Cursusaanbod
Introductie
- Machine Learning Modellen versus traditionele software
Overzicht van de DevOps workflow
Overzicht van de Machine Learning workflow
ML als Code Plus-gegevens
Onderdelen van een ML-systeem
Casestudy: een verkooptoepassing Forecasting
Accessing Gegevens
Valideren van gegevens
Transformatie van gegevens
Van datapijplijn naar ML-pijplijn
Het bouwen van het datamodel
Het model trainen
Validatie van het model
Modeltraining reproduceren
Een model implementeren
Een getraind model in productie brengen
Een ML-systeem testen
Orkestratie van continue levering
Bewaking van het model
Versiebeheer van gegevens
Aanpassen, opschalen en onderhouden van een MLOps platform
Probleemoplossing
Samenvatting en conclusie
Vereisten
- Inzicht in de cyclus van softwareontwikkeling
- Ervaring met het bouwen van of werken met Machine Learning modellen
- Bekendheid met Python programmeren
Audiëntie
- ML-ingenieurs
- DevOps Ingenieurs
- Data-ingenieurs
- Ingenieurs in de infrastructuur
- Softwareontwikkelaars
Leveringsopties
PRIVÉGROEPSTRAINING
Onze identiteit draait om het leveren van precies wat onze klanten nodig hebben.
- Pre-cursusgesprek met uw trainer
- Aanpassing van de leerervaring om uw doelen te bereiken -
- Op maat gemaakte overzichten
- Praktische, praktische oefeningen met gegevens / scenario's die herkenbaar zijn voor de cursisten
- Training gepland op een datum naar keuze
- Gegeven online, op locatie/klaslokaal of hybride door experts die ervaring uit de echte wereld delen
Private Group Prices RRP from €11400 online delivery, based on a group of 2 delegates, €3600 per additional delegate (excludes any certification / exam costs). We recommend a maximum group size of 12 for most learning events.
Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen
OPENBARE TRAINING
Kijk op onze public courses
Reviews (3)
Er waren vele praktijkopdrachten die door de trainer werden begeleid en bijgestaan.
Aleksandra - Fundacja PTA
Cursus - Mastering Make: Advanced Workflow Automation and Optimization
Automatisch vertaald
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Cursus - 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.