Kubernetes en Azure (AKS)

Este curso de capacitación dirigido por un instructor en Argentina (en línea o presencial) está orientado a ingenieros que deseen utilizar la plataforma de arrastrar y soltar de Azure ML para implementar cargas de trabajo de Machine Learning sin tener que comprar software ni hardware y sin preocuparse por el mantenimiento y la implementación.

Al finalizar este curso, los participantes serán capaces de:

• Escribir modelos de machine learning altamente precisos utilizando Python, R o herramientas sin código.
• Aprovechar los conjuntos de datos y algoritmos disponibles en Azure para entrenar y rastrear modelos de machine learning y deep learning.
• Utilizar el espacio de trabajo interactivo de Azure para desarrollar modelos de ML de manera colaborativa.
• Elegir entre diferentes marcos de trabajo de ML compatibles con Azure, como PyTorch, TensorFlow y scikit-learn.

Infraestructura y Despliegue de Microsoft Azure

Este entrenamiento permite a los participantes mejorar sus habilidades en el diseño de soluciones de Microsoft Azure.

Al finalizar este entrenamiento, el participante entenderá las características y capacidades de los servicios de Azure, lo que le permitirá identificar compromisos y tomar decisiones para diseñar soluciones de nube pública e híbrida.

Durante el entrenamiento se definirán las soluciones adecuadas de infraestructura y plataforma para cumplir con los requisitos funcionales, operativos y de implementación a lo largo del ciclo de vida de la solución.

Este entrenamiento dirigido por un instructor en Argentina (en línea o presencial) está destinado a científicos de datos que deseen utilizar Azure Machine Learning para construir modelos de machine learning de extremo a extremo para análisis predictivo.

Al final de este entrenamiento, los participantes serán capaces de:

• Construir modelos de machine learning sin experiencia en programación.
• Crear algoritmos predictivos con Azure Machine Learning.
• Implementar algoritmos de machine learning listos para producción.

Este entrenamiento dirigido por un instructor en Argentina (en línea o en el sitio) está destinado a administradores de seguridad que deseen asegurar las cargas de trabajo de Azure.

Al final de este entrenamiento, los participantes podrán:

• Administrar la seguridad del host, la red y más aspectos.
• Configurar la seguridad del almacenamiento y bases de datos en Azure.
• Implementar el monitoreo de seguridad utilizando recursos de Azure.
• Prevenir ataques cibernéticos maliciosos sobre los datos e infraestructuras.

Este curso de formación dirigido por un instructor (en línea o en las instalaciones del cliente) está destinado a desarrolladores que deseen aprender cómo construir microservicios en Microsoft Azure Service Fabric (ASF).

Al finalizar este curso, los participantes serán capaces de:

• Utilizar ASF como una plataforma para la creación y gestión de microservicios.
• Comprender conceptos y modelos clave de programación de microservicios.
• Crear un clúster en Azure.
• Implementar microservicios en las instalaciones o en la nube.
• Depurar y solucionar problemas de una aplicación de microservicios en ejecución.

El servicio Azure Bot combina el poder del Microsoft Bot Framework y las funciones de Azure para permitir un desarrollo rápido de bots inteligentes.

En este entrenamiento en vivo dirigido por un instructor, los participantes aprenderán cómo crear fácilmente un bot inteligente utilizando Microsoft Azure

Al finalizar este entrenamiento, los participantes podrán:

• Aprender los fundamentos de los bots inteligentes
• Aprender a crear bots inteligentes utilizando aplicaciones en la nube
• Entender cómo usar el Microsoft Bot Framework, el Bot Builder SDK y el Azure Bot Service
• Comprender cómo diseñar bots usando patrones de bots
• Desarrollar su primer bot inteligente utilizando Microsoft Azure

Audiencia

• Desarrolladores
• Hobbyistas
• Ingenieros
• Profesionales de TI

Formato del curso

• Parte conferencia, parte discusión, ejercicios y mucha práctica hands-on

DO180 es una introducción a los contenedores, los fundamentos de Kubernetes y los conceptos de la plataforma Red Hat OpenShift, enfocada en habilidades prácticas.

Esta capacitación guiada por un instructor (en línea o en el sitio) está dirigida a profesionales técnicos de nivel principiante a intermedio que desean aprender flujos de trabajo de contenedores, primitivas de Kubernetes y cómo implementar y operar aplicaciones en OpenShift.

Al final de esta capacitación, los participantes serán capaces de:

• Construir y administrar imágenes de contenedor y registros con mejores prácticas para la reproducibilidad y la seguridad.
• Implementar y administrar objetos de Kubernetes como pods, despliegues y servicios en OpenShift.
• Utilizar características de OpenShift, incluyendo rutas, BuildConfigs y la consola web, para agilizar la entrega de aplicaciones.
• Implementar almacenamiento persistente, gestión de configuración y manejo de secretos para cargas de trabajo estatales.
• Aplicar prácticas básicas de seguridad, RBAC y monitoreo para mantener clústeres y aplicaciones saludables.

Formato del Curso

• Lectura interactiva y discusión.
• Ejercicios prácticos en un entorno de OpenShift en vivo cada día.
• Ejercicios basados en escenarios y talleres de solución de problemas.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para organizarlo.

Este curso de formación dirigido por un instructor en Argentina (en línea o presencial) está destinado a ingenieros que deseen utilizar Helm para agilizar el proceso de instalación y gestión de aplicaciones de Kubernetes.

Al final de este entrenamiento, los participantes serán capaces de:

• Instalar y configurar Helm.
• Crear construcciones reproducibles de aplicaciones de Kubernetes.
• Compartir aplicaciones como gráficos de Helm.
• Ejecutar aplicaciones de terceros guardadas como gráficos de Helm.
• Gestionar las versiones de paquetes de Helm.

En este entrenamiento guiado por un instructor (presencial o remoto) los participantes aprenderán los conceptos fundamentales, componentes y servicios de Microsoft Azure mientras crean una aplicación de nube de ejemplo.

Al final de este entrenamiento, los participantes podrán:

• Comprender los conceptos básicos de Microsoft Azure
• Conocer las diferentes herramientas y servicios de Azure
• Aprender a usar Azure para crear aplicaciones en la nube

Internet of Things (IoT) es una infraestructura de red que conecta objetos físicos y aplicaciones de software de forma inalámbrica, lo que les permite comunicarse entre sí e intercambiar datos a través de comunicaciones de red, computación en la nube y captura de datos. Azure es un conjunto completo de servicios en la nube que ofrece una suite de IoT que consta de soluciones preconfiguradas que ayudan a los desarrolladores a acelerar el desarrollo de proyectos de IoT.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a desarrollar aplicaciones de IoT utilizando Azure.

Al final de esta formación, los participantes serán capaces de:

• Comprender los fundamentos de la arquitectura de IoT
• Instalación y configuración de Azure IoT Suite
• Conozca los beneficios de usar Azure en la programación de sistemas IoT
• Implementación de varios Azure servicios de IoT (IoT Hub, Functions, Stream Analytics, Power BI, Cosmos DB, DocumentDB, IoT Device Management)
• Cree, pruebe, implemente y solucione problemas de un sistema IoT mediante Azure

Audiencia

• Desarrolladores
• Ingenieros

Formato del curso

• En parte conferencia, en parte discusión, ejercicios y práctica práctica pesada

Nota

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertarlo.

Esta formación dirigida por un instructor (en línea o presencial) en Argentina está destinada a ingenieros que deseen implementar cargas de trabajo de Machine Learning en la nube de Azure.

Al final de esta formación, los participantes serán capaces de:

• Instalar y configurar Kubernetes, Kubeflow y otros software necesarios en Azure.
• Usar Azure Kubernetes Service (AKS) para simplificar la inicialización de un clúster de Kubernetes en Azure.
• Crear e implementar una canalización de Kubernetes para automatizar y gestionar modelos de ML en producción.
• Entrenar e implementar modelos de ML de TensorFlow a través de múltiples GPUs y máquinas que funcionan en paralelo.
• Aprovechar otros servicios administrados de AWS para extender una aplicación de ML.

Esta capacitación en vivo dirigida por un instructor en Argentina (en línea o en el sitio) está dirigida a desarrolladores de software de nivel principiante a intermedio y DevOps profesionales que deseen aprender a configurar y administrar un entorno local Kubernetes usando Minikube.

Al final de esta capacitación, los participantes serán capaces de:

• Instale y configure Minikube en su máquina local.
• Comprender los conceptos básicos y la arquitectura de Kubernetes.
• Implemente y administre contenedores mediante kubectl y el panel de control de Minikube.
• Configure soluciones de redes y almacenamiento persistente para Kubernetes.
• Utilice Minikube para desarrollar, probar y depurar aplicaciones.

Esta formación en vivo, dirigida por un instructor en Argentina (en línea o presencial), está destinada a desarrolladores y ingenieros DevOps de nivel intermedio que deseen utilizar Minikube como parte de su flujo de trabajo de desarrollo.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar y administrar un entorno local de Kubernetes utilizando Minikube.
• Comprender cómo implementar, gestionar y depurar aplicaciones en Minikube.
• Integrar Minikube en sus pipelines de integración y despliegue continuos.
• Optimizar su proceso de desarrollo mediante las funciones avanzadas de Minikube.
• Aplicar las mejores prácticas para el desarrollo local de Kubernetes.

Este curso dirigido por un instructor, en vivo (en línea o presencial), está destinado a ingenieros de aprendizaje automático que deseen usar Azure Machine Learning y Azure DevOps para facilitar las prácticas de MLOps.

Al finalizar este curso, los participantes serán capaces de:

• Crear flujos de trabajo y modelos de aprendizaje automático reproducibles.
• Gestionar el ciclo de vida del aprendizaje automático.
• Seguir y reportar el historial de versiones de los modelos, activos y más.
• Desplegar modelos de aprendizaje automático listos para producción en cualquier lugar.