychlit čas nasazení softwaru.
• Přijmout DevOps vývojové praktiky uvnitř organizace.

Tato instruktorem vedená živá školení v České republice (online nebo na místě) je zaměřena na správce zabezpečení, kteří chtějí naučit se konfigurovat zabezpečení cloudu Azure pro ochranu pracovních úloh běžících v Azure.

Na konci tohoto školení budou účastníci schopni:

• Konfigurovat zabezpečení hostitelů a sítí.
• Nastavovat pokročilé možnosti zabezpečení Azure.
• Používat Azure k zabezpečení cloudových pracovních úloh.
• Chránit koncové body proti malwaru a virům pomocí služeb pro ochranu koncových bodů.
• Zabezpečovat kontejnerové pracovní úkoly běžící v Azure.

Služba Azure Bot Service propojuje funkce Microsoft Bot Frameworku a Azure Functions a poskytuje výkonnou platformu pro rychlé vytváření inteligentních chatbotů.

V tomto výuce vedeném lektorem zažijí účastníci živý trénink, během kterého se naučí efektivně vyvíjet inteligentní chatboty pomocí platformy Microsoft Azure.

Do konce tohoto školení budou účastníci schopni:

pochopit základní koncepty stojící za inteligentními chatbotty,

vytvářet inteligentní chatboty pomocí cloudových aplikací,

získat praktické znalosti o Microsoft Bot Frameworku, SDK pro stavitele chatbotů (Bot Builder SDK) a službě Azure Bot Service,

aplikovat osvědčené vzory pro návrh chatbotů v reálných scénářích,

vytvořit a nasadit svůj první inteligentní chatbot pomocí Microsoft Azure.

Cílová skupina

Tento kurz je určen vývojářům, nadšencům, inženýrům a IT profesionálům, kteří mají zájem o vývoj chatbotů.

Formát kurzu

Školení kombinuje přednášky a diskuse s praktickými cvičeními a důrazem na vlastní praxi.

Toto instruktorem vedené živé školení v České republice (online nebo na místě) je určeno data inženýrům střední úrovně, kteří se chtějí naučit, jak používat Azure Data Lake Storage Gen2 pro efektivní analytické řešení.

Na konci tohoto školení budou účastníci schopni:

• Porozumět architektuře a klíčovým funkcím Azure Data Lake Storage Gen2.
• Optimalizovat úložiště dat a přístup k nim s ohledem na náklady a výkon.
• Integrovat Azure Data Lake Storage Gen2 s jinými službami Azure pro analýzu a zpracování dat.
• Vytvářet řešení pomocí rozhraní API Azure Data Lake Storage Gen2.
• Řešit běžné problémy a optimalizovat strategie úložiště.

Docker je platforma pro kontejnerizaci, která se používá k vytváření reprodukovatelných, přenosných a škálovatelných prostředí pro ML systémy.

Tato instruktorem vedená živá školení (online nebo na místě) je určená pokročilým technickým profesionálům, kteří chtějí kontejnerizovat a provozovat kompletní ML datové potoky pomocí Dockeru.

Po absolvování tohoto školení budou účastníci schopni:

• Kontejnerizovat výpočetní zátěže pro trénink, ověřování a inferenci ML.
• Návrh a orchestrování end-to-end ML datových potoků pomocí Dockeru a podporujících nástrojů.
• Implementace verzování, reprodukovatelnosti a CI/CD pro ML komponenty.
• Nasazení, monitorování a škálování ML služeb v kontejnerizovaných prostředích.

Formát kurzu

• Interaktivní přednášky podporované praktickými demonstracemi.
• Přímočará cvičení zaměřená na vytváření skutečných komponent ML datových potoků.
• Implementace živé laboratoře pro end-to-end kontejnerizované pracovní postupy.

Možnosti přizpůsobení kurzu

• Pro školení přizpůsobené konkrétním potřebám ML infrastruktury se prosím obraťte na nás pro diskusi o možnostech.

Tento instruktorově vedený živý kurz v České republice (online nebo na místním přednášecím místě) je určen pro středně pokročilé Java vývojáře, software inženýry a nadšence z oblasti cloudových technologií, kteří chtějí využít sílu Azure OpenAI ke vytváření inteligentních aplikací.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět principům generativního AI a jeho aplikacím.
• Nastavit a spravovat službu Azure OpenAI.
• Integrace modelů OpenAI do Java aplikací.
• Nasazení AI podporovaných funkcí v webových aplikacích.

V tomto instruktorovském tréninku v České republice (na místě nebo vzdáleně) se účastníci naučí základní koncepty, komponenty a služby Microsoft Azure, kdy postupně budují ukázkovou cloudovou aplikaci.

Na konci tohoto tréninku budou účastníci schopni:

• Chápání základů Microsoft Azure
• Chápání různých nástrojů a služeb Azure
• Naučit se, jak používat Azure k vytváření cloudových aplikací

Kubeflow je open-source platforma navržená k zjednodušení vytváření, trénování a nasazování pracovních úloh strojového učení na Kubernetes.

Tato školení pod vedením instruktora (online nebo na místě) je určena začátečním až středně pokročilým profesionálům, kteří se chtějí naučit sestavovat spolehlivé pracovní postupy strojového učení pomocí Kubeflow.

Po absolvování tohoto školení budou účastníci získávat dovednosti k:

• Pohybu v ekosystému Kubeflow a jeho hlavních komponentách.
• Sestavování reproducibilních pracovních postupů pomocí Kubeflow Pipelines.
• Spouštění škálovatelných tréninkových úloh na Kubernetes.
• Efektivnímu nasazování modelů strojového učení pomocí Kubeflow Serving.

Formát kurzu

• Řízená prezentace a společná diskuse.
• Praktické laboratoře s reálnými komponentami Kubeflow.
• Praktické cvičení k vytváření pracovních postupů ML od konce do konce.

Možnosti přizpůsobení kurzu

• Přizpůsobené verze tohoto školení mohou být upraveny tak, aby odpovídaly technologickému stacku a požadavkům vašeho týmu.

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.

Tato instruktorem védaná živá školení v České republice (online nebo na místě) je určena inženýrům, kteří se chtějí rozhodnout o přístupech a nástrojích dostupných dnes tak, aby inteligentně zvolili směr při uvedení MLOps do využití ve své organizaci.

Na konci tohoto školení budou účastníci schopni:

• Instalovat a nakonfigurovat různé MLOps rámce a nástroje.
• Sestavit správný tým s příslušnými dovednostmi pro vytváření a podporu systému MLOps.
• Připravovat, ověřovat a verze dat pro použití modelem ML.
• Chápat součásti ML Pipeline a nástroje potřebné k jejímu vytvoření.
• Testovat různé rámce strojového učení a servery pro nasazení do produkce.
• Uspořádat celý proces strojového učení tak, aby byl reproducibilní a údržbatelný.

MLOps na Kubernetes je rámec pro automatizaci tréninku, ověřování, balení a nasazování modelů strojového učení pomocí kontejnerizovaných potoků a pracovních postupů GitOps.

Toto školení vedené instruktorem (online nebo na místě) je zaměřeno na odborníky středního levelu, kteří chtějí postavit automatizované a škálovatelné MLOps potoky na Kubernetes.

Po absolvování tohoto školení budou účastníci připraveni:

• Návrh end-to-end CI/CD potoků pro strojové učení.
• Implementace pracovních postupů GitOps pro nasazení a verze modelů.
• Automatizace tréninku, testování a balení ML modelů.
• Integrace monitorování, upozorňování a strategií navracení zpět.

Formát kurzu

• Prezentace vedená instruktorem a technické detaily.
• Praktické cvičení, která budují skutečné CI/CD pracovní postupy.
• Praxe v laboratoři nasazováním ML úloh na Kubernetes.

Možnosti přizpůsobení kurzu

• Organizace mohou požadovat obsah upravený podle jejich interních nástrojů MLOps a infrastruktury.