Treinamento mlFlow - Machine Learning Lifecycle
O treinamento mlFlow foi elaborado para apresentar e conceituar toda plataforma e o ciclo de vida do machine learning, e atende as necessidades da mlOps, sendo o cientista de dados o profissional mais atuante nesta ferramenta. O MLflow é uma plataforma para otimizar o desenvolvimento de aprendizado de máquina, incluindo experimentos de rastreamento, código de empacotamento em execuções reproduzíveis e compartilhamento e implantação de modelos. O MLflow oferece um conjunto de APIs leves que podem ser usadas com qualquer aplicativo ou biblioteca de aprendizado de máquina existente (TensorFlow, PyTorch, XGBoost etc.), onde quer que você execute o código ML (por exemplo, em notebooks, aplicativos autônomos ou na nuvem).
Calendário de turmas.
Somente no modelo corporativo no momento.
Conteúdo Programático
Conceitual.
- Introdução a Data Science.
- O profissional Data Scientist.
- O Software mlFlow.
- Software Livre x Open Source.
- Licenciamento.
- Databricks.
- Histórico do mlFlow.
- Empresas usando mlFlow no Mundo.
- Empresas usando mlFlow no Brasil.
- Comunidade mlFlow.
- Versões do mlFlow.
- Casos de Uso.
mlFlow fundamentos.
- Machine Learning Workflow.
- componentes do mlFlow.
- Arquitetura do mlFlow.
- Escalabilidade e Big Data.
- A plataforma mlFlow.
- O Workflow.
- Linguagens suportadas.
- Bibliotecas suportadas.
- Jupyter Notebook.
Linguagem Python.
- Apresentando Python.
- Escrevendo scripts Python.
- Básico em Python.
- Tipos Básicos Python.
- Definindo Funções.
- IDE para Python.
- mlFlow Python API.
Instalação.
- Instalando o Python.
- Instalando o mlFlow.
- Instalando o Jupyter.
- Instalando o Numpy.
- Instalando Pandas.
mlFlow Tracking.
- Scikit-learn autologging.
- Local Tracking com SQLite.
- Tracking Server.
- Remore Tracking Server.
- Artifact Stores.
- Fast.ia
- Tracking UI.
- MLflowClinet.
- Bibliotecas suportadas.
mlFlow Models.
- Model Schemas.
- Input examples.
- Input Schema.
- Output Schema.
- Validate inputs.
- Storage Format.
- MLmodel Format.
- Model Signature.
- Spark MLlib.
- Python Function.
- Spacy Model.
- Deployment com Docker.
- Deployment com Apache Spark.
- Deployment Plugins.
- Model API.
- Model Customization.
mlFlow Projects.
- Backend plugins
- YARN.
- Arquivo MLproject.
- Empacotando projetos.
- Executando com Conda.
- Executando com Docker.
mlFlow Model Registry.
- UI Workflow.
- Adicionado Modelos no Registry.
- CRUD Models.
- Tags.
- Versionamento.
- Arquivamento.
- Lyfecyle.
- API Workflow.
mlFlow na Cloud.
- Deployment no Azure ML.
- Deployment no AWS SageMaker.
Gerais.
- Como criar um plugin para mlFlow.
Carga Horária.
- 24 Horas.
Modalidade do Treinamento.
- Presencial - Abrimos turmas onde pode se inscrever, atuamos na maioria das capitais Brasileiras.
- On Line Ao Vivo - Fazemos a transmissão Online do Treinamento.
- In Company (Presencial ou Online) - Turmas Fechadas para empresas a custo único para até 15 Alunos.
Pré-Requisitos.
- Conhecimento Básico em algum Sistema Operacional (Windows, Linux ou MAC)
- Conhecimento Básico de Machine Learning e Data Science.
- Conhecimento em alguma linguagem de programação.
Requisitos:
- Todos os participantes devem trazer um notebook para realizar as atividades práticas.
- O Computador deve estar com acesso de administrador para possibilitar instalações de aplicativos e acesso a Internet.
- Para turmas In-Company não trabalhamos com limite de participantes para os treinamentos, orientamos que as turmas sejam de até 15 alunos para um melhor desempenho.
Requisitos Recomendados de Hardware.
- Memória RAM: 8GB.
- Espaço em Disco: 20GB.
- Processador: 64 bits (chipsets de x64).
- CPU: 2 núcleos.
- Sistemas Operacionais: GNU/Linux, Windows ou Mac OS.
Material.
Serão disponibilizados os seguintes materiais aos alunos do treinamento:
- Todos os softwares mlFlow e acessórios na sua última versão estável.
- Material próprio em Português do Brasil.
- Apresentações (slides do treinamento) desenvolvidas pela equipe Ambiente Livre.
- Apostilas com exercícios práticos (hacks) desenvolvidos no treinamento.
- Materiais e documentações complementares desenvolvido pela Comunidade Open Source Mundial.
- Brindes: Caneta, Pasta e Bloco de Anotações. (Somente em presenciais)
Metodologia.
- Todos os dias serão apresentados novos recursos e conceitos e avaliados através de exercícios práticos em todas as aulas.
Estamos localizados em Curitiba e atendemos em todo Brasil com treinamentos mlFlow e cursos mlFlow . caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.
Inscrições, Informações e Valores
Diferenciais da Ambiente Livre.
A Ambiente Livre tem 19 anos no mercado, pioneirismo na oferta de consultoria, treinamentos, projetos e suporte em softwares de código-fonte aberto e software livre com um ecossistema voltado a negócios, e pode lhe ajudar a gerir complexidades, reduzir custos, permitindo adaptar e oferecer inovação inteligente necessária para o seu sucesso.
3.535 profissionais capacitados em 325 turmas ministradas.
Atuação global, 807 empresas impactadas em projetos, consultorias e treinamentos no Brasil, América Latina, Europa e África.
Networking entre profissionais, comunidades e startups de tecnologias Open Source e Free Software.
Treinamentos baseados em experiência de projetos e consultorias, 2.230 tutorais documentados, atualizados e disponibilizado de forma vitalícia em EAD.
Empresa 100% focada em Open Source e Free Software e contribuidora com equipe atuante nos projetos e eventos de código aberto e software livre.
Apoio na criação de 4 startups / Spin-off baseadas em soluções Open Source ou Free Software.