Subcategories (2)

Kubeflow

Kubeflow
MLflow

MLflow

Explore Our Courses

DeepSeek: Advanced Model Optimization and Deployment

 14 timer
Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot avanserte AI-ingeniører og dataforskere med middels til avansert erfaring som ønsker å forbedre DeepSeek modellytelse, minimere latens og distribuere AI løsninger effektivt ved bruk av moderne MLOps praksis. Ved slutten av denne opplæringen vil deltakerne kunne:
  • Optimaliser DeepSeek-modeller for effektivitet, nøyaktighet og skalerbarhet.
  • Implementer beste praksis for MLOps og modellversjon.
  • Distribuer DeepSeek-modeller på skyen og lokal infrastruktur.
  • Overvåk, vedlikehold og skaler AI-løsninger effektivt.
Read more...

Kubeflow

 35 timer
Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot utviklere og dataforskere som ønsker å bygge, distribuere og administrere arbeidsflyter for maskinlæring på Kubernetes. Ved slutten av denne opplæringen vil deltakerne kunne:
  • Installer og konfigurer Kubeflow på stedet og i skyen ved å bruke AWS EKS (Elastic Kubernetes Service).
  • Bygg, distribuer og administrer ML-arbeidsflyter basert på Docker containere og Kubernetes.
  • Kjør hele maskinlæringspipelines på forskjellige arkitekturer og skymiljøer.
  • Bruke Kubeflow til å skape og administrere Jupyter-notatbøker.
  • Bygg ML-trening, justering av hyperparameter og betjening av arbeidsbelastninger på tvers av flere plattformer.
Read more...

Kubeflow Fundamentals

 28 timer
Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot utviklere og dataforskere som ønsker å bygge, distribuere og administrere arbeidsflyter for maskinlæring på Kubernetes. Ved slutten av denne opplæringen vil deltakerne kunne:
  • Installer og konfigurer Kubeflow på stedet og i skyen.
  • Bygg, distribuer og administrer ML-arbeidsflyter basert på Docker containere og Kubernetes.
  • Kjør hele maskinlæringspipelines på forskjellige arkitekturer og skymiljøer.
  • Bruke Kubeflow til å skape og administrere Jupyter-notatbøker.
  • Bygg ML-trening, justering av hyperparametere og betjening av arbeidsbelastninger på tvers av flere plattformer.
Read more...

Kubeflow on AWS

 28 timer
Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot ingeniører som ønsker å distribuere Machine Learning arbeidsbelastninger til en AWS EC2-server. Ved slutten av denne opplæringen vil deltakerne kunne:
  • Installer og konfigurer Kubernetes, Kubeflow og annen nødvendig programvare på AWS.
  • Bruk EKS (Elastic Kubernetes Service) for å forenkle arbeidet med å initialisere en Kubernetes-klynge på AWS.
  • Opprett og distribuer en Kubernetes-pipeline for å automatisere og administrere ML-modeller i produksjon.
  • Tren og distribuer TensorFlow ML-modeller på tvers av flere GPUer og maskiner som kjører parallelt.
  • Utnytt andre AWS-administrerte tjenester for å utvide en ML-applikasjon.
Read more...

Kubeflow on Azure

 28 timer
Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot ingeniører som ønsker å distribuere Machine Learning arbeidsbelastninger til Azure-skyen. Ved slutten av denne opplæringen vil deltakerne kunne:
  • Installer og konfigurer Kubernetes, Kubeflow og annen nødvendig programvare på Azure.
  • Bruk Azure Kubernetes Service (AKS) for å forenkle arbeidet med å initialisere en Kubernetes-klynge på Azure.
  • Opprett og distribuer en Kubernetes-pipeline for å automatisere og administrere ML-modeller i produksjon.
  • Tren og distribuer TensorFlow ML-modeller på tvers av flere GPUer og maskiner som kjører parallelt.
  • Utnytt andre AWS-administrerte tjenester for å utvide en ML-applikasjon.
Read more...

MLflow

 21 timer
Denne instruktørledede, live-opplæringen i (online eller på stedet) er rettet mot dataforskere som ønsker å gå lenger enn å bygge ML-modeller og optimalisere ML-modelloppretting, sporing og distribusjonsprosessen. Ved slutten av denne opplæringen vil deltakerne kunne:
  • Installer og konfigurer MLflow og relaterte ML-biblioteker og rammeverk.
  • Sett pris på viktigheten av sporbarhet, reproduserbarhet og distribusjon av en ML-modell
  • Distribuer ML-modeller til forskjellige offentlige skyer, plattformer eller lokale servere.
  • Skaler ML-implementeringsprosessen for å imøtekomme flere brukere som samarbeider om et prosjekt.
  • Sett opp et sentralt register for å eksperimentere med, reprodusere og distribuere ML-modeller.
Read more...

MLOps: CI/CD for Machine Learning

 35 timer
Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot ingeniører som ønsker å evaluere tilnærmingene og verktøyene som er tilgjengelige i dag, for å ta en intelligent avgjørelse på veien videre med å ta i bruk MLOps i sin organisasjon. Ved slutten av denne opplæringen vil deltakerne kunne:
  • Installer og konfigurer forskjellige MLOps rammeverk og verktøy.
  • Sett sammen riktig type team med de rette ferdighetene for å konstruere og støtte et MLOps system.
  • Forbered, valider og versjonsdata for bruk av ML-modeller.
  • Forstå komponentene i en ML Pipeline og verktøyene som trengs for å bygge en.
  • Eksperimenter med forskjellige maskinlæringsrammeverk og servere for distribusjon til produksjon.
  • Operasjonaliser hele Machine Learning-prosessen slik at den er reproduserbar og vedlikeholdbar.
Read more...

MLOps for Azure Machine Learning

 14 timer
Denne instruktørledede, direkteopplæringen i (online eller på stedet) er rettet mot maskinlæringsingeniører som ønsker å bruke Azure Machine Learning og Azure DevOps for å lette MLOps praksis. Ved slutten av denne opplæringen vil deltakerne kunne:
  • Bygg reproduserbare arbeidsflyter og maskinlæringsmodeller.
  • Administrer livssyklusen for maskinlæring.
  • Spor og rapporter modellversjonshistorikk, eiendeler og mer.
  • Distribuer produksjonsklare maskinlæringsmodeller hvor som helst.
Read more...

Last Updated:

Testimonials (2)

the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose

Guillaume GAUTIER - OLEA MEDICAL

Kurs - 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

Kurs - Kubeflow

Upcoming Courses

Kubeflow Fundamentals

2025-05-26 09:30
28 timer
Online
6000 EUR (Online)

Kubeflow

2025-06-09 09:30
35 timer
Online
8750 EUR (Online)

MLOps: CI/CD for Machine Learning

2025-06-23 09:30
35 timer
Online
7500 EUR (Online)

Kubeflow Fundamentals

2025-07-07 09:30
28 timer
Online
6000 EUR (Online)

Kubeflow Fundamentals

2025-07-21 09:30
28 timer
Online
6000 EUR (Online)

Other regions in Norge

Other Countries

These courses are also available in other countries

Rådgivning

MLOps Rådgivning
Nettbasert MLOps-opplæring, Nettbaserte MLOps-opplæringskurs, Helgekurs online i MLOps, Kveldsopplæring online i MLOps, Nettbasert MLOps-opplæring ledet av instruktør, Online MLOps én-til-én opplæring, Online instruktørledet MLOps opplæring, Online MLOps trener, Online MLOps coaching, Online helg MLOps opplæring, Online MLOps på stedet, Online MLOps instruktør, Online MLOps klasser, Online MLOps bootcamp, Online kveld MLOps kurs, Online MLOps opplæring, Online MLOps private kurs