Explore Our Courses

MLOps for Azure Machine Learning

 14 Hours
이 강사가 진행하는 실시간 교육(온라인 또는 현장)은 Azure Machine Learning 및 Azure DevOps을 사용하여 MLOps 실습을 촉진하려는 기계 학습 엔지니어를 대상으로 합니다. 이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
  • 재현 가능한 워크플로와 기계 학습 모델을 구축하세요.
  • 기계 학습 수명주기를 관리합니다.
  • 모델 버전 기록, 자산 등을 추적하고 보고합니다.
  • 생산 준비가 완료된 기계 학습 모델을 어디서나 배포하세요.
Read more...

MLOps: CI/CD for Machine Learning

 35 Hours
대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 현재 사용 가능한 접근 방식과 도구를 평가하여 조직 내에서 MLOps을 채택하는 과정에서 현명한 결정을 내리려는 엔지니어를 대상으로 합니다. 이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
  • 다양한 MLOps 프레임워크와 도구를 설치하고 구성합니다.
  • MLOps 시스템을 구축하고 지원하는 데 적합한 기술을 갖춘 올바른 종류의 팀을 구성하십시오.
  • ML 모델에서 사용할 데이터를 준비, 검증 및 버전화합니다.
  • ML 파이프라인의 구성요소와 이를 구축하는 데 필요한 도구를 이해합니다.
  • 프로덕션에 배포하기 위해 다양한 기계 학습 프레임워크와 서버를 실험해 보세요.
  • 재생산 및 유지 관리가 가능하도록 전체 Machine Learning 프로세스를 운영화합니다.
Read more...

Kubeflow on AWS

 28 Hours
대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 Machine Learning 워크로드를 AWS EC2 서버에 배포하려는 엔지니어를 대상으로 합니다.이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
  • AWS에 Kubernetes, Kubeflow 및 기타 필요한 소프트웨어를 설치하고 구성합니다.
  • EKS(Elastic Kubernetes Service)를 사용하여 AWS에서 Kubernetes 클러스터 초기화 작업을 단순화합니다.
  • 프로덕션에서 ML 모델을 자동화하고 관리하기 위한 Kubernetes 파이프라인을 생성하고 배포합니다.
  • 병렬로 실행되는 여러 GPU 및 머신에서 ML 모델을 훈련하고 배포합니다.
  • 다른 AWS 관리형 서비스를 활용하여 ML 애플리케이션을 확장합니다.
Read more...

Kubeflow on Azure

 28 Hours
대한민국에서 진행되는 이 강사 주도 라이브 교육(온라인 또는 현장)은 Machine Learning 워크로드를 Azure 클라우드에 배포하려는 엔지니어를 대상으로 합니다.이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
  • Azure에 Kubernetes, Kubeflow 및 기타 필요한 소프트웨어를 설치하고 구성합니다.
  • AKS(Azure Kubernetes Service)를 사용하여 Azure에서 Kubernetes 클러스터 초기화 작업을 단순화합니다.
  • 프로덕션에서 ML 모델을 자동화하고 관리하기 위한 Kubernetes 파이프라인을 생성하고 배포합니다.
  • 병렬로 실행되는 여러 GPU 및 머신에서 ML 모델을 훈련하고 배포합니다.
  • 다른 AWS 관리형 서비스를 활용하여 ML 애플리케이션을 확장합니다.
Read more...

Kubeflow on GCP

 28 Hours
대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 Machine Learning 워크로드를 Google Cloud Platform(GCP)에 배포하려는 엔지니어를 대상으로 합니다.이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
  • GCP 및 GKE에 Kubernetes, Kubeflow 및 기타 필요한 소프트웨어를 설치하고 구성합니다.
  • GKE(Kubernetes Kubernetes Engine)를 사용하여 GCP에서 Kubernetes 클러스터를 초기화하는 작업을 단순화하세요.
  • 프로덕션에서 ML 모델을 자동화하고 관리하기 위한 Kubernetes 파이프라인을 생성하고 배포합니다.
  • 병렬로 실행되는 여러 GPU 및 머신에서 ML 모델을 훈련하고 배포합니다.
  • 다른 GCP 서비스를 활용하여 ML 애플리케이션을 확장하세요.
Read more...

Kubeflow on IBM Cloud

 28 Hours
대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 Machine Learning 워크로드를 IBM Cloud Kubernetes Service(IKS)에 배포하려는 엔지니어를 대상으로 합니다.이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
  • IBM Cloud Kubernetes Service(IKS)에 Kubernetes, Kubeflow 및 기타 필요한 소프트웨어를 설치하고 구성하십시오.
  • IKS를 사용하여 IBM Cloud에서 Kubernetes 클러스터 초기화 작업을 단순화하세요.
  • 프로덕션에서 ML 모델을 자동화하고 관리하기 위한 Kubernetes 파이프라인을 생성하고 배포합니다.
  • 병렬로 실행되는 여러 GPU 및 머신에서 ML 모델을 훈련하고 배포합니다.
  • 다른 IBM Cloud 서비스를 활용하여 ML 애플리케이션을 확장하세요.
Read more...

MLflow

 21 Hours
이 강사가 진행하는 실시간 교육(온라인 또는 현장)은 ML 모델 구축을 넘어 ML 모델 생성, 추적 및 배포 프로세스를 최적화하려는 데이터 과학자를 대상으로 합니다. 이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
  • MLflow 및 관련 ML 라이브러리와 프레임워크를 설치하고 구성합니다.
  • ML 모델의 추적성, 재현성, 배포 가능성의 중요성을 인식합니다.
  • ML 모델을 다양한 퍼블릭 클라우드, 플랫폼 또는 온프레미스 서버에 배포합니다.
  • 여러 사용자가 프로젝트에서 공동 작업할 수 있도록 ML 배포 프로세스를 확장합니다.
  • ML 모델을 실험, 재현, 배포하기 위한 중앙 레지스트리를 설정합니다.
Read more...

Kubeflow

 35 Hours
대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 Kubernetes에서 기계 학습 워크플로를 구축, 배포 및 관리하려는 개발자와 데이터 과학자를 대상으로 합니다. 이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
  • AWS EKS(Elastic Kubernetes 서비스)를 사용하여 온프레미스와 클라우드에서 Kubeflow을 설치하고 구성합니다.
  • Docker 컨테이너와 Kubernetes를 기반으로 ML 워크플로를 구축, 배포 및 관리합니다.
  • 다양한 아키텍처와 클라우드 환경에서 전체 기계 학습 파이프라인을 실행하세요.
  • Kubeflow을 사용하여 Jupyter 노트북을 생성하고 관리합니다.
  • 여러 플랫폼에서 ML 훈련, 하이퍼파라미터 튜닝, 워크로드 제공을 구축하세요.
Read more...

Kubeflow on OpenShift

 28 Hours
이 강사가 진행하는 실시간 교육(온라인 또는 현장)은 기계 학습 워크로드를 온프레미스 또는 하이브리드 클라우드에 배포하려는 엔지니어를 대상으로 합니다.
  • 이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
  • OpenShift 클러스터에 Kubernetes 및 Kubeflow를 설치하고 구성합니다.
  • OpenShift를 사용하여 Kubernetes 클러스터 초기화 작업을 단순화하세요.
  • 프로덕션에서 ML 모델을 자동화하고 관리하기 위한 Kubernetes 파이프라인을 생성하고 배포합니다.
  • 병렬로 실행되는 여러 GPU 및 머신에서 ML 모델을 훈련하고 배포합니다.
  • OpenShift 내에서 퍼블릭 클라우드 서비스(예: AWS 서비스)를 호출하여 ML 애플리케이션 확장
Read more...

Kubeflow Fundamentals

 28 Hours
대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 Kubernetes에서 기계 학습 워크플로를 구축, 배포 및 관리하려는 개발자와 데이터 과학자를 대상으로 합니다. 이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
  • 온프레미스 및 클라우드에 Kubeflow을 설치하고 구성합니다.
  • Docker 컨테이너와 Kubernetes를 기반으로 ML 워크플로를 구축, 배포 및 관리합니다.
  • 다양한 아키텍처와 클라우드 환경에서 전체 기계 학습 파이프라인을 실행하세요.
  • Kubeflow을 사용하여 Jupyter 노트북을 생성하고 관리합니다.
  • 여러 플랫폼에서 ML 훈련, 하이퍼파라미터 튜닝, 워크로드 제공을 구축하세요.
Read more...

Last Updated:

회원 평가(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™

Course - Kubeflow

Upcoming Courses

Kubeflow Fundamentals

2024-08-04 10:00
28 hours
센터원센터
₩ 10000000 (Online)
₩ 20000000 (Classroom)

Kubeflow on Azure

2024-08-18 10:00
28 hours
Jungang-Dong Center
₩ 10000000 (Online)
₩ 20000000 (Classroom)

Kubeflow on Azure

2024-09-01 10:00
28 hours
스페이시즈 그랑 서울 업무공간
₩ 10000000 (Online)
₩ 20000000 (Classroom)

Kubeflow

2024-09-15 10:00
35 hours
센터원센터
₩ 12500000 (Online)
₩ 25000000 (Classroom)

Kubeflow on IBM Cloud

2024-09-29 10:00
28 hours
Jungang-Dong Center
₩ 10000000 (Online)
₩ 20000000 (Classroom)

MLflow

2024-10-13 10:00
21 hours
스페이시즈 그랑 서울 업무공간
₩ 7500000 (Online)
₩ 15000000 (Classroom)

MLflow

2024-10-27 10:00
21 hours
센터원센터
₩ 7500000 (Online)
₩ 15000000 (Classroom)

Other regions in 대한민국

Other Countries

These courses are also available in other countries

Consulting

MLOps Consulting
주말MLOps코스, 밤의MLOps트레이닝, MLOps부트 캠프, MLOps 강사가 가르치는, 주말MLOps교육, 밤의MLOps과정, MLOps코칭, MLOps강사, MLOps트레이너, MLOps교육 과정, MLOps클래스, MLOps현장, MLOps개인 강좌, MLOps1 대 1 교육