High Level Education Path for MLOps
Il corso fornisce una panoramica ad alto livello dei principi fondamentali di MLOps, enfatizzando sia gli aspetti tecnici che operativi. Diviso in tre giorni di formazione, il corso copre gli aspetti dello sviluppo, dell’infrastruttura e delle operazioni nel contesto del machine learning operativo.
CODE: DSAI111
Category: Corso Intelligenza Artificiale
DESCRIZIONE
CONTENUTO DEL CORSO
OBIETTIVI DEL CORSO
INFORMAZIONI AGGIUNTIVE
DESCRIZIONE
Metodologia didattica
Il corso prevede dimostrazioni pratiche effettuate dal docente, in cui verranno mostrate le tecnologie e gli argomenti affrontati.
Prerequisiti
- Conoscenza di base di informatica e cloud computing.
CONTENUTO DEL CORSO
Di seguito è riportata una panoramica dei contenuti del corso:
Giorno 1
- Basi di Python per il Machine Learning
- Python Virtual Envinronment
- Git per il versioning
Giorno 2
- Cloud per MLOps
- Docker per MLOps
- Kubernetes per MLOps
Giorno 3
- Elementi base di AI con Python
- Elementi base di ML con Python
- Concetti elementari di Pipeline su Kubeflow
OBIETTIVI DEL CORSO
Al termine del corso, i partecipanti saranno in grado di:
- Comprendere la figura dell’ MLOps Engineer.
- Confrontare e paragonare MLOps e DevOps.
- Comprendere i concetti fondamentali di AI, ML.
- Acquisire conoscenza elementare dei servizi Cloud in ambito MLOps.
- Acquisire conoscenza elementare della containerizzazione.
- Comprendere le basi di Kubernetes.
- Comprendere le pipeline e il loro utilizzo.
- Comprendere le basi di Kubeflow in ambito MLOps.
INFORMAZIONI AGGIUNTIVE
Durata – 3 giorni
Erogazione – in aula, in loco, da remoto
Requisiti PC e SW:
- Connessione a Internet
- Browser web, Google Chrome
- Zoom
Lingua
- Istruttore: Italiano
- Laboratori: Inglese
- Slides: Inglese
CATALOGO CORSI INTELLIGENZA ARTIFICIALE
CATALOGO CORSI INTELLIGENZA ARTIFICIALE
