Beherrschen Sie die Kunst der Bereitstellung von Machine Learning Workloads auf Azure mit Kubeflow. Dieser Kurs bietet praktische Erfahrungen, die es Ihnen ermöglichen, Kubernetes und TensorFlow für eine optimierte Bereitstellung und Verwaltung von ML-Modellen zu nutzen.
Dieser Kurs richtet sich an Ingenieure, die Machine Learning-Workloads auf Azure eskalieren wollen. Die Schulung wird von erfahrenen Experten durchgeführt und führt Sie durch die Feinheiten von Kubeflow, Kubernetes und TensorFlow.
Was Sie erreichen werden:
• Erfassen Sie die Feinheiten von Kubeflow und wie es mit Kubernetes zusammenarbeitet.
• Erwerben Sie die Fähigkeiten, Azure Kubernetes Service (AKS) einzurichten und zu verwalten.
• Lernen Sie, robuste Kubernetes-Pipelines für die Automatisierung von ML-Modellen zu erstellen.
• Sammeln Sie Erfahrungen mit Multi-GPU und parallelem Maschinentraining mit TensorFlow.
• Erweitern Sie die ML-Fähigkeiten mit den verwalteten Diensten von Azure.
• Vertrautheit mit maschinellem Lernen und Cloud-Computing-Konzepten.
• Grundlegendes Verständnis von Containern (Docker) und Orchestrierung (Kubernetes).
• Kenntnisse der Befehlszeilenschnittstellen.
• Python-Programmiererfahrung ist von Vorteil, aber nicht zwingend erforderlich.
*Wir wissen, dass jedes Team eigene Bedürfnisse und Spezifikationen hat. Deshalb können wir die Schulungsübersicht nach Bedarf anpassen.
1. Einführung:
2. Die Bühne bereiten:
3. Aufbau der Umgebung:
4. Bereitstellungsinfrastruktur:
5. Datenverwaltung:
6. Schulung und Überwachung:
7. Post-Einsatz:
8. Zusammenfassung und Schlussfolgerung:
Praxisnahes Lernen mit erfahrenen Trainern an Ihrem Standort für Organisationen.
Neue Fähigkeiten erlernen, angeleitet von erfahrenen Trainern von überall.