Kubeflow op Azure Training Cursus

Deze door een instructeur geleide, live training in België (online of onsite) is bedoeld voor AI-engineers en datawetenschappers op advanced niveau met tussenliggende tot geavanceerde ervaring die de modelprestaties willen verbeteren, de latentie willen minimaliseren en AI-oplossingen efficiënt willen implementeren met behulp van moderne praktijken.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• DeepSeek modellen optimaliseren op efficiency, nauwkeurigheid en schaalbaarheid.
• Best practices implementeren voor MLOps en modelversioning.
• DeepSeek modellen implementeren op cloud- en on-premise infrastructuur.
• AI-oplossingen effectief te monitoren, onderhouden en opschalen.

Microsoft Azure Infrastructure en Deployment

Dit trainingstijdperk stelt deelnemers in staat om hun vaardigheden in het ontwerpen van Microsoft Azure-oplossingen te verbeteren.

Na deze training zal de deelnemer de functionaliteit en mogelijkheden van Azure-services begrijpen, zodat ze afwegingen kunnen maken en beslissingen nemen voor het ontwerpen van oplossingen in de openbare en hybride cloud.

Tijdens de training worden de juiste infrastructuur- en platformoplossingen gedefinieerd om aan de functionele, operatieve en implementatievereisten te voldoen gedurende de levenscyclus van de oplossing.

Dit instructeurgeleide, live-training in België (online of on-site) is gericht op ontwikkelaars die willen leren hoe ze microservices kunnen bouwen met Microsoft Azure Service Fabric (ASF).

Na afloop van deze training zullen de deelnemers in staat zijn om:

• ASF te gebruiken als platform voor het bouwen en beheren van microservices.
• Basisprincipes en modellen van microservice-programmering te begrijpen.
• Een cluster in Azure te maken.
• Microservices on-premises of in de cloud te implementeren.
• Een live microservice-toepassing te debuggen en op te lossen.

Het Azure Bot Service combineert de kracht van de Microsoft Bot Framework en Azure Functions om snel intelligente bots te ontwikkelen.

In deze door een instructeur geleide, live training zullen de deelnemers leren hoe ze eenvoudig een intelligente bot kunnen maken met behulp van Microsoft Azure

Na afloop van deze training zullen de deelnemers in staat zijn:

• Het basisprincipe van intelligente bots begrijpen
• Leren hoe je intelligente bots kunt creëren met behulp van cloud-applicaties
• Inzicht krijgen in het gebruik van de Microsoft Bot Framework, de Bot Builder SDK en de Azure Bot Service
• Leren hoe je bots kan ontwerpen met behulp van bot-patronen
• Hun eerste intelligente bot ontwikkelen met behulp van Microsoft Azure

Doelgroep

• Ontwikkelaars
• Hobbyïsten
• Ingenieurs
• IT-professionals

Opzet van de cursus

• Gedeeltelijk college, gedeeltelijk discussie, oefeningen en veel praktijkwerk

Tijdens deze instructiegeleide live-training in België (ter plekke of op afstand) zullen de deelnemers de fundamentele concepten, componenten en diensten van Microsoft Azure leren kennen terwijl ze een voorbeeldcloudtoepassing bouwen.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De basisprincipes van Microsoft Azure te begrijpen
• De verschillende Azure-hulpmiddelen en diensten te begrijpen
• Te leren hoe ze Azure kunnen gebruiken om cloudtoepassingen te bouwen

Internet of Things (IoT) is een netwerkinfrastructuur die fysieke objecten en softwaretoepassingen draadloos met elkaar verbindt, waardoor ze met elkaar kunnen communiceren en gegevens kunnen uitwisselen via netwerkcommunicatie, cloud computing en gegevensverzameling. Azure is een uitgebreide set cloudservices die een IoT-suite biedt die bestaat uit vooraf geconfigureerde oplossingen die ontwikkelaars helpen de ontwikkeling van IoT-projecten te versnellen.

In deze live training onder leiding van een instructeur leren deelnemers hoe ze IoT-toepassingen kunnen ontwikkelen met behulp van Azure.

Aan het einde van deze training zijn de deelnemers in staat om:

• Inzicht in de basisprincipes van IoT-architectuur
• Installeren en configureren Azure IoT Suite
• Leer de voordelen van het gebruik van Azure bij het programmeren van IoT-systemen
• Implementeer verschillende Azure IoT-services (IoT Hub, Functions, Stream Analytics, Power BI, Cosmos DB, DocumentDB, IoT Device Management)
• Een IoT-systeem bouwen, testen, implementeren en problemen oplossen met behulp van Azure

Audiëntie

• Ontwikkelaars
• Ingenieurs

Opzet van de cursus

• Deels lezing, deels discussie, oefeningen en zware hands-on oefening

Notitie

• Om een training op maat voor deze cursus aan te vragen, neem dan contact met ons op om een afspraak te maken.

Deze live training onder leiding van een instructeur in België (online of ter plaatse) is bedoeld voor ontwikkelaars en datawetenschappers die machine learning-workflows willen bouwen, implementeren en beheren op Kubernetes.

Aan het einde van deze training zijn de deelnemers in staat om:

• Installeer en configureer Kubeflow on-premise en in de cloud met behulp van AWS EKS (Elastic Kubernetes Service).
• Bouw, implementeer en beheer ML-workflows op basis van Docker containers en Kubernetes.
• Voer volledige machine learning-pijplijnen uit op verschillende architecturen en cloudomgevingen.
• Kubeflow gebruiken om Jupyter-notebooks te maken en te beheren.
• Bouw ML-training, hyperparameterafstemming en het serveren van workloads op meerdere platforms.

Deze instructeur-ged真的ede, live training in België (online of ter plaatse) is gericht op ingenieurs die Machine Learning werkbelastingen naar een AWS EC2-server willen implementeren.

Aan het einde van deze training zullen de deelnemers in staat zijn:

• Kubernetes, Kubeflow en andere benodigde software te installeren en configureren op AWS.
• EKS (Elastic Kubernetes Service) te gebruiken om het werk van het initialiseren van een Kubernetes-cluster op AWS te vereenvoudigen.
• Een Kubernetes-pijplijn te maken en in te zetten voor het automatiseren en beheren van ML-modellen in productie.
• TensorFlow ML-modellen te trainen en implementeren over meerdere GPUs en machines die parallel lopen.
• Andere AWS-beheerde services te benutten om een ML-toepassing uit te breiden.

Deze live training onder leiding van een instructeur in België (online of ter plaatse) is bedoeld voor ontwikkelaars en datawetenschappers die machine learning-workflows willen bouwen, implementeren en beheren op Kubernetes.

Aan het einde van deze training zijn de deelnemers in staat om:

• Installeer en configureer Kubeflow op locatie en in de cloud.
• Bouw, implementeer en beheer ML-workflows op basis van Docker containers en Kubernetes.
• Voer volledige machine learning-pijplijnen uit op verschillende architecturen en cloudomgevingen.
• Kubeflow gebruiken om Jupyter-notebooks te maken en te beheren.
• Bouw ML-training, hyperparameterafstemming en het serveren van workloads op meerdere platforms.

In deze live training onder leiding van een instructeur in België (online of ter plaatse), leren deelnemers hoe ze een containeromgeving op productieschaal kunnen instellen en beheren met behulp van Kubernetes op AKS. 

Aan het einde van deze training zijn de deelnemers in staat om:

• Configureer en beheer Kubernetes op AKS.
• Implementeer, beheer en schaal een Kubernetes cluster.
• Implementeer gecontaineriseerde (Docker) toepassingen op Azure.
• Migreer een bestaande Kubernetes omgeving van on-premise naar AKS-cloud.
• Integreer Kubernetes met CI-software (Continuous Integration) van derden.
• Zorg voor hoge beschikbaarheid en herstel na noodgevallen in Kubernetes.

Deze live training onder leiding van een instructeur (online of ter plaatse) is bedoeld voor datawetenschappers die verder willen gaan dan het bouwen van ML-modellen en het creatie-, tracking- en implementatieproces van ML-modellen willen optimaliseren.

Aan het einde van deze training zijn de deelnemers in staat om:

• Installeer en configureer MLflow en gerelateerde ML-bibliotheken en -frameworks.
• Waardeer het belang van traceerbaarheid, reproduceerbaarheid en inzetbaarheid van een ML-model
• Implementeer ML-modellen in verschillende openbare clouds, platforms of on-premise servers.
• Schaal het ML-implementatieproces zodat meerdere gebruikers aan een project kunnen samenwerken.
• Zet een centraal register op om met ML-modellen te experimenteren, deze te reproduceren en te implementeren.

Deze door instructeurs geleide live-training (online of op locatie) is gericht op ingenieurs die de aanpakken en hulpmiddelen willen evalueren die vandaag beschikbaar zijn om een weloverwogen beslissing te nemen over de voortgang van de adoptie van MLOps binnen hun organisatie.

Aan het einde van deze training kunnen de deelnemers:

• Verschillende MLOps-frameworks en hulpmiddelen installeren en configureren.
• Het juiste team met de juiste vaardigheden samenstellen voor het opzetten en ondersteunen van een MLOps-systeem.
• Gegevens voorbereiden, valideren en versieren voor gebruik door ML-modellen.
• De componenten van een ML-pipeline begrijpen en de hulpmiddelen die nodig zijn om er een te bouwen.
• Experimenteren met verschillende machine learning-frameworks en servers voor implementatie in productie.
• Het gehele Machine Learning-proces operationaliseren zodat het reproduceerbaar en onderhoudbaar is.

Deze door een instructeur geleide live training (online of ter plekke) is bedoeld voor machine learning engineers die Azure Machine Learning en Azure DevOps willen gebruiken om MLOps-praktijken te bevorderen.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Herhaalbare workflows en machine learning-modellen te bouwen.
• Het machine learning-lifecycle te beheren.
• De versiegeschiedenis van modellen, activa en meer te volgen en te rapporteren.
• Productie-klare machine learning-modellen overal te implementeren.