探索我们的课程

Kubeflow

35 小时
这种以讲师为主导的中国现场现场培训面向希望在Kubernetes上构建，部署和管理机器学习工作流的开发人员和数据科学家。 在培训结束时，参与者将能够：
  • 使用 AWS EKS（Elastic Kubernetes Service）在本地和云中安装和配置 Kubeflow。
  • 基于 Docker 容器和 Kubernetes 构建、部署和管理 ML 工作流。
  • 在不同的架构和云环境中运行整个机器学习管道。
  • 使用 Kubeflow 生成和管理 Jupyter 笔记本。
  • 跨多个平台构建 ML 训练、超参数调优和服务工作负载。
查看更多...

Kubeflow on AWS

28 小时
这种由讲师指导的中国现场现场培训面向希望将Machine Learning工作负载部署到AWS EC2服务器的工程师。 在培训结束时，参与者将能够：
  • 在 AWS 上安装和配置 Kubernetes、Kubeflow 和其他需要的软件。
  • 使用 EKS（Elastic Kubernetes Service）简化在 AWS 上初始化 Kubernetes 集群的工作。
  • 创建和部署 Kubernetes 管道，用于在生产环境中自动执行和管理 ML 模型。
  • 在多个并行运行的 GPU 和机器上训练和部署 TensorFlow ML 模型。
  • 利用其他 AWS 托管服务来扩展 ML 应用程序。
查看更多...

Kubeflow on Azure

28 小时
这种由讲师指导的中国现场培训（现场或远程）面向希望将Machine Learning工作负载部署到Azure云的工程师。 在培训结束时，参与者将能够：
  • 在 Azure 上安装和配置 Kubernetes、Kubeflow 和其他所需的软件。
    • 使用 Azure Kubernetes
  • 服务 （AKS） 简化在 Azure 上初始化 Kubernetes 群集的工作。
  • 创建和部署 Kubernetes 管道，用于在生产环境中自动执行和管理 ML 模型。
  • 在多个并行运行的 GPU 和机器上训练和部署 TensorFlow ML 模型。
  • 利用其他 AWS 托管服务来扩展 ML 应用程序。
查看更多...

Kubeflow on GCP

28 小时
这种由讲师指导的中国现场培训（现场或远程）面向希望将Machine Learning工作负载部署到Google云平台（GCP）的工程师。 在培训结束时，参与者将能够：
  • 在 GCP 和 GKE 上安装和配置 Kubernetes、Kubeflow 和其他需要的软件。
  • 使用 GKE（Kubernetes Kubernetes Engine）简化在 GCP 上初始化 Kubernetes 集群的工作。
  • 创建和部署 Kubernetes 管道，用于在生产环境中自动执行和管理 ML 模型。
  • 在多个 GPU 和并行运行的机器上训练和部署 TensorFlow ML 模型。
  • 利用其他 GCP 服务来扩展 ML 应用程序。
查看更多...

Kubeflow on IBM Cloud

28 小时
这种由讲师指导的中国现场（现场或远程）现场培训面向希望将Machine Learning工作负载部署到IBM Cloud Kubernetes Service（IKS）的工程师。 在培训结束时，参与者将能够：
  • 在 IBM Cloud Kubernetes Service （IKS） 上安装和配置 Kubernetes、Kubeflow 和其他所需的软件。
  • 使用 IKS 简化在 IBM Cloud 上初始化 Kubernetes 集群的工作。
  • 创建和部署 Kubernetes 管道，用于在生产环境中自动执行和管理 ML 模型。
  • 在多个并行运行的 GPU 和机器上训练和部署 TensorFlow ML 模型。
  • 利用其他 IBM Cloud 服务来扩展 ML 应用程序。
查看更多...

Kubeflow on OpenShift

28 小时
这种以讲师为主导的现场培训（现场或远程）面向希望将机器学习工作负载部署到 OpenShift 本地或混合云的工程师。
  • 在培训结束时，参与者将能够：
  • 在 OpenShift 集群上安装和配置 Kubernetes 和 Kubeflow。
  • 使用 OpenShift 简化初始化 Kubernetes 集群的工作。
  • 创建和部署 Kubernetes 管道，用于在生产环境中自动执行和管理 ML 模型。
  • 在多个并行运行的 GPU 和机器上训练和部署 TensorFlow ML 模型。
  • 从 OpenShift 中调用公有云服务（例如 AWS 服务）以扩展 ML 应用程序
查看更多...

Kubeflow Fundamentals

28 小时
这种以讲师为主导的中国现场现场培训面向希望在Kubernetes上构建，部署和管理机器学习工作流的开发人员和数据科学家。 在培训结束时，参与者将能够：
  • 在本地和云端安装和配置 Kubeflow。
  • 基于 Docker 容器和 Kubernetes 构建、部署和管理 ML 工作流。
  • 在不同的架构和云环境中运行整个机器学习管道。
  • 使用 Kubeflow 生成和管理 Jupyter 笔记本。
  • 跨多个平台构建 ML 训练、超参数调优和服务工作负载。
查看更多...

Last Updated:



客户评论(1)

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™
课程 - Kubeflow

Upcoming Courses

Other regions in 中国

其它国家

以下培训课程在其他国家也可以预定

咨询顾问

Kubeflow 咨询顾问
Kubeflow,培训,课程,培训课程, 企业Kubeflow培训, 短期Kubeflow培训, Kubeflow课程, Kubeflow周末培训, Kubeflow晚上培训, Kubeflow训练, 学习Kubeflow, Kubeflow老师, 学Kubeflow班, Kubeflow远程教育, 一对一Kubeflow课程, 小组Kubeflow课程, Kubeflow培训师, Kubeflow辅导班, Kubeflow教程, Kubeflow私教, Kubeflow辅导, Kubeflow讲师
1