MLOps: CI/CD for Machine Learning培訓
MLOps 是一套用於結合 Machine Learning 和 DevOps 實踐的工具和方法。MLOps 的目標是自動化和優化生產中 ML 系統的部署和維護。
這種以講師為主導的現場培訓(現場或遠端)針對的是希望評估當今可用的方法和工具的工程師,以便就在其組織內採用MLOps的前進道路做出明智的決定。
在培訓結束時,參與者將能夠:
- 安裝和配置各種 MLOps 框架和工具。
- 組建一支具有正確技能的正確團隊,以構建和支援 MLOps 系統。
- 準備、驗證和版本控制數據以供ML模型使用。
- 瞭解 ML 管道的元件以及構建管道所需的工具。
- 嘗試使用不同的機器學習框架和伺服器進行部署到生產環境。
- 操作整個 Machine Learning 過程,使其可複製和可維護。
課程形式
- 互動講座和討論。
- 大量的練習和練習。
- 在現場實驗室環境中實際實施。
課程定製選項
- 如需申請此課程的定製培訓,請聯繫我們進行安排。
課程簡介
介紹
- Machine Learning 模型與傳統軟體的對比
DevOps 工作流概述
Machine Learning 工作流概述
ML 即代碼加數據
ML 系統的元件
案例研究:銷售 Forecasting 應用程式
Accessing 數據
驗證數據
數據轉換
從數據管道到 ML 管道
構建數據模型
訓練模型
驗證模型
再現模型訓練
部署模型
將經過訓練的模型提供到生產環境
測試 ML 系統
持續交付編排
監視模型
數據版本控制
調整、擴展和維護 MLOps 平臺
故障排除
總結和結論
最低要求
- 瞭解軟體開發週期
- 具有構建或使用 Machine Learning 模型的經驗
- 熟悉 Python 程式設計
觀眾
- ML工程師
- DevOps 工程師
- 數據工程師
- 基礎設施工程師
- 軟體開發人員
Open Training Courses require 5+ participants.
MLOps: CI/CD for Machine Learning培訓 - Booking
MLOps: CI/CD for Machine Learning培訓 - Enquiry
MLOps: CI/CD for Machine Learning - 咨詢詢問
咨詢詢問
客戶評論 (3)
有許多實用練習,由培訓師監督和協助。
Aleksandra - Fundacja PTA
Course - Mastering Make: Advanced Workflow Automation and Optimization
機器翻譯
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Course - MLflow
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 TM
Course - Kubeflow
Provisional Upcoming Courses (Require 5+ participants)
相關課程
Advanced Zapier: Custom Integrations and Multi-Step Automations
14 時間:這項面對面直播培訓課程旨在幫助希望掌握 Zapier 中自定義集成和多步驟自動化的高級開發人員、測試專家和 IT 專業人員。完成本次培訓後,參與者將能夠:
- 使用 API 和 webhooks 創建自定義 Zapier 集成。
- 設計和管理複雜的多步驟工作流程。
- 優化和調試高級自動化工作流程。
- 將 Zapier 與專有或不常見的應用程序集成。
Smart Workflow Automation: AI & Machine Learning with Make
14 時間:本次在香港進行的由講師主導的現場培訓(在線或現場)面向希望將AI能力集成到Make工作流程中以優化和自動化流程的高級AI/ML工程師、數據科學家和技術創新者。
培訓結束時,參與者將能夠:
- 了解自動化中的人工智能和機器學習能力。
- 通過APIs將AI/ML模型集成到Make工作流程中。
- 實施情感分析、預測建模和數據驅動的決策。
- 優化和擴展AI驅動的自動化工作流程。
API Integrations with Make: Advanced Automation
14 時間:本次针对高级开发人员、系统集成商和技术运营团队的香港(在线或现场)现场培训,旨在通过将外部 API 集成到 Make 中来增强他们的自动化流程。
培训结束时,参与者将能够:
- 了解 Make 的 API 及如何扩展其功能。
- 使用 APIs 集成第三方应用程序。
- 为不受支持的应用程序创建自定义连接器。
- 使用 Make 和 API 进行高级自动化技术。
Building Efficient Workflows with Zapier
14 時間:這個由講師主導的現場培訓在香港(在線或現場)旨在於希望使用 Zapier 為業務運營創建和優化自動化工作流的中級專業人士。
本次培訓結束時,參與者將能夠:
- 設計和實施有效的 Zapier 工作流。
- 整合多個業務應用程序以實現無縫自動化。
- 優化 Zap 性能並排除常見問題。
- 擴展工作流自動化以滿足業務需求。
Kubeflow
35 時間:這種以講師為主導的香港現場培訓(現場或遠端)面向希望在Kubernetes上構建,部署和管理機器學習工作流的開發人員和數據科學家。
在培訓結束時,參與者將能夠:
- 使用 AWS EKS(彈性 Kubernetes 服務)在本地和雲端安裝和配置 Kubeflow。
- 基於 Docker 個容器和 Kubernetes 構建、部署和管理 ML 工作流。
- 在不同的架構和雲環境中運行整個機器學習管道。
- 使用 Kubeflow 生成和管理 Jupyter 筆記本。
- 跨多個平台構建 ML 訓練、超參數調優併為工作負載提供服務。
Kubeflow Fundamentals
28 時間:這種以講師為主導的香港現場培訓(現場或遠端)面向希望在Kubernetes上構建,部署和管理機器學習工作流的開發人員和數據科學家。
在培訓結束時,參與者將能夠:
- 在本地和雲端安裝和配置 Kubeflow。
- 基於 Docker 個容器和 Kubernetes 構建、部署和管理 ML 工作流。
- 在不同的架構和雲環境中運行整個機器學習管道。
- 使用 Kubeflow 生成和管理 Jupyter 筆記本。
- 跨多個平台構建 ML 訓練、超參數調優併為工作負載提供服務。
Kubeflow on AWS
28 時間:這種由講師指導的香港現場現場培訓面向希望將Machine Learning工作負載部署到AWS EC2伺服器的工程師。
在培訓結束時,參與者將能夠:
- 在 AWS 上安裝和配置 Kubernetes、Kubeflow 和其他需要的軟體。
- 使用 EKS(Elastic Kubernetes Service)簡化在 AWS 上初始化 Kubernetes 集群的工作。
- 創建和部署 Kubernetes 管道,用於在生產環境中自動執行和管理 ML 模型。
- 在多個並行運行的 GPU 和機器上訓練和部署 TensorFlow ML 模型。
- 利用其他 AWS 託管服務來擴展 ML 應用程式。
Kubeflow on Azure
28 時間:這種由講師指導的香港現場培訓(現場或遠端)面向希望將Machine Learning工作負載部署到Azure雲的工程師。
在培訓結束時,參與者將能夠:
- 在 Azure 上安裝和配置 Kubernetes、Kubeflow 和其他所需的軟體。 使用 Azure Kubernetes
- 服務 (AKS) 簡化在 Azure 上初始化 Kubernetes 群集的工作。
- 創建和部署 Kubernetes 管道,用於在生產環境中自動執行和管理 ML 模型。
- 在多個並行運行的 GPU 和機器上訓練和部署 TensorFlow ML 模型。
- 利用其他 AWS 託管服務來擴展 ML 應用程式。
Mastering Make: Advanced Workflow Automation and Optimization
14 時間:這個面對中級IT專業人員和希望掌握Make的高級功能、優化複雜的工作流程並有效處理錯誤管理的自動化工程師的香港(在線或現場)院長主導的現場培訓旨在。
完成本次培訓後,參與者將能夠:
- 利用Make的高級功能進行工作流程自動化。
- 使用條件邏輯、迭代器和錯誤處理優化工作流程。
- 整合多個應用程序以實現無縫自動化。
- 監控和排解工作流程以達到最佳效率。
- 實施擴展工作流程自動化解決方案的最佳實踐。
Make for App Integration: Automating Business Workflows
14 時間:本課程旨在中級專業人員,這些專業人員希望利用Make來集成各種業務應用程序、精簡操作流程和提高生產力,無論是在香港(在線或現場)進行的面授實時培訓。
完成本次培訓後,參與者將能夠:
- 在不同的業務應用程序之間設置自動化工作流程。
- 使用Make連接Google Workspace、Slack、Trello和Stripe等SaaS工具。
- 無需編碼即可設計和實現多步驟工作流程。
- 優化和排除自動化工作流程的故障。
MLflow
21 時間:這種以講師為主導的現場培訓(現場或遠端)針對的是希望超越構建ML模型並優化ML模型創建,跟蹤和部署過程的數據科學家。
在培訓結束時,參與者將能夠:
- 安裝和配置 MLflow 以及相關的 ML 庫和框架。
- 瞭解 ML 模型的可跟蹤性、可再現性和可部署性的重要性
- 將 ML 模型部署到不同的公有雲、平臺或本地伺服器。
- 擴展 ML 部署過程,以適應在專案上進行協作的多個使用者。
- 設置中央註冊表以試驗、複製和部署ML模型。
Zapier and AI for Business Automation
21 時間:這種由講師主導的現場培訓(在線或現場)旨在希望利用Zapier和AI集成有效擴展運營的高級商業專業人士和自動化工程師。
培訓結束時,參與者將能夠:
- 使用Zapier設計和實施複雜的自動化工作流程。
- 將AI模型集成到業務流程中以獲取預測見解。
- 通過跨多個平台自動化任務來優化操作。
- 監控和排除自動化工作流程的故障,以便持續改進。
Zapier for Beginners: Automate Workflows Without Coding
7 時間:這門由講師主導的即時培訓課程(在線或現場)旨在幫助希望利用 Zapier 自動化重複性任務和提高效率的初級專業人員,而無需編碼。
培訓結束時,參加者將能夠:
- 了解 Zapier 及其自動化功能的基本原則。
- 設置和配置 Zaps 以自動化任務。
- 使用 Zapier 集成流行的業務工具。
- 管理和優化自動化工作流程。
Zapier for E-Commerce Automation
14 時間:本次在香港進行的由講師主導的現場培訓(在線或現場)旨在幫助中級電子商務專業人員,這些專業人員希望利用Zapier來實現訂單處理、付款和客戶支持的自動化。
這次培訓結束時,參與者將能夠:
- 自動處理訂單和履行。
- 將付款數據與會計系統同步。
- 通過自動化增強客戶支持。
- 優化營銷和銷售工作流程。
Zapier for Marketing Automation
14 時間:本課程是針對希望使用Zapier自動化潛在客戶發掘、電子郵件活動和客戶跟進的中級營銷人員而設的香港(線上或線下)實時講師培訓。
培訓結束時,參與者將能夠:
- 了解Zapier在營銷自動化中的作用。
- 設置工作流程以自動化潛在客戶發掘和培育。
- 集成CRM、電子郵件平台和分析工具等營銷工具。
- 優化和排除故障以達到最大的工作效率。