Argo Workflow Intermediate
Il corso offre un’approfondita esplorazione di Argo Workflow con un focus specifico sull’applicazione nel contesto del machine learning. Gli studenti avranno l’opportunità di acquisire conoscenze avanzate sull’utilizzo di Argo Workflow per automatizzare e orchestrare processi complessi legati allo sviluppo e alla distribuzione di modelli di machine learning.
Inoltre, il corso inizierà ad introdurre i concetti fondamentali di MLOps, mostrando come Argo Workflow possa essere integrato in un’infrastruttura di machine learning operativa.
CODE: DSAI205
Category: Corso Intelligenza Artificiale
Metodologia didattica
Il corso prevede laboratori didattici in cui ogni studente potrà svolgere esercizi di formazione che forniranno esperienza pratica nell’uso dello strumento, per ognuno degli argomenti trattati durante il corso.
Prerequisiti
- Conoscenza di base di Argo Workflow o partecipazione al corso introduttivo DSAI105.
- Comprensione dei principi fondamentali del machine learning.
- Familiarità con concetti di automazione e orchestrazione di processi.
Di seguito è riportata una panoramica dei contenuti del corso:
- Introduzione ai concetti di MLOps
- Recap di Argo Workflow
- Integrazione di Argo Workflow in un ambiente di MLOps
- Utilizzo di Workflow Template per un Modello
- Implementazione di Pipeline Event-Driven in Argo Workflow
- Monitoraggio dei flussi di lavoro in Argo Workflow
- Gestione dei flussi di lavoro in Argo Workflow
- Ottimizzazione delle prestazioni dei Workflow per il ML
Al termine del corso, i partecipanti saranno in grado di:
- Utilizzare Argo Workflow in modo avanzato per automatizzare i processi legati al machine learning.
- Comprendere i principi fondamentali di MLOps e il ruolo di Argo Workflow in questo contesto.
- Implementare e gestire flussi di lavoro complessi per lo sviluppo, il test e il rilascio di modelli di machine learning.
- Integrare Argo Workflow in un’infrastruttura operativa di machine learning seguendo le best practices.
- Monitorare e ottimizzare i flussi di lavoro per massimizzare le prestazioni dei modelli di machine learning.
Durata – 1 giorno
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
