MLOps: Makine Öğrenmesi için CI/CD Eğitimi

Bu kurs, sürekli tümleştirme, sürekli teslimat, sürekli test ve potansiyel olarak sürekli dağıtım destekleyen DevOps dağıtım hatları ve araç zincirlerinin tasarımını, uygulanmasını ve yönetilmesiyle ilgilenen katılımcılar için tasarlanmıştır. Kurs, sürekli teslimatta alt yatan süreçleri, metrikleri, APİ'leri ve kültürel gözlem noktaları üzerinde odaklanmaktadır.

Testlerinizi nasıl optimize edeceğinizi, daha hızlı test yaparken iyi kalitede ve tutarlı, istikrarlı sonuçlar elde etmeyi öğrenin.

DevOps Mühendisliği'nin ne olduğunu, neden önemli olduğunu ve nasıl başarıyla mühendislik edildiğini öğrenin.

Kurs, DevOps temel ilkelerine kısa bir genel bakışla başlar ve ardından DevOps'ü uygulamaya geçer. Mühendislik açısından tasarlanan bu kurs, DevOps'in diğer frameworklere, teknolojilere, uygulama tasarım uygulamalarına, sürekli entegrasyon uygulamalarına, sürekli teslimat ve dağıtıma, sürekli teste, elastik altyapılara, izlemeye, ölçümüze, gözlemi ve yönetimi, insan faktörlerini ve DevOps mühendisliğinin gelecekteki trendlerine ilişkin konuları kapsar.

Bu DevOps Temel kursu, herkesin aynı dili konuştuğundan emin olmak için temel DevOps terminolojisine ilişkin bir anlayış sağlar ve organizasyonel başarıyı desteklemek için DevOps'nin faydalarını vurgular.

Kurs, kültürel değişimin insan dinamiklerini vurgular ve katılımcılara gerçek hayatta senaryolar ve vakaların kullanılmasıyla DevOps spektrumundaki kişilerle etkileşimde bulunmak için uygulamaları, yöntemleri ve araçları sağlar. Kursun tamamlanmasından sonra, Value Stream Mapping gibi kavramları anlama dahil olmak üzere ofiste yeniden kullandıkları somut bir dizi çıkışı elde edeceklerdir.

Değer akışı yönetimi prensipleri, uygulamaları ve araçlarına bir giriş. Dijital değer akışlarında değer akışını ve elde edilmesini optimize etmek ve bireylerin becerilerini geliştirmek için tasarlanmıştır. Dijital değer akışları, bulut altyapısı veya DevOps araç zincirleri gibi bunları destekleyen platformların yanı sıra yazılım uygulamalarını ve hizmetlerini de içerir.

Bu kursta ele alınan konular arasında DevSecOps'un işletmelere sağladığı değer, iş fırsatlarınızı artırma ve şirket değerini iyileştirme yer almaktadır. Öğretilen temel DevSecOps ilkeleri, örgütsel dönüşümü destekleyebilir, üretkenliği artırabilir, riski azaltabilir ve kaynak kullanımını optimize edebilir.

DevSecOps Uygulayıcısı, daha kapsamlı bir DevSecOps uygulamalarına ulaşma yollarını sunar. İnsanların doğru karışımlarını bulmak, değerleri hızlandırmak için süreçler oluşturmak ve mevcut teknolojik seçenekleri karşılaştırmak yoluyla pratik sonuçlara ulaşın. Son zamanlarda dönüşüm geçiren ve DevSecOps becerilerini ve farkındalığını geliştirmek isteyen kuruluşlar için özel olarak tasarlanmıştır.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), Kubernetes üzerinde makine öğrenimi iş akışları oluşturmak, dağıtmak ve yönetmek isteyen geliştiriciler ve veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• AWS EKS (Elastic Kubernetes Service) kullanarak Kubeflow'i şirket içinde ve bulutta kurmak ve yapılandırmak.
• Docker kapsayıcıları ve Kubernetes kullanarak makine öğrenimi iş akışları oluşturmak, dağıtmak ve yönetmek.
• Tüm makine öğrenimi işlem hatlarını çeşitli mimariler ve bulut ortamlarında çalıştırmak.
• Kubeflow kullanarak Jupyter not defterleri oluşturmak ve yönetmek.
• Çoklu platformlar üzerinde makine öğrenimi eğitimi, hiperparametre ayarlama ve sunum iş yükleri oluşturmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), Machine Learning iş yüklerini bir AWS EC2 sunucusuna dağıtmak isteyen mühendislere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Kubernetes, Kubeflow ve diğer gerekli yazılımları AWS üzerinde kurmak ve yapılandırmak.
• EKS (Elastic Kubernetes Service) kullanarak bir Kubernetes kümesini AWS üzerinde başlatma işini basitleştirmek.
• Üretimde ML modellerini otomatikleştirmek ve yönetmek için bir Kubernetes hattı oluşturmak ve dağıtmak.
• Çoklu GPU’ler ve paralel çalışan makineler üzerinde TensorFlow ML modellerini eğitmek ve dağıtmak.
• Bir ML uygulamasını genişletmek için diğer AWS yönetilen hizmetlerinden yararlanmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), Machine Learning iş yüklerini Azure bulutuna dağıtmak isteyen mühendislere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Azure üzerine Kubernetes, Kubeflow ve diğer gerekli yazılımları kurmak ve yapılandırmak.
• Azure Kubernetes Hizmeti (AKS) kullanarak Azure üzerinde bir Kubernetes kümesi başlatma işlemini basitleştirmek.
• Üretimde ML modellerini otomatikleştirmek ve yönetmek için bir Kubernetes hattı oluşturmak ve dağıtmak.
• TensorFlow ML modellerini paralel çalışan çoklu GPU ve makineler üzerinde eğitmek ve dağıtmak.
• Bir ML uygulamasını genişletmek için diğer AWS yönetilen hizmetlerinden yararlanmak.

Kubeflow, Kubernetes üzerinde makine öğrenimi iş yüklerini oluşturma, eğitim ve dağıtma işlemlerini basitleştirmek için tasarlanmış açık kaynaklı bir platformdur.

Bu eğitmen tarafından yönetilen canlı eğitim (çevrimiçi veya yerinde) başlangıç düzeyinden orta düzeyine kadar olan profesyonellerin Kubeflow kullanarak güvenilir ML iş akışları oluşturmalarına yöneliktir.

Bu eğitimden sonra katılımcılar şunları yapabilme becerilerini kazanacaktır:

• Kubeflow ekosistemi ve temel bileşenlerini gezinmek.
• Kubeflow Pipelines ile tekrarlanabilir iş akışları oluşturmak.
• Kubernetes üzerinde ölçeklenebilir eğitim görevleri çalıştırmak.
• Kubeflow Serving kullanarak makine öğrenimi modellerini verimli bir şekilde hizmete sunmak.

Eğitim Formatı

• Rehberlik altında sunulan sunumlar ve işbirlikçi tartışmalar.
• Gerçek Kubeflow bileşenleriyle elden geçirilen laboratuvarları.
• Sondan başa ML iş akışları oluşturmak için pratik alıştırmalar.

Eğitim Özelleştirme Seçenekleri

• Bu eğitimin özelleştirilmiş versiyonları, takımınızın teknoloji yığınına ve proje gereksinimlerine uyum sağlamak için düzenlenmesi mümkündür.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), Kubernetes üzerinde makine öğrenimi iş akışları oluşturmak, dağıtmak ve yönetmek isteyen geliştiriciler ve veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Kubeflow'yı şirket içinde ve bulutta kurmak ve yapılandırmak.
• Docker kapsayıcıları ve Kubernetes temelinde ML iş akışları oluşturmak, dağıtmak ve yönetmek.
• Tüm makine öğrenimi işlem hatlarını çeşitli mimariler ve bulut ortamlarında çalıştırmak.
• Kubeflow'yı kullanarak Jupyter not defterleri oluşturmak ve yönetmek.
• Çoklu platformlar üzerinde ML eğitimi, hiperparametre ayarlama ve hizmet iş yükleri oluşturmak.

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), yalnızca ML modelleri oluşturmanın ötesine geçmek ve ML modeli oluşturma, izleme ve dağıtım sürecini optimize etmek isteyen veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• MLflow ve ilgili ML kütüphanelerini ve çerçevelerini kurmak ve yapılandırmak.
• Bir ML modelinin izlenebilirliğinin, tekrarlanabilirliğinin ve dağıtılabilirliğinin önemini kavramak.
• ML modellerini farklı genel bulutlara, platformlara veya şirket içi sunuculara dağıtmak.
• Bir projede işbirliği yapan birden fazla kullanıcıyı barındıracak şekilde ML dağıtım sürecini ölçeklendirmek.
• ML modelleriyle deneme yapmak, bunları yeniden üretmek ve dağıtmak için merkezi bir kayıt ayarlamak.

SRE (Site Reliability Engineering) Foundation kursu, bir organizasyonun kritik hizmetleri güvenilir ve ekonomik olarak ölçeklendirebilmek için gerekli ilkeleri ve uygulamalarını tanıtan bir giriş kursudur. Site-güvenilirliği boyutunu tanıtması, organizasyonların yeniden hizalanmasını, mühendislik ve otomasyon odaklı yeni bir yaklaşımla hareket etmelerini ve yeni çalışma paradigmalari benimsemelerini gerektirir.