MLOps auf Kubernetes: CI/CD-Pipelines für maschinelles Lernen Schulung

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein zu:

• Eigene Docker-Images zu erstellen.
• Große Mengen an Docker-Anwendungen zu deployen und zu verwalten.
• Verschiedene Lösungen zur Container-Orchestrierung zu bewerten und die am besten geeignete auszuwählen.
• Einen kontinuierlichen Integrationsprozess für Docker-Anwendungen einzurichten.
• Docker-Anwendungen in vorhandene Prozesse der kontinuierlichen Integration zu integrieren.
• Ihre Docker-Anwendungen abzusichern.
• Mithilfe von Kubernetes unterschiedliche Umgebungen unter einem gemeinsamen Cluster zu deployen und zu verwalten.
• Einen Kubernetes-Cluster sicher, skalierbar und überwachbar zu gestalten.

Dieses von einem Instruktor geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an erfahrene KI-Ingenieure sowie Datenwissenschaftler mit mittlerer bis hoher Kompetenz, die die Leistungsfähigkeit der DeepSeek-Modelle steigern, Latenzzeiten minimieren und mithilfe moderner MLOps-Verfahren KI-Lösungen effizient bereitstellen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein zu:

• Die DeepSeek-Modelle hinsichtlich Effizienz, Genauigkeit und Skalierbarkeit zu optimieren.
• Bewährte Verfahren im Bereich MLOps sowie Modellversionierung umzusetzen.
• DeepSeek-Modelle sowohl in Cloud- als auch lokalen Infrastrukturen einzusetzen.
• KI-Lösungen effektiv zu überwachen, zu warten und zu skalieren.

Dieses von Instruktoren geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Plattformentwickler auf fortgeschrittenem Niveau sowie DevOps-Profis, die lernen möchten, Anwendungen mithilfe von Microservices und Kubernetes zu skalieren.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein zu:

• Skalierbare Microservices-Architekturen zu entwerfen und umzusetzen.
• Anwendungen auf Kubernetes-Clustern bereitzustellen und zu verwalten.
• Helm-Charts zur effizienten Bereitstellung von Diensten zu nutzen.
• Die Funktionsfähigkeit von Microservices in der Produktivumgebung zu überwachen und aufrechtzuerhalten.
• Beste Praktiken im Bereich Sicherheit und Compliance innerhalb einer Kubernetes-Umgebung anzuwenden.

Kubernetes ist eine weit verbreitete Plattform zur Orchestrierung von Containern, die insbesondere dazu genutzt wird, verteilte Anwendungen in großem Umfang zu verwalten.

Dieses vom Kursleiter moderierte Live-Training – entweder online oder vor Ort – richtet sich an erfahrene Fachkräfte, die KI- und maschinelle Lernverfahren nutzen möchten, um den Einsatz von Ressourcen in Kubernetes zu optimieren, Planungsentscheidungen zu verbessern sowie Autoskalierungsstrategien effizienter zu gestalten.

Nach Abschluss dieses Kurses werden die Teilnehmer in der Lage sein:

• KI-/ML-Modelle zur Verbesserung der Entscheidungsfindung bei der Zuweisung von Workloads an Kubernetes einzusetzen.
• Prädiktive Analysemethoden zu nutzen, um die Verteilung von CPU-, GPU- und Speicherressourcen optimal zu gestalten.
• Mittels Reinforcement Learning sowie Prognosen zu Metriken intelligente Autoskalierungsverfahren zu implementieren.
• Durch automatisierte Optimierung der Ressourceninfrastruktur Kosten und Verzögerungen im System signifikant zu reduzieren.

Aufbau des Kurses

• Fachkundige Vorträge und vertiefende Diskussionen unter Anleitung des Instruktors.
• Praktische Laborübungen an echten Kubernetes-Clusterumgebungen.
• Handlungsorientierte Aufgaben, bei denen KI-Modelle auf reale Betriebsszenarien angewandt werden.

Individuelle Anpassung des Kurses

• Falls Sie eine maßgeschneiderte Ausgestaltung des Kurses für Ihre spezifische Plattform oder Betriebsanforderungen wünschen, kontaktieren Sie uns bitte zur individuellen Abstimmung.

Das Programm „Certified Kubernetes Administrator“ (CKA) wurde von der Linux Foundation sowie der Cloud Native Computing Foundation (CNCF) ins Leben gerufen.

Kubernetes ist heute eine führende Plattform zur Orchestrierung von Containern.

NobleProg bietet seit 2015 Schulungen zu Docker und Kubernetes an. Dank über 360 erfolgreich abgeschlossener Trainingsprojekte haben wir uns weltweit als eine der renommiertesten Ausbildungsinstitutionen im Bereich Containervirtualisierung etabliert.

Seit 2019 unterstützen wir zudem unsere Kunden dabei, ihre Kompetenzen im Kubernetes-Umfeld nachzuweisen – indem wir sie auf die CKA- und CKAD-Prüfungen vorbereiten und zu deren Bestehen motivieren.

Dieses von einem Dozenten geleitete Live-Training (online oder vor Ort) richtet sich an Systemadministratoren sowie Kubernetes-Nutzer, die ihre Kenntnisse durch das Bestehen der CKA-Prüfung unter Beweis stellen möchten.

Darüber hinaus legt das Training großen Wert auf den Erwerb praktischer Erfahrungen in der Verwaltung von Kubernetes. Daher empfehlen wir die Teilnahme auch Personen, die nicht planen, die CKA-Prüfung abzulegen.

Ablauf des Kurses

• Interaktive Vorlesungen und Diskussionen.
• Zahlreiche Übungen sowie praktische Anwendungsbeispiele.
• Praktische Umsetzung in einer Live-Lab-Umgebung.

Möglichkeiten zur individuellen Anpassung des Kurses

• Für eine maßgeschneiderte Schulung zu diesem Thema kontaktieren Sie uns bitte, um die Details zu besprechen.
• Weitere Informationen zur CKA-Zertifizierung finden Sie unter: https://training.linuxfoundation.org/certification/certified-kubernetes-administrator-cka

Das Zertifikat „Certified Kubernetes Application Developer“ (CKAD) wurde von der Linux Foundation sowie der Cloud Native Computing Foundation (CNCF), der Trägerorganisation von Kubernetes, entwickelt.

Dieses von einem Instruktor geleitete Live-Training – online oder vor Ort – richtet sich an Entwickler, die ihre Fähigkeiten im Design, Bau, Konfigurieren und Bereitstellen cloudnativer Anwendungen für Kubernetes unter Beweis stellen möchten.

Darüber hinaus vermittelt das Training praktische Erfahrungen in der Entwicklung von Anwendungen unter Kubernetes; daher empfehlen wir die Teilnahme auch an Personen, die nicht vorhaben, die CKAD-Prüfung abzulegen.

NobleProg bietet seit 2015 Schulungen zu Docker und Kubernetes an. Mit über 360 erfolgreich durchgeführten Trainingsprojekten sind wir mittlerweile eines der bekanntesten Schulungsunternehmen weltweit im Bereich Containerisierung. Seit 2019 unterstützen wir zudem Kunden dabei, ihre Kompetenzen im Kubernetes-Umfeld zu bestätigen – indem wir sie auf die CKA- und CKAD-Prüfungen vorbereiten.

Ablauf des Kurses

• Interaktive Vorlesungen und Diskussionen.
• Zahlreiche Übungen und praktische Anwendungsbeispiele.
• Praktisches Arbeiten in einer Live-Lab-Umgebung.

Möglichkeiten zur Kursanpassung

• Für individuelle Schulungen zu diesem Thema kontaktieren Sie uns bitte zur Absprache.
• Weitere Informationen zu CKAD finden Sie unter: https://training.linuxfoundation.org/certification/certified-kubernetes-application-developer-ckad/

Dieses von Instruktoren geleitete Live-Training in Deutschland – online oder vor Ort – richtet sich an Praktiker im Bereich Kubernetes, die sich auf das CKS-Examen vorbereiten möchten.

Am Ende dieses Trainings werden die Teilnehmer wissen, wie sie Kubernetes-Umgebungen sowie containerbasierte Anwendungen in allen Phasen ihres Lebenszyklus – vom Erstellen über die Bereitstellung bis zum Betrieb – absichern können.

Docker ist eine Konteinerisierungsplattform, die dazu genutzt wird, reproduzierbare, portable und skalierbare Umgebungen für Machine-Learning-Systeme zu erstellen.

Dieses praxisorientierte Live-Training unter Anleitung eines Instruktors (online oder vor Ort) richtet sich an technisch versierte Fachkräfte mittleren bis fortgeschrittenen Niveaus, die ihre gesamten ML-Pipelines mithilfe von Docker konteinerisieren und in den Betrieb bringen möchten.

Nach Abschluss dieses Trainings werden die Teilnehmenden in der Lage sein:

• ML-Trainings-, Validierungs- sowie Inferenz-Prozesse zu konteinerisieren.
• End-to-End-ML-Pipelines unter Verwendung von Docker und dazugehörigen Werkzeugen zu entwerfen und zu orchestrieren.
• Versionierung, Reproduzierbarkeit sowie CI/CD-Prozesse für ML-Komponenten umzusetzen.
• ML-Dienste in konteinerisierten Umgebungen bereitzustellen, zu überwachen und zu skalieren.

Aufbau des Kurses

• Interaktive Vorträge ergänzt durch praktische Demonstrationen.
• Übungen, bei denen die Teilnehmenden echte Komponenten einer ML-Pipeline entwickeln.
• Durchführung von Live-Experimenten zur Umsetzung kompletter konteinerisierter Arbeitsabläufe.

Individuelle Anpassungen des Kurses

• Für eine maßgeschneiderte Schulung, die Ihren spezifischen Bedürfnissen im Bereich der ML-Infrastruktur entspricht, kontaktieren Sie uns bitte, um mögliche Varianten zu besprechen.

Dieses von einem Dozenten geleitete Live-Training in <Ort> (online oder vor Ort) richtet sich an Ingenieure, die Helm nutzen möchten, um den Installations- und Verwaltungsprozess von Kubernetes-Anwendungen zu vereinfachen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein zu:

• Helm zu installieren und zu konfigurieren.
• Reproduzierbare Builds von Kubernetes-Anwendungen zu erstellen.
• Anwendungen als Helm-Charts zu teilen.
• Drittanbieter-Anwendungen, die als Helm-Charts vorliegen, auszuführen.
• Veröffentlichungen von Helm-Paketen zu verwalten.

Kubeflow ist eine Open-Source-Plattform, die den Aufbau, das Training sowie die Implementierung von Machine-Learning-Arbeitsabläufen auf Kubernetes erheblich vereinfacht.

Dieses praxisorientierte Live-Training unter Anleitung eines Instruktors – online oder vor Ort – richtet sich an Einsteiger sowie Fortgeschrittene, die zuverlässige ML-Workflows mithilfe von Kubeflow erstellen möchten.

Nach Abschluss dieses Kurses verfügen die Teilnehmenden über folgende Fähigkeiten:

• Sie kennen das Kubeflow-Ökosystem sowie seine wichtigsten Komponenten.
• Sie können reproduzierbare Workflows mithilfe von Kubeflow Pipelines erstellen.
• Sie sind in der Lage, skalierbare Trainingsaufgaben auf Kubernetes auszuführen.
• Sie wissen, wie man Machine-Learning-Modelle effizient mithilfe von Kubeflow Serving bereitstellt.

Ablauf des Kurses

• Geleitete Präsentationen sowie interaktive Diskussionen.
• Praktische Übungen mit realen Kubeflow-Komponenten.
• Anwendungsbezogene Aufgaben zur Erstellung kompletter ML-Workflows.

Individuelle Anpassungen des Kurses

• Auf Wunsch können speziell angepasste Kursversionen erstellt werden, die perfekt zu Ihrer technischen Infrastruktur und den Projektanforderungen passen.

Dieses von einem Trainer gelebte Live-Training in Deutschland (online oder vor Ort) richtet sich an Entwickler und Data Scientists, die Machine-Learning-Workflows auf Kubernetes erstellen, bereitstellen und verwalten möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Kubeflow on-premises und in der Cloud zu installieren und zu konfigurieren.
• ML-Workflows basierend auf Docker-Containern und Kubernetes zu erstellen, bereitzustellen und zu verwalten.
• Ganztägige Machine-Learning-Pipelines in verschiedenen Architekturen und Cloud-Umgebungen auszuführen.
• Kubeflow zum Erstellen und Verwalten von Jupyter-Notebooks zu nutzen.
• ML-Trainings-, Hyperparameter-Tuning- und Serving-Workloads über mehrere Plattformen hinweg zu erstellen.

Dieses von einem Experten geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Softwareentwickler sowie DevOps-Fachkräfte mit Grund- bis Mittelkenntnissen, die lernen möchten, wie man eine lokale Kubernetes-Umgebung mithilfe von Minikube einrichtet und verwaltet.

Am Ende des Trainings werden die Teilnehmer in der Lage sein zu:

• Minikube auf ihrem lokalen Rechner zu installieren und zu konfigurieren.
• Die grundlegenden Konzepte sowie die Architektur von Kubernetes zu verstehen.
• Container mithilfe von kubectl und dem Minikube-Dashboard zu implementieren und zu verwalten.
• Dauerhaften Speicher sowie Netzwerklösungen für Kubernetes einzurichten.
• Minikube zur Entwicklung, zum Testen und zur Fehlerbehebung von Anwendungen zu nutzen.

Dieser von einem Instruktor geleitete Live-Kurs in Deutschland (online oder vor Ort) richtet sich an Entwickler sowie DevOps-Ingenieure mittleren Kenntnisstands, die Minikube als Teil ihres Entwicklungsprozesses nutzen möchten.

Am Ende dieses Kurses werden die Teilnehmer in der Lage sein zu:

• Eine lokale Kubernetes-Umgebung mit Minikube einzurichten und zu verwalten.
• Anwendungen auf Minikube erfolgreich bereitzustellen, zu verwalten sowie zu debuggen.
• Minikube in ihre bestehenden CI/CD-Pipelines zu integrieren.
• Ihren Entwicklungsprozess mithilfe fortgeschrittener Minikube-Funktionen zu optimieren.
• Die bewährtesten Methoden für die lokale Kubernetes-Entwicklung anzuwenden.

Dieses praxisorientierte Training unter Anleitung eines Experten in Deutschland (online oder vor Ort) richtet sich an Ingenieure, die aktuelle Ansätze und Werkzeuge einschätzen möchten, um fundierte Entscheidungen bezüglich der Einführung von MLOps in ihrem Unternehmen zu treffen.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Verschiedene MLOps-Frameworks und -Tools zu installieren sowie zu konfigurieren.
• Das passende Team mit den erforderlichen Fachkenntnissen zusammenzustellen, um ein MLOps-System aufzubauen und zu unterstützen.
• Daten vorzubereiten, zu validieren sowie versionsbasiert zu verwalten, damit sie von ML-Modellen genutzt werden können.
• Die Bestandteile einer ML-Pipeline sowie die erforderlichen Werkzeuge zum Aufbauen derselben zu verstehen.
• Unterschiedliche maschinelle Lernframeworks und Server auszuprobieren, um diese in Produktivumgebungen einzusetzen.
• Den gesamten Prozess des maschinellen Lernens so zu operationalisieren, dass er reproduzierbar und wartbar bleibt.