Curso de Kubeflow on AWS

Esta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a ingenieros y desarrolladores de la nube que desean utilizar CloudFormation para administrar recursos de infraestructura dentro del ecosistema de AWS.

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

• Implemente plantillas CloudFormation para automatizar la gestión de la infraestructura.
• Integre los recursos de AWS existentes en CloudFormation.
• Use StackSets para administrar pilas en varias cuentas y regiones.

Este curso de formación en vivo dirigido por un instructor en Guatemala (en línea o presencial) está dirigido a ingenieros de IA y científicos de datos de nivel avanzado con experiencia intermedia a avanzada que desean mejorar DeepSeek el rendimiento del modelo, minimizar la latencia y implementar soluciones de IA de manera eficiente utilizando prácticas modernas MLOps.

Al final de esta capacitación, los participantes podrán:

• Optimizar DeepSeek modelos para eficiencia, precisión y escalabilidad.
• Implementar buenas prácticas para MLOps y versionado de modelos.
• Desplegar DeepSeek modelos en infraestructuras en la nube y locales.
• Monitorear, mantener y escalar soluciones de IA de manera efectiva.

Esta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a desarrolladores que desean integrar una base de datos de DynamoDB NoSQL en una aplicación web alojada en AWS.

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

• Configure el entorno de desarrollo necesario para empezar a integrar datos en DynamoDB.
• Integre DynamoDB en aplicaciones web y aplicaciones móviles.
• Transfiera datos en AWS con los servicios de AWS.
• Implemente operaciones con AWS DAX.

Esta capacitación en vivo dirigida por un instructor en Guatemala (presencial o remota) está dirigida a ingenieros que desean implementar y administrar dispositivos IoT en AWS.

Al final de esta capacitación, los participantes podrán crear una plataforma de IoT que incluya la implementación y administración de un backend, una puerta de enlace y dispositivos sobre AWS.

Esta capacitación en vivo dirigida por un instructor en Guatemala (en línea o en el sitio) está dirigida a desarrolladores que desean instalar, configurar y administrar AWS IoT las capacidades de Greengrass para crear aplicaciones para varios dispositivos.

Al final de esta capacitación, los participantes podrán usar AWS IoT Greengrass para crear, implementar, administrar, proteger y monitorear aplicaciones en dispositivos inteligentes.

Esta capacitación en vivo dirigida por un instructor en Guatemala (presencial o remota) está dirigida a desarrolladores que desean usar AWS Lambda para crear e implementar servicios y aplicaciones en la nube, sin necesidad de preocuparse por el aprovisionamiento del entorno de ejecución (servidores, máquinas virtuales y contenedores, disponibilidad, escalabilidad, almacenamiento, etc.).

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

• Configure AWS Lambda para ejecutar una función.
• Comprender FaaS (Functions as a Service) y las ventajas del desarrollo sin servidor.
• Construya, cargue y ejecute AWS Lambda funciones.
• Integre funciones de Lambda con diferentes fuentes de eventos.
• Empaquete, implemente, supervise y solucione problemas de aplicaciones basadas en Lambda.

Esta capacitación en vivo dirigida por un instructor en Guatemala (en línea o en el sitio) está dirigida a ingenieros que deseen utilizar AWS CloudFormation para automatizar el proceso de administración de la infraestructura en la nube de AWS.

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

• Habilite los servicios de AWS para comenzar a administrar la infraestructura.
• Comprender y aplicar el principio de “infraestructura como código”.
• Mejore la calidad y reduzca los costos de implementación de la infraestructura.
• Escriba AWS CloudFormation plantillas con YAML.

Esta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de las prácticas DevOps y optimizar los procesos de desarrollo con AWS Cloud9.

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

• Instale y configure AWS Cloud9 para DevOps flujos de trabajo.
• Implemente canalizaciones de integración continua y entrega continua (CI/CD).
• Automatice los procesos de prueba, monitoreo e implementación con AWS Cloud9.
• Integre servicios de AWS como Lambda, EC2 y S3 en DevOps flujos de trabajo.
• Utilice sistemas de control de código fuente como GitHub o GitLab dentro de AWS Cloud9.

Esta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a profesionales de nivel intermedio que deseen aprender a crear, implementar y mantener aplicaciones sin servidor de manera efectiva en AWS Cloud9 y AWS Lambda.

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

• Comprenda los fundamentos de la arquitectura sin servidor.
• Configure AWS Cloud9 para el desarrollo de aplicaciones sin servidor.
• Desarrolle, pruebe e implemente aplicaciones sin servidor con AWS Lambda.
• Integre AWS Lambda con otros servicios de AWS, como API Gateway y S3.
• Optimice las aplicaciones sin servidor para mejorar el rendimiento y la rentabilidad.

Veraniego:

• Conceptos básicos de la arquitectura y las funciones de IoT
• "Cosas", "Sensores", Internet y el mapeo entre las funciones de negocio de IoT
• Esencial de todos los componentes de software de IoT: hardware, firmware, middleware, nube y aplicación móvil
• Funciones de IoT: gestor de flotas, visualización de datos, FM y DV basados en SaaS, alerta/alarma, incorporación de sensores, incorporación de "cosas", geo-cercas
• Conceptos básicos de la comunicación de dispositivos IoT con la nube con MQTT.
• Conexión de dispositivos IoT a AWS con MQTT (AWS IoT Core).
• Conexión del núcleo AWS IoT con la función AWS Lambda para el cálculo y el almacenamiento de datos.
• Conexión de Raspberry PI con núcleo AWS IoT y comunicación de datos sencilla.
• Alertas y eventos
• Calibración del sensor

Resumen:

• Conceptos básicos de la arquitectura y las funciones de IoT
• "Cosas", "Sensores", Internet y el mapeo entre las funciones de negocio de IoT
• Esencial de todos los componentes de software de IoT: hardware, firmware, middleware, nube y aplicación móvil
• Funciones de IoT: gestor de flotas, visualización de datos, FM y DV basados en SaaS, alerta/alarma, incorporación de sensores, incorporación de "cosas", geo-cercas
• Conceptos básicos de la comunicación de dispositivos IoT con la nube con MQTT.
• Conexión de dispositivos IoT a AWS con MQTT (AWS IoT Core).
• Conexión del núcleo AWS IoT con la función AWS Lambda para el cálculo y el almacenamiento de datos mediante DynamoDB.
• Conexión de Raspberry PI con núcleo AWS IoT y comunicación de datos sencilla.
• Manos a la obra con Raspberry PI y AWS IoT Core para construir un dispositivo inteligente.
• Visualización de datos de sensores y comunicación con interfaz web.

Esta formación en vivo dirigida por un instructor en Guatemala (en línea o in situ) está dirigida a ingenieros que desean implementar Machine Learning cargas de trabajo en la nube de Azure.

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

• Instale y configure Kubernetes, Kubeflow y otro software necesario en Azure.
Use Azure Kubernetes
• Service (AKS) para simplificar el trabajo de inicialización de un clúster de Kubernetes en Azure.
• Cree e implemente una canalización de Kubernetes para automatizar y administrar modelos de ML en producción.
• Entrene e implemente TensorFlow modelos de ML en varias GPU y máquinas que se ejecutan en paralelo.
• Aproveche otros servicios administrados de AWS para ampliar una aplicación de ML.

Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está dirigida a científicos de datos que desean ir más allá de la creación de modelos de ML y optimizar el proceso de creación, seguimiento e implementación de modelos de ML.

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

• Instale y configure MLflow y las bibliotecas y marcos de ML relacionados.
• Apreciar la importancia de la trazabilidad, la reproducibilidad y la capacidad de implementación de un modelo de ML
• Implemente modelos de ML en diferentes nubes públicas, plataformas o servidores locales.
• Escale el proceso de implementación de ML para dar cabida a varios usuarios que colaboran en un proyecto.
• Configure un registro central para experimentar, reproducir e implementar modelos de ML.

Esta capacitación en vivo dirigida por un instructor en Guatemala (en línea o en el sitio) está dirigida a ingenieros que desean evaluar los enfoques y herramientas disponibles hoy en día para tomar una decisión inteligente sobre el camino a seguir en la adopción MLOps dentro de su organización.

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

• Instale y configure varios MLOps marcos y herramientas.
• Reúna el tipo correcto de equipo con las habilidades adecuadas para construir y apoyar un sistema MLOps.
• Prepare, valide y versione los datos para su uso por parte de los modelos de ML.
• Comprenda los componentes de una canalización de ML y las herramientas necesarias para crear una.
• Experimente con diferentes marcos y servidores de aprendizaje automático para implementarlos en producción.
• Ponga en funcionamiento todo el proceso Machine Learning para que sea reproducible y mantenible.

Esta capacitación en vivo dirigida por un instructor (en línea o en el sitio) está dirigida a ingenieros de aprendizaje automático que desean usar Azure Machine Learning y Azure DevOps para facilitar MLOps prácticas.

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

• Cree flujos de trabajo reproducibles y modelos de aprendizaje automático.
• Administre el ciclo de vida del aprendizaje automático.
• Realice un seguimiento y genere informes sobre el historial de versiones del modelo, los activos y mucho más.
• Implemente modelos de aprendizaje automático listos para producción en cualquier lugar.