Kubernetes Üzerinde MLOps: Makine Öğrenimi İçin CI/CD Hatları Eğitimi

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Kendi Docker imajlarını oluşturabilecekler.
• Çok sayıda Docker uygulamasını dağıtabilecek ve yönetebilecekler.
• Farklı konteyner düzenleme çözümlerini değerlendirebilecek ve en uygun olanı seçebilecekler.
• Docker uygulamaları için sürekli entegrasyon süreci kurabilecekler.
• Docker uygulamalarını mevcut sürekli entegrasyon araçlarıyla entegre edebilecekler.
• Docker uygulamalarını güvence altına alabilecekler.
• Kubernetes kullanarak aynı küme altında farklı ortamları dağıtabilecek ve yönetebilecekler.
• Kubernetes kümesini güvence altına alabilecek, ölçeklendirebilecek ve izleyebilecekler.

Türkiye (çevrimiçi veya yüz yüze) olarak gerçekleştirilen, eğitmen eşliğinde bu canlı eğitim; DeepSeek model performansını artırmak, gecikmeyi en aza indirmek ve modern MLOps uygulamalarıyla yapay zeka çözümlerini verimli bir şekilde dağıtmak isteyen, orta düzeyden ileri düzeye kadar deneyime sahip ileri seviye yapay zeka mühendisleri ve veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabileceklerdir:

• Derinlikli modelleri verimlilik, doğruluk ve ölçeklenebilirlik açısından optimize etmek.
• MLOps ve model sürümleme için en iyi uygulamaları hayata geçirmek.
• DeepSeek modellerini bulut ve yerinde (on-premise) altyapılarda dağıtmak.
• Yapay zeka çözümlerini etkin bir şekilde izlemek, bakımlarını yapmak ve ölçeklendirmek.

Bu eğitmen tarafından yönetilen canlı eğitim Türkiye (çevrimiçi veya yerinde) ileri düzey platform mühendisleri ve DevOps profesyonellerine mikrohizmetler ve Kubernetes kullanarak uygulamaları ölçeklendirme konusunda ustalık kazanmalarını amaçlamaktadır.

Bu eğitim sonunda katılımcılar şunları yapabileceklerdir:

• Ölçeklenebilir mikrohizmet mimarileri tasarlamak ve uygulamak.
• Kubernetes kümelerinde uygulamaları dağıtmak ve yönetmek.
• Efektif hizmet dağıtımı için Helm şablonlarını kullanmak.
• Üretimde mikrohizmetlerin sağlığını izlemek ve korumak.
• Kubernetes ortamında güvenlik ve uyumluluk en iyi uygulamalarını uygulamak.

Çevrimiçi veya yerinde düzenlenen bu eğitmen eşliğinde verilen canlı eğitim Türkiye, CKS sınavına hazırlanmak isteyen Kubernetes uzmanlarına yönelik olarak tasarlanmıştır.

Bu eğitimin sonunda, katılımcılar bir uygulamanın yaşam döngüsü boyunca (derleme, dağıtım ve çalışma zamanı) Kubernetes ortamlarını ve konteyner tabanlı uygulamaları nasıl güvenceye alacaklarını öğrenecektir.

Bu eğitmen tarafından yönetilen canlı eğitim Türkiye (çevrimiçi veya yerinde) Helm'ı kullanarak Kubernetes uygulamalarının yüklenmesini ve yönetilmesini basitleştirmek isteyen mühendisler için tasarlanmıştır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Helm'ın yüklenmesi ve yapılandırılması.
• Kubernetes uygulamalarının yeniden üretilebilir sürümlerinin oluşturulması.
• Uygulamaların Helm şemaları olarak paylaşılması.
• Üçüncü taraf uygulamaların Helm şemaları olarak çalıştırılması.
• Helm paketlerinin sürümlerinin yönetilmesi.

Türkiye ortamında üreteciler tarafından yürütülen bu canlı eğitim (çevrimiçi veya yerinde), Kubernetes üzerinde makine öğrenimi iş akışlarını oluşturmak, dağıtmak ve yönetmek isteyen geliştiricilere ve veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecek duruma gelecektir:

• Kubeflow'u hem yerinde (on-premise) hem de bulut ortamında kurmak ve yapılandırmak.
• Docker konteynerleri ve Kubernetes tabanlı ML iş akışlarını oluşturmak, dağıtmak ve yönetmek.
• Tüm makine öğrenimi boru hatlarını çeşitli mimarilerde ve bulut ortamlarında çalıştırmak.
• Kubeflow'u Jupyter defterlerini başlatmak ve yönetmek için kullanmak.
• ML eğitimi, hiperparametre ayarı ve sunum (serving) iş yüklerini birden fazla platformda oluşturmak.

Bu eğitmen liderliğindeki canlı eğitim Türkiye (çevrimiçi veya yerinde), Minikube kullanarak yerel bir Kubernetes ortamını nasıl kuracaklarını ve yöneteceklerini öğrenmek isteyen başlangıç ve orta düzey yazılım geliştiricilere ve DevOps profesyonellerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecekler:

• Yerel makinelerine Minikube'i kurup yapılandırabilecekler.
• Kubernetes'in temel kavramlarını ve mimarisini anlayabilecekler.
• kubectl ve Minikube panosunu kullanarak konteynerleri dağıtıp yönetebilecekler.
• Kubernetes için kalıcı depolama ve ağ çözümlerini kurabilecekler.
• Uygulamaları geliştirmek, test etmek ve hata ayıklamak için Minikube'i kullanabilecekler.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), geliştirme iş akışının bir parçası olarak Minikube'yi kullanmak isteyen orta seviyedeki geliştiriciler ve DevOps mühendisler hedeflenmektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Minikube kullanarak yerel bir Kubernetes ortamı kurmak ve yönetmek.
• Minikube üzerinde uygulamaları dağıtmayı, yönetmeyi ve hatalarını ayıklamayı anlamak.
• Minikube'yi sürekli entegrasyon ve dağıtım süreçlerine entegre etmek.
• Minikube'nin gelişmiş özelliklerini kullanarak geliştirme süreçlerini optimize etmek.
• Yerel Kubernetes geliştirme için en iyi uygulamaları uygulamak.

Bu eğitmen led, canlı eğitim Türkiye (online veya yerinde) mühendislerin, kendi kuruluşlarında MLOps'ü benimsemeye yönelik doğru yolu seçmek için mevcut yaklaşımları ve araçları değerlendirmelerine yöneliktir.

Bu eğitim sonunda katılımcılar şunları yapabilecektir:

• Çeşitli MLOps çerçevelerini ve araçlarını yükleyip yapılandırmak.
• Bir MLOps sistemi oluşturma ve destekleme için doğru becerilere sahip doğru ekibin oluşturulması.
• ML modelleri tarafından kullanılacak verilerin hazırlanması, doğrulanması ve sürümlenmesi.
• Bir ML Pipeline'ın bileşenlerini anlama ve oluşturma için gereken araçları bilmek.
• Üretime dağıtım için farklı makine öğrenme çerçevelerini ve sunucularını denemek.
• Tutarlı ve bakılabilir şekilde tüm Makine Öğrenmesi sürecinin işletimselleştirilmesi.