MLOps: CI/CD for Machine Learning Training Course
MLOps adalah seperangkat alat dan metodologi untuk menggabungkan praktik Machine Learning dan DevOps. Tujuan dari MLOps adalah untuk mengotomatiskan dan mengoptimalkan penerapan dan pemeliharaan sistem ML dalam produksi.
Pelatihan langsung yang dipimpin instruktur (online atau di lokasi) ini ditujukan bagi para insinyur yang ingin mengevaluasi pendekatan dan alat yang tersedia saat ini untuk membuat keputusan cerdas mengenai jalur ke depan dalam penerapan MLOps dalam organisasi mereka.
Pada akhir pelatihan ini, peserta akan mampu:
- Instal dan konfigurasikan berbagai MLOps kerangka kerja dan alat.
- Bentuk tim yang tepat dengan keterampilan yang tepat untuk membangun dan mendukung sistem MLOps.
- Mempersiapkan, memvalidasi, dan membuat versi data untuk digunakan oleh model ML.
- Pahami komponen ML Pipeline dan alat yang diperlukan untuk membangunnya.
- Bereksperimenlah dengan berbagai kerangka kerja dan server pembelajaran mesin untuk diterapkan ke produksi.
- Operasikan seluruh proses Machine Learning sehingga dapat direproduksi dan dipelihara.
Format Kursus
- Ceramah dan diskusi interaktif.
- Banyak latihan dan latihan.
- Implementasi langsung di lingkungan laboratorium langsung.
Opsi Kustomisasi Kursus
- Untuk meminta pelatihan khusus untuk kursus ini, silakan hubungi kami untuk mengaturnya.
Course Outline
Perkenalan
- Machine Learning model vs perangkat lunak tradisional
Ikhtisar DevOps Alur Kerja
Ikhtisar Machine Learning Alur Kerja
ML sebagai Data Kode Plus
Komponen Sistem ML
Studi Kasus: Aplikasi Penjualan Forecasting.
Access Data
Memvalidasi Data
Transformasi Data
Dari Pipa Data ke Pipa ML
Membangun Model Data
Melatih Model
Memvalidasi Model
Pelatihan Model Reproduksi
Menerapkan Model
Melayani Model Terlatih ke Produksi
Menguji Sistem ML
Orkestrasi Pengiriman Berkelanjutan
Memantau Model
Pembuatan Versi Data
Mengadaptasi, Menskalakan, dan Mempertahankan MLOps Platform
Penyelesaian masalah
Ringkasan dan Kesimpulan
Requirements
- Pemahaman tentang siklus pengembangan perangkat lunak
- Pengalaman membangun atau bekerja dengan model Machine Learning.
- Keakraban dengan pemrograman Python.
Hadirin
- Insinyur ML
- DevOps insinyur
- Insinyur data
- Insinyur infrastruktur
- Pengembang perangkat lunak
Open Training Courses require 5+ participants.
MLOps: CI/CD for Machine Learning Training Course - Booking
MLOps: CI/CD for Machine Learning Training Course - Enquiry
MLOps: CI/CD for Machine Learning - Consultancy Enquiry
Consultancy Enquiry
Testimonials (3)
Ada banyak latihan praktik yang dipandu dan dibantu oleh pelatih.
Aleksandra - Fundacja PTA
Course - Mastering Make: Advanced Workflow Automation and Optimization
Machine Translated
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
Upcoming Courses (Minimal 5 peserta)
Related Courses
Advanced Zapier: Custom Integrations and Multi-Step Automations
14 HoursPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pengembang tingkat lanjut, spesialis otomatisasi, dan profesional TI yang ingin menguasai integrasi khusus dan otomatisasi multi-langkah di Zapier.
Pada akhir pelatihan ini, peserta akan dapat:
- Buat integrasi Zapier khusus menggunakan API dan webhook.
- Merancang dan mengelola alur kerja multi-langkah yang rumit.
- Mengoptimalkan dan men-debug alur kerja otomatisasi tingkat lanjut.
- Integrasikan Zapier dengan aplikasi milik sendiri atau yang kurang umum.
Smart Workflow Automation: AI & Machine Learning with Make
14 HoursPelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk insinyur AI/ML tingkat lanjut, ilmuwan data, dan inovator teknologi yang ingin mengintegrasikan kemampuan AI ke dalam alur kerja Make untuk mengoptimalkan dan mengotomatiskan proses.
Pada akhir pelatihan ini, peserta akan dapat:
- Memahami kemampuan AI dan pembelajaran mesin dalam otomatisasi.
- Integrasikan model AI/ML ke dalam alur kerja Make menggunakan API.
- Terapkan analisis sentimen, pemodelan prediktif, dan pengambilan keputusan berdasarkan data.
- Optimalkan dan skalakan alur kerja otomatisasi berbasis AI.
API Integrations with Make: Advanced Automation
14 HoursPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pengembang tingkat lanjut, integrator sistem, dan tim operasi teknis yang ingin meningkatkan proses otomasi mereka dengan mengintegrasikan API eksternal dengan Make.
Pada akhir pelatihan ini, peserta akan dapat:
- Pahami API Make dan cara memperluas fungsinya.
- Bekerja dengan API untuk mengintegrasikan aplikasi pihak ketiga.
- Buat konektor khusus untuk aplikasi yang tidak didukung.
- Gunakan teknik otomatisasi tingkat lanjut dengan Make dan API.
Building Efficient Workflows with Zapier
14 HoursPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat menengah yang ingin membuat dan mengoptimalkan alur kerja otomatis menggunakan Zapier untuk operasi bisnis.
Pada akhir pelatihan ini, peserta akan dapat:
- Rancang dan implementasikan alur kerja Zapier yang efisien.
- Integrasikan beberapa aplikasi bisnis untuk otomatisasi yang lancar.
- Optimalkan kinerja Zap dan atasi masalah umum.
- Skalakan otomatisasi alur kerja untuk memenuhi kebutuhan bisnis.
Kubeflow
35 HoursPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk pengembang dan ilmuwan data yang ingin membangun, menerapkan, dan mengelola alur kerja pembelajaran mesin di Kubernetes.
Pada akhir pelatihan ini, peserta akan mampu:
- Instal dan konfigurasikan Kubeflow di lokasi dan di cloud menggunakan AWS EKS (Layanan Elastis Kubernetes).
- Bangun, terapkan, dan kelola alur kerja ML berdasarkan Docker container dan Kubernetes.
- Jalankan seluruh alur pembelajaran mesin pada beragam arsitektur dan lingkungan cloud.
- Menggunakan Kubeflow untuk menelurkan dan mengelola notebook Jupyter.
- Bangun pelatihan ML, penyesuaian hyperparameter, dan penyajian beban kerja di berbagai platform.
Kubeflow Fundamentals
28 HoursPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk pengembang dan ilmuwan data yang ingin membangun, menerapkan, dan mengelola alur kerja pembelajaran mesin di Kubernetes.
Pada akhir pelatihan ini, peserta akan mampu:
- Instal dan konfigurasikan Kubeflow di lokasi dan di cloud.
- Bangun, terapkan, dan kelola alur kerja ML berdasarkan Docker container dan Kubernetes.
- Jalankan seluruh alur pembelajaran mesin pada beragam arsitektur dan lingkungan cloud.
- Menggunakan Kubeflow untuk menelurkan dan mengelola notebook Jupyter.
- Bangun pelatihan ML, penyesuaian hyperparameter, dan penyajian beban kerja di berbagai platform.
Kubeflow on AWS
28 HoursThis instructor-led, live training in Indonesia (online or onsite) is aimed at engineers who wish to deploy Machine Learning workloads to an AWS EC2 server.
By the end of this training, participants will be able to:
- Install and configure Kubernetes, Kubeflow and other needed software on AWS.
- Use EKS (Elastic Kubernetes Service) to simplify the work of initializing a Kubernetes cluster on AWS.
- Create and deploy a Kubernetes pipeline for automating and managing ML models in production.
- Train and deploy TensorFlow ML models across multiple GPUs and machines running in parallel.
- Leverage other AWS managed services to extend an ML application.
Kubeflow on Azure
28 HoursThis instructor-led, live training in Indonesia (online or onsite) is aimed at engineers who wish to deploy Machine Learning workloads to Azure cloud.
By the end of this training, participants will be able to:
- Install and configure Kubernetes, Kubeflow and other needed software on Azure.
- Use Azure Kubernetes Service (AKS) to simplify the work of initializing a Kubernetes cluster on Azure.
- Create and deploy a Kubernetes pipeline for automating and managing ML models in production.
- Train and deploy TensorFlow ML models across multiple GPUs and machines running in parallel.
- Leverage other AWS managed services to extend an ML application.
Mastering Make: Advanced Workflow Automation and Optimization
14 HoursPelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional TI tingkat menengah dan insinyur otomasi yang ingin menguasai fitur-fitur lanjutan Make, mengoptimalkan alur kerja yang kompleks, dan menangani manajemen kesalahan secara efektif.
Pada akhir pelatihan ini, peserta akan dapat:
- Memanfaatkan fitur-fitur canggih Make untuk otomatisasi alur kerja.
- Optimalkan alur kerja menggunakan logika kondisional, iterator, dan penanganan kesalahan.
- Integrasikan beberapa aplikasi untuk otomatisasi yang lancar.
- Pantau dan atasi masalah alur kerja untuk efisiensi maksimal.
- Terapkan praktik terbaik untuk meningkatkan skala solusi otomatisasi alur kerja.
Make for App Integration: Automating Business Workflows
14 HoursPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat menengah yang ingin memanfaatkan Make untuk mengintegrasikan berbagai aplikasi bisnis, menyederhanakan operasi, dan meningkatkan produktivitas.
Pada akhir pelatihan ini, peserta akan dapat:
- Siapkan alur kerja otomatis antara berbagai aplikasi bisnis.
- Gunakan Make untuk menghubungkan alat SaaS seperti Google Workspace, Slack, Trello, dan Stripe.
- Rancang dan implementasikan alur kerja multi-langkah tanpa pengkodean.
- Mengoptimalkan dan memecahkan masalah alur kerja otomatis.
MLflow
21 HoursPelatihan langsung yang dipimpin instruktur (online atau di lokasi) ini ditujukan untuk data scientist yang ingin melakukan lebih dari sekadar membuat model ML dan mengoptimalkan proses pembuatan, pelacakan, dan penerapan model ML.
Pada akhir pelatihan ini, peserta akan mampu:
- Instal dan konfigurasikan MLflow serta pustaka dan kerangka kerja ML terkait.
- Menghargai pentingnya keterlacakan, kemampuan reproduksi, dan kemampuan penerapan model ML
- Terapkan model ML ke cloud publik, platform, atau server lokal yang berbeda.
- Skalakan proses penerapan ML untuk mengakomodasi banyak pengguna yang berkolaborasi dalam sebuah proyek.
- Siapkan registri pusat untuk bereksperimen, mereproduksi, dan menerapkan model ML.
Zapier and AI for Business Automation
21 HoursPelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk para profesional bisnis tingkat lanjut dan insinyur otomasi yang ingin memanfaatkan integrasi Zapier dan AI untuk meningkatkan skala operasi secara efisien.
Pada akhir pelatihan ini, peserta akan dapat:
- Merancang dan menerapkan alur kerja otomatisasi yang kompleks menggunakan Zapier.
- Integrasikan model AI ke dalam proses bisnis untuk wawasan prediktif.
- Optimalkan operasi dengan mengotomatiskan tugas di berbagai platform.
- Pantau dan atasi masalah alur kerja otomatis untuk perbaikan berkelanjutan.
Zapier for Beginners: Automate Workflows Without Coding
7 HoursPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat pemula yang ingin menggunakan Zapier untuk mengotomatiskan tugas-tugas berulang dan meningkatkan efisiensi tanpa pengkodean.
Pada akhir pelatihan ini, peserta akan dapat:
- Pahami dasar-dasar Zapier dan kemampuan otomatisasinya.
- Siapkan dan konfigurasikan Zaps untuk mengotomatiskan tugas.
- Integrasikan alat bisnis populer dengan Zapier.
- Kelola dan optimalkan alur kerja otomatis.
Zapier for E-Commerce Automation
14 HoursPelatihan langsung yang dipimpin instruktur dalam Indonesia (online atau di tempat) ini ditujukan untuk profesional e-commerce tingkat menengah yang ingin mengotomatiskan pemrosesan pesanan, pembayaran, dan dukungan pelanggan menggunakan Zapier.
Pada akhir pelatihan ini, peserta akan dapat:
- Otomatisasi pemrosesan dan pemenuhan pesanan.
- Sinkronkan data pembayaran dengan sistem akuntansi.
- Tingkatkan dukungan pelanggan melalui otomatisasi.
- Mengoptimalkan alur kerja pemasaran dan penjualan.
Zapier for Marketing Automation
14 HoursPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pemasar tingkat menengah yang ingin mengotomatiskan pembuatan prospek, kampanye email, dan tindak lanjut pelanggan menggunakan Zapier.
Pada akhir pelatihan ini, peserta akan dapat:
- Memahami peran Zapier dalam otomatisasi pemasaran.
- Siapkan alur kerja untuk mengotomatiskan pembuatan dan pembinaan prospek.
- Integrasikan alat pemasaran seperti CRM, platform email, dan alat analitik.
- Optimalkan dan atasi masalah alur kerja otomatisasi untuk efisiensi maksimal.