Subcategorias (2)

Kubeflow

Kubeflow
MLflow

MLflow

Explore nossos cursos

DeepSeek: Advanced Model Optimization and Deployment

 14 Horas
Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a engenheiros de IA de nível avançado e cientistas de dados com experiência intermediária a avançada que desejam aprimorar o desempenho do modelo DeepSeek, minimizar a latência e implantar soluções de IA de forma eficiente usando práticas modernas MLOps. No final deste treinamento, os participantes serão capazes de:
  • Otimize os modelos DeepSeek para eficiência, precisão e escalabilidade.
  • Implementar as melhores práticas para MLOps e versionamento de modelo.
  • Implante modelos DeepSeek na nuvem e na infraestrutura local.
  • Monitorizar, manter e escalar soluções de IA de forma eficaz.
Leia mais...

Kubeflow

 35 Horas
Esse treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a desenvolvedores e cientistas de dados que desejam criar, implantar e gerenciar fluxos de trabalho de aprendizado de máquina em Kubernetes. Ao final deste treinamento, os participantes serão capazes de:
  • Instalar e configurar Kubeflow no local e na nuvem usando o AWS EKS (Elastic Kubernetes Service).
  • Crie, implante e gerencie fluxos de trabalho de ML com base em contêineres Docker e Kubernetes.
  • Executar pipelines de aprendizagem automática completos em diversas arquitecturas e ambientes de nuvem.
  • Usando Kubeflow para gerar e gerenciar notebooks Jupyter.
  • Criar treinamento de ML, ajuste de hiperparâmetros e servir cargas de trabalho em várias plataformas.
Leia mais...

Kubeflow Fundamentals

 28 Horas
Esse treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a desenvolvedores e cientistas de dados que desejam criar, implantar e gerenciar fluxos de trabalho de aprendizado de máquina em Kubernetes. Ao final deste treinamento, os participantes serão capazes de:
  • Instalar e configurar Kubeflow no local e na nuvem.
  • Crie, implante e gerencie fluxos de trabalho de ML com base em contêineres Docker e Kubernetes.
  • Executar pipelines de aprendizado de máquina inteiros em diversas arquiteturas e ambientes de nuvem.
  • Usando Kubeflow para gerar e gerenciar notebooks Jupyter.
  • Criar treinamento de ML, ajuste de hiperparâmetros e servir cargas de trabalho em várias plataformas.
Leia mais...

Kubeflow on AWS

 28 Horas
Este treinamento ao vivo conduzido por instrutor em Brasil (online ou no local) é destinado a engenheiros que desejam implantar cargas de trabalho Machine Learning em um servidor AWS EC2. No final desta formação, os participantes serão capazes de
  • Instalar e configurar o Kubernetes, o Kubeflow e outros softwares necessários na AWS.
  • Use o EKS (Elastic Kubernetes Service) para simplificar o trabalho de inicialização de um cluster do Kubernetes na AWS.
  • Criar e implantar um pipeline do Kubernetes para automatizar e gerenciar modelos de ML na produção.
  • Treinar e implantar TensorFlow modelos de ML em várias GPUs e máquinas executadas em paralelo.
  • Utilizar outros serviços gerenciados da AWS para estender um aplicativo de ML.
Leia mais...

Kubeflow on Azure

 28 Horas
Este treinamento ao vivo conduzido por instrutor em Brasil (online ou no local) é destinado a engenheiros que desejam implantar cargas de trabalho Machine Learning na nuvem do Azure. No final desta formação, os participantes serão capazes de
  • Instalar e configurar o Kubernetes, o Kubeflow e outros softwares necessários no Azure.
  • Use o Serviço de Kubernetes do Azure (AKS) para simplificar o trabalho de inicialização de um cluster do Kubernetes no Azure.
  • Criar e implantar um pipeline do Kubernetes para automatizar e gerenciar modelos de ML na produção.
  • Treinar e implantar TensorFlow modelos de ML em várias GPUs e máquinas executadas em paralelo.
  • Utilizar outros serviços gerenciados da AWS para estender um aplicativo de ML.
Leia mais...

MLflow

 21 Horas
Este treinamento ao vivo conduzido por instrutor (no local ou remoto) é destinado a cientistas de dados que desejam ir além da construção de modelos de ML e otimizar o processo de criação, rastreamento e implantação de modelos de ML. No final deste treinamento, os participantes serão capazes de:
  • Instalar e configurar MLflow e bibliotecas e estruturas de ML relacionadas.
  • Apreciar a importância da rastreabilidade, reprodutibilidade e implantação de um modelo de ML
  • Implantar modelos de ML em diferentes nuvens públicas, plataformas ou servidores locais.
  • Dimensionar o processo de implementação de ML para acomodar vários utilizadores que colaboram num projeto.
  • Criar um registo central para experimentar, reproduzir e implementar modelos de ML.
Leia mais...

MLOps: CI/CD for Machine Learning

 35 Horas
Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a engenheiros que desejam avaliar as abordagens e ferramentas disponíveis hoje para tomar uma decisão inteligente sobre o caminho a seguir na adoção de MLOps em sua organização. No final deste treinamento, os participantes serão capazes de:
  • Instalar e configurar vários frameworks e ferramentas MLOps.
  • Reunir o tipo certo de equipa com as competências adequadas para construir e suportar um sistema MLOps.
  • Preparar, validar e versionar dados para uso por modelos ML.
  • Compreender os componentes de um pipeline de ML e as ferramentas necessárias para o construir.
  • Experimentar diferentes estruturas e servidores de aprendizagem automática para implementação na produção.
  • Operacionalizar todo o processo Machine Learning para que seja reproduzível e passível de manutenção.
Leia mais...

MLOps for Azure Machine Learning

 14 Horas
Este treinamento ao vivo conduzido por instrutor (no local ou remoto) é destinado a engenheiros de aprendizado de máquina que desejam usar Azure Machine Learning e Azure DevOps para facilitar as práticas MLOps. No final deste treinamento, os participantes serão capazes de:
  • Construir fluxos de trabalho reproduzíveis e modelos de aprendizado de máquina.
  • Gerenciar o ciclo de vida do aprendizado de máquina.
  • Acompanhe e relate o histórico da versão do modelo, ativos e muito mais.
  • Implantar modelos de aprendizado de máquina prontos para produção em qualquer lugar.
Leia mais...

Última Atualização:

Declaração de Clientes (2)

the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose

Guillaume GAUTIER - OLEA MEDICAL

Curso - 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

Curso - Kubeflow

Próximas Formações Provisórias

MLOps for Azure Machine Learning

2025-05-19 09:30
14 Horas
Online
$ 20883 (On-line)

MLOps for Azure Machine Learning

2025-06-02 09:30
14 Horas
Online
$ 20883 (On-line)

Kubeflow on Azure

2025-06-16 09:30
28 Horas
Online
$ 39713 (On-line)

MLflow

2025-06-30 09:30
21 Horas
Online
$ 30165 (On-line)

MLflow

2025-07-14 09:30
21 Horas
Online
$ 30165 (On-line)

Outras regiões em Brasil

Outros Países

Estes cursos também estão disponíveis em outros países

Consultoria

MLOps Consultoria
Treinamento online de MLOps, Cursos de treinamento online de MLOps, Cursos online de fim de semana de MLOps, Treinamento noturno online de MLOps, Treinamento online com instrutor de MLOps, Instrutor online MLOps, Treinador online MLOps, Coaching online MLOps, Treinamento online MLOps, Bootcamp online MLOps, Treinamento online de fim de semana MLOps, Cursos noturnos online MLOps, Aulas online MLOps, Treinamento online conduzido por instrutor MLOps, Cursos privados online MLOps, Treinamento individual online MLOps