Kursus Pelatihan Kubeflow di AWS

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk teknisi dan pengembang cloud yang ingin menggunakan CloudFormation untuk mengelola sumber daya infrastruktur dalam ekosistem AWS.

Pada akhir pelatihan ini, peserta akan dapat:

• Terapkan templat CloudFormation untuk mengotomatiskan manajemen infrastruktur.
• Integrasikan sumber daya AWS yang ada ke dalam CloudFormation.
• Gunakan StackSets untuk mengelola tumpukan di beberapa akun dan wilayah.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk para insinyur AI dan ilmuwan data tingkat lanjut dengan pengalaman menengah hingga tingkat lanjut yang ingin meningkatkan DeepSeek kinerja model, meminimalkan latensi, dan menerapkan solusi AI secara efisien menggunakan praktik modern MLOps.

Pada akhir pelatihan ini, peserta akan dapat:

• Optimalkan model DeepSeek untuk efisiensi, akurasi, dan skalabilitas.
• Terapkan praktik terbaik untuk MLOps dan versi model.
• Terapkan model DeepSeek pada infrastruktur cloud dan lokal.
• Pantau, kelola, dan tingkatkan solusi AI secara efektif.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pengembang yang ingin mengintegrasikan database DynamoDB NoSQL ke dalam aplikasi web yang dihosting di AWS.

Pada akhir pelatihan ini, peserta akan dapat:

• Siapkan lingkungan pengembangan yang diperlukan untuk mulai mengintegrasikan data ke DynamoDB.
• Integrasikan DynamoDB ke dalam aplikasi web dan aplikasi seluler.
• Pindahkan data di AWS dengan layanan AWS.
• Menerapkan operasi dengan AWS DAX.

Pelatihan langsung yang dipimpin instruktur di Indonesia (di tempat atau jarak jauh) ini ditujukan untuk para teknisi yang ingin menyebarkan dan mengelola perangkat IoT di AWS.

Pada akhir pelatihan ini, peserta akan dapat membangun platform IoT yang mencakup penerapan dan pengelolaan backend, gateway, dan perangkat di atas AWS.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pengembang yang ingin memasang, mengonfigurasi, dan mengelola AWS IoT kemampuan Greengrass untuk membuat aplikasi untuk berbagai perangkat.

Pada akhir pelatihan ini, peserta akan dapat menggunakan AWS IoT Greengrass untuk membangun, menyebarkan, mengelola, mengamankan, dan memantau aplikasi pada perangkat cerdas.

Pelatihan langsung yang dipandu instruktur di Indonesia (di tempat atau jarak jauh) ini ditujukan untuk pengembang yang ingin menggunakan AWS Lambda untuk membangun dan menyebarkan layanan dan aplikasi ke cloud, tanpa perlu khawatir tentang penyediaan lingkungan eksekusi (server, VM dan kontainer, ketersediaan, skalabilitas, penyimpanan, dll.).

Pada akhir pelatihan ini, peserta akan dapat:

• Konfigurasikan AWS Lambda untuk menjalankan fungsi.
• Memahami FaaS (Functions as a Service) dan keuntungan pengembangan tanpa server.
• Membangun, mengunggah, dan menjalankan fungsi AWS Lambda.
• Integrasikan fungsi Lambda dengan berbagai sumber peristiwa.
• Mengemas, menyebarkan, memantau, dan memecahkan masalah aplikasi berbasis Lambda.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk para teknisi yang ingin menggunakan AWS CloudFormation untuk mengotomatiskan proses pengelolaan infrastruktur cloud AWS.

Pada akhir pelatihan ini, peserta akan dapat:

• Aktifkan layanan AWS untuk mulai mengelola infrastruktur.
• Memahami dan menerapkan prinsip "infrastruktur sebagai kode".
• Meningkatkan kualitas dan menurunkan biaya penyebaran infrastruktur.
• Tulis Template AWS CloudFormation menggunakan YAML.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat lanjut yang ingin memperdalam pemahaman mereka tentang praktik DevOps dan menyederhanakan proses pengembangan menggunakan AWS Cloud9.

Pada akhir pelatihan ini, peserta akan dapat:

• Siapkan dan konfigurasikan AWS Cloud9 untuk alur kerja DevOps.
• Menerapkan jalur integrasi berkelanjutan dan pengiriman berkelanjutan (CI/CD).
• Otomatisasi proses pengujian, pemantauan, dan penerapan menggunakan AWS Cloud9.
• Integrasikan layanan AWS seperti Lambda, EC2, dan S3 ke dalam alur kerja DevOps.
• Memanfaatkan sistem kontrol sumber seperti GitHub atau GitLab dalam AWS Cloud9.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat menengah yang ingin mempelajari cara membangun, menerapkan, dan memelihara aplikasi tanpa server secara efektif di AWS Cloud9 dan AWS Lambda.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami dasar-dasar arsitektur tanpa server.
• Siapkan AWS Cloud9 untuk pengembangan aplikasi tanpa server.
• Mengembangkan, menguji, dan menyebarkan aplikasi tanpa server menggunakan AWS Lambda.
• Integrasikan AWS Lambda dengan layanan AWS lainnya seperti API Gateway dan S3.
• Optimalkan aplikasi tanpa server untuk kinerja dan efisiensi biaya.

Ringkasan:

• Dasar-dasar arsitektur dan fungsi IoT
• “Benda”, “Sensor”, Internet dan pemetaan antara fungsi bisnis IoT
• Pentingnya semua komponen perangkat lunak IoT - perangkat keras, firmware, middleware, cloud, dan aplikasi seluler
• Fungsi IoT- Manajer armada, Visualisasi data, FM dan DV berbasis SaaS, peringatan/alarm, pemasangan sensor, pemasangan “benda”, geo-fencing
• Dasar-dasar komunikasi perangkat IoT dengan cloud dengan MQTT.
• Menghubungkan perangkat IoT ke AWS dengan MQTT (AWS IoT Core).
• Menghubungkan inti AWS IoT dengan fungsi AWS Lambda untuk komputasi dan penyimpanan data.
• Menghubungkan Raspberry PI dengan inti AWS IoT dan komunikasi data sederhana.
• Peringatan dan acara
• Kalibrasi sensor

Ringkasan:

• Dasar-dasar arsitektur dan fungsi IoT
• “Benda”, “Sensor”, Internet dan pemetaan antara fungsi bisnis IoT
• Pentingnya semua komponen perangkat lunak IoT - perangkat keras, firmware, middleware, cloud, dan aplikasi seluler
• Fungsi IoT- Manajer armada, Visualisasi data, FM dan DV berbasis SaaS, peringatan/alarm, pemasangan sensor, pemasangan “benda”, geo-fencing
• Dasar-dasar komunikasi perangkat IoT dengan cloud dengan MQTT.
• Menghubungkan perangkat IoT ke AWS dengan MQTT (AWS IoT Core).
• Menghubungkan inti AWS IoT dengan fungsi AWS Lambda untuk komputasi dan penyimpanan data menggunakan DynamoDB.
• Menghubungkan Raspberry PI dengan inti AWS IoT dan komunikasi data sederhana.
• Praktik langsung dengan Raspberry PI dan AWS IoT Core untuk membangun perangkat pintar.
• Visualisasi data sensor dan komunikasi dengan antarmuka web.

Pelatihan ini yang dipimpin instruktur, langsung (online atau tatap muka) ditujukan kepada para insinyur yang ingin mengimplementasikan beban kerja Machine Learning ke cloud Azure.

Pada akhir pelatihan ini, peserta akan dapat:

• Memasang dan mengkonfigurasi Kubernetes, Kubeflow, dan perangkat lunak lainnya yang dibutuhkan di Azure.
• Menggunakan Azure Kubernetes Service (AKS) untuk memudahkan pekerjaan menginisialisasi sebuah kluster Kubernetes di Azure.
• Membuat dan mengimplementasikan sebuah pipa Kubernetes untuk mengotomatisasi dan mengelola model ML di produksi.
• Melatih dan mengimplementasikan model TensorFlow ML di beberapa GPU dan mesin yang berjalan secara paralel.
• Memanfaatkan layanan AWS lainnya yang dikelola untuk memperluas aplikasi ML.

Pelatihan langsung yang dipimpin instruktur (online atau di lokasi) ini ditujukan untuk data scientist yang ingin melakukan lebih dari sekadar membuat model ML dan mengoptimalkan proses pembuatan, pelacakan, dan penerapan model ML.

Pada akhir pelatihan ini, peserta akan mampu:

• Instal dan konfigurasikan MLflow serta pustaka dan kerangka kerja ML terkait.
• Menghargai pentingnya keterlacakan, kemampuan reproduksi, dan kemampuan penerapan model ML
• Terapkan model ML ke cloud publik, platform, atau server lokal yang berbeda.
• Skalakan proses penerapan ML untuk mengakomodasi banyak pengguna yang berkolaborasi dalam sebuah proyek.
• Siapkan registri pusat untuk bereksperimen, mereproduksi, dan menerapkan model ML.

Pelatihan ini yang dipimpin instruktur secara langsung (online langsung atau pelatihan langsung tatap muka) ditujukan untuk insinyur yang ingin mengevaluasi pendekatan dan alat yang tersedia saat ini untuk membuat keputusan cerdas tentang langkah selanjutnya dalam menerapkan MLOps di dalam organisasi mereka.

Di akhir pelatihan ini, peserta akan dapat:

• Memasang dan mengkonfigurasi berbagai kerangka kerja dan alat MLOps.
• Mengumpulkan tim dengan keterampilan yang tepat untuk membangun dan mendukung sistem MLOps.
• Menyiapkan, memvalidasi dan memberikan versi data untuk digunakan oleh model ML.
• Memahami komponen dari sebuah ML Pipeline dan alat yang diperlukan untuk membangunnya.
• Mengeksperimen dengan berbagai kerangka kerja dan server pengenalan mesin untuk mengimplementasikan ke dalam produksi.
• Memproses seluruh proses Machine Learning sehingga dapat diproduksi kembali dan dapat dikelola.

Pelatihan ini yang dipimpin oleh instruktur (online langsung atau tatap muka) ditujukan bagi insinyur machine learning yang ingin menggunakan Azure Machine Learning dan Azure DevOps untuk memudahkan praktik MLOps.

Di akhir pelatihan ini, peserta akan mampu untuk:

• Membangun workflow dan model machine learning yang dapat diulang.
• Mengelola siklus hidup machine learning.
• Melacak dan melaporkan sejarah versi model, aset, dan lain-lain.
• Mendeploy model machine learning siap produksi di mana saja.