Subcategories (2)

Image for the Kubeflow

Kubeflow
Image for the MLflow

MLflow

Explore Our Courses

DeepSeek: Advanced Model Optimization and Deployment

 14 Hours
Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk para insinyur AI dan ilmuwan data tingkat lanjut dengan pengalaman menengah hingga tingkat lanjut yang ingin meningkatkan DeepSeek kinerja model, meminimalkan latensi, dan menerapkan solusi AI secara efisien menggunakan praktik modern MLOps. Pada akhir pelatihan ini, peserta akan dapat:
  • Optimalkan model DeepSeek untuk efisiensi, akurasi, dan skalabilitas.
  • Terapkan praktik terbaik untuk MLOps dan versi model.
  • Terapkan model DeepSeek pada infrastruktur cloud dan lokal.
  • Pantau, kelola, dan tingkatkan solusi AI secara efektif.
Read more...

Kubeflow

 35 Hours
Pelatihan 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.
Read more...

Kubeflow Fundamentals

 28 Hours
Pelatihan 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.
Read more...

Kubeflow on AWS

 28 Hours
This 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.
Read more...

Kubeflow on Azure

 28 Hours
This 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.
Read more...

MLflow

 21 Hours
Pelatihan 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.
Read more...

MLOps: CI/CD for Machine Learning

 35 Hours
Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) 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.
Read more...

MLOps for Azure Machine Learning

 14 Hours
Pelatihan langsung yang dipimpin instruktur (online atau di lokasi) ditujukan untuk teknisi pembelajaran mesin yang ingin menggunakan Azure Machine Learning dan Azure DevOps untuk memfasilitasi MLOps praktik. Pada akhir pelatihan ini, peserta akan mampu:
  • Bangun alur kerja dan model pembelajaran mesin yang dapat direproduksi.
  • Kelola siklus hidup pembelajaran mesin.
  • Lacak dan laporkan riwayat versi model, aset, dan lainnya.
  • Terapkan model pembelajaran mesin siap produksi di mana saja.
Read more...

Last Updated:

Testimonials (2)

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)

MLOps: CI/CD for Machine Learning

2025-05-19 09:30
35 hours
Online
100750000 IDR (Online)

MLOps: CI/CD for Machine Learning

2025-06-02 09:30
35 hours
Online
100750000 IDR (Online)

Kubeflow Fundamentals

2025-06-16 09:30
28 hours
Online
80600000 IDR (Online)

MLOps: CI/CD for Machine Learning

2025-06-30 09:30
35 hours
Online
100750000 IDR (Online)

DeepSeek: Advanced Model Optimization and Deployment

2025-07-09 09:30
14 hours
Online
40300000 IDR (Online)

MLflow

2025-07-23 09:30
21 hours
Online
60450000 IDR (Online)

Other regions in Indonesia

Other Countries

These courses are also available in other countries

Consulting

MLOps Consulting
Pelatihan online MLOps, Kursus pelatihan online MLOps, Kursus akhir pekan online MLOps, Pelatihan malam online MLOps, Pelatihan online dengan instruktur untuk MLOps, Pelatihan online MLOps, Coaching online MLOps, Pelatihan dengan instruktur online MLOps, Pelatih online MLOps, Pelatihan satu lawan satu online MLOps, Kursus malam online MLOps, Kelas online MLOps, Kursus privat online MLOps, Instruktur online MLOps, Bootcamp online MLOps, Pelatihan akhir pekan online MLOps