Formation Machine Learning avec Elastic Stack
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
Au cours de cette formation Machine Learning Elastic Stack, vous aurez acquis les connaissances et les compétences nécessaires pour :
- Installer la suite Elastic pour utiliser le machine learning
- Comprendre comment détecter des anomalies avec les fonctionnalités de Machine Learning de la suite Elastic
- Appliquer la détection d’anomalie pour la surveillance et la sécurité des systèmes d'information
- Visualiser les résultats dans des tableaux de bord, des vues personnalisées, utiliser les alertes
| Tarif |
A partir de 1 510,00 € |
| Durée | 2 jours (14h) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
A partir de 1 510,00 € |
| Durée | 2 jours (14h) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Description
La suite Elastic permet d’ingérer tout type de données dans un cluster Elasticsearch et de les analyser via les outils de visualisation proposés par Kibana. Depuis peu, Elastic propose également des fonctionnalités de Machine Learning permettant la détection d’anomalie et la prévision. Principalement utilisée pour la surveillance d’infrastucture et la sécurité, cette solution peut être appliquée à d'autres domaines.
Cette formation Machine Learning avec la suite Elastic passe en revue les fonctionnalités de Machine Learning d'Elastic Stack et, au travers d’ateliers, elle démontre l’efficacité du machine learning appliqué à la surveillance d’infrastructures SI.
Programme
Introduction à Elastic Machine Learning
Big Data et Machine LearningMachine Learning appliqué à l’IT
Historique de Elastic Machine Learning (Elastic ML)
Concepts : Jobs, Noeuds ML, Bucket, Alimentation en données
Index Elasticsearch utilisé, Détails d’un job, les différents types de jobs
InstallationTravaux Pratiques :Installation de la suite Elastic et mise en place des fonctionnalités Machine Learning
Détection de changement
Définition du taux d’occurrence normal, Les différentes fonctions de comptageDéfinition de la rareté
Catégorisation des évènements Travaux Pratiques :Anomalie de décompte, détection de message rare dans des fichiers de logs
Analyse de cause
Importance et limitation des KPISegmentation et enrichissement des données
Scinder les analyses, détecter les influenceurs
Corrélation visuelle, Utilisation de l’explorateur d’anomalieTravaux Pratiques :Identification d’un process fautif dans des données fournies par packetbeat
Analyse de la sécurité
Indicateur de compromissionVolume et disparité des données, géométrie des attaques
Enrichissement avec logstash
Investigation et analyseTravaux Pratiques :Détection d’une exfiltration DNS
Gestion des alertes
Alertes automatiques, configurationCréation d'alerte manuelleTravaux Pratiques :Configuration des seuils d’une alerte
Kibana Dashboard et Canvas
Options de visualisation dans Kibana, TimelionDonnées Machine Learning en TimeSeries, Timelion
Correlation HeatMap
Utilisation de CanvasTravaux Pratiques :Utilisation de Timelion, HeatMap, Canvas
Prévisions
Prévision temporelle ou valeur, incertitudeForecast API
Série temporelle unique
Série temporelle multipleTravaux Pratiques :Mise en place d'alertes sur données prévisionnelles
Prérequis
Public
Ces formations pourraient vous intéresser
Objectifs de la formation
À l'issue de cette formation ZigBee, vous aurez acquis les connaissances et les compétences nécessaires pour :
- Acquérir les connaissances de base sur le protocole ZigBee 3.0 et ses couches protocolaires
- Comprendre les mécanismes de fonctionnement des dispositifs ZigBee 3.0
- Être capable de différencier les dispositifs et les offres autour du ZigBee 3.0
| Tarif |
Contacter l'organisme |
| Durée |
1j / 7h |
| Modes |
|
Formation Data Science : Industrialisation avancée d'un projet de Data Science
Proposé par PLB CONSULTANTObjectifs de la formation
À l'issue de cette formation Data Science avancé, vous aurez acquis les connaissances et compétences nécessaires pour :
- Découvrir le découpage d’un projet de Machine Learning en différentes briques et les organiser
- Savoir construire l'architecture applicative d'un projet Data Science
- Déployer son application de Machine Learning en production et interagir avec
- Faire consommer des données chaque seconde à une application de Machine Learning
- Mesurer les performances de son application de Machine Learning
| Tarif |
A partir de 2 500,00 € |
| Durée |
3j / 21h |
| Modes |
|
Formation - Google Cloud Platform - Les fondamentaux du Big Data et du Machine Learning
Proposé par IB CegosObjectifs de la formation
- Cette formation fait l'objet d'une évaluation formative.
| Tarif |
Contacter l'organisme |
| Durée |
1 jour ( 7 heures) |
| Modes |
|
Objectifs de la formation
À l'issue de cette formation Google Cloud Platform : Ingénerie de données vous aurez acquis les connaissances et les compétences nécessaires pour :
- Concevoir et déployer des pipelines et des architectures pour le traitement des données
- Créer et déployer des workflows de machine learning
- Interroger des ensembles de données
- Visualiser des résultats de requêtes et création de rapports
| Tarif |
A partir de 3 190,00 € |
| Durée |
4j / 28h |
| Modes |
|
Objectifs de la formation
À l'issue de cette formation MLOps Machine Learning, vous aurez acquis les connaissances et compétences nécessaires pour :
- Savoir assurer le run au quotidien de modèle de Machine Learning
- Avoir conscience des problématiques organisationnelles et légales vis-à-vis du MCO de modèle de Machine Learning
- Savoir améliorer continuellement les modèles de Machine Learning et l'architecture applicative sans causer d'incident de production
- Mettre en place une gouvernance de modèle de Machine Learning pour l'organisation et pour être conforme avec les obligations réglementaires
- Minimiser les coûts économiques, humains et environnementaux des modèles en production
| Tarif |
A partir de 2 500,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
- Installer le serveur Web Apache sur différents systèmes d’exploitation.
- Gérer les privilèges d'exécution des différents processus du serveur.
- Mettre en place des limitations sur les ressources consommées.
- Eviter les attaques courantes par la configuration appropriées des modules de sécurité d'Apache et notamment mod_evasive.
- Configurer le mode de fonctionnement d’Apache selon le système d’exploitation pour optimiser les performances.
- Organiser la configuration dans les différents fichiers.
- Sécuriser les échanges entre les navigateurs et le serveur avec HTTPS.
- Mettre en place une stratégie de restriction d’accès par machine et par authentification utilisateur.
| Tarif |
Contacter l'organisme |
| Durée |
1j / 7h |
| Modes |
|
Formation Mettre en oeuvre et gérer la virtualisation de serveurs Microsoft
Proposé par PLB CONSULTANTObjectifs de la formation
À l'issue de cette formation Mettre en oeuvre et Gérer la virtualisation Microsoft, vous aurez acquis les connaissances et compétences nécessaires pour :
- Comprendre la virtualisation des serveurs Microsoft, du bureau et des applications
- Etre capable d'utiliser Microsoft System Center pour gérer l’infrastructure virtuelle
- Evaluer un environnement réseau pour la virtualisation du serveur
- Planifier la mise en œuvre de Hyper-V
- Installer et gérer les paramètres Hyper-V
- Créer et configurer les machines virtuelles
- Gérer les snapshots de machines virtuelles
- Gérer et maintenir les outils de connexion des machines virtuelles
- Créer une nouvelle machine virtuelle avec SCVMM 2008 R2
- Convertir un serveur physique en machine virtuelle
- Convertir et migrer des machines virtuelles
- Cloner des machines virtuelles
- Comprendre les tâches de gestion et les paramètres de configuration pour les machines virtuelles gérées par VMM2008
- Savoir quand et comment utiliser des points de contrôle
- Avoir une bonne vue d’ensemble de la bibliothèque VMM
- Gérer les profils et les modèles
- Concevoir la tolérance de pannes pour les bibliothèques VMM
- Configurer les rôles utilisateurs VMM
- Installer et configurer le portail self service
- Comprendre la fonctionnalité de cluster de Windows Server 2008 R2
- Savoir comment utiliser l'outil Offline Servicing Tools
- Configurer les mises à jour depuis WSUS (Windows Server Update Services)
- Surveiller et gérer les travaux dans VMM 2008 R2
- Configurer l’intégration de System Center Operations Manager
- Configurer la performance et l’optimisation des ressources (PRO)
- Savoir utiliser la sauvegarde et les options de restauration pour les machines virtuelles et la base de données VMM
- Comprendre l’utilisation et les rôles de Remote Desktop Services (RDS)
| Tarif |
Contacter l'organisme |
| Durée |
5j / 35h |
| Modes |
|
Machine Learning et Deep Learning – Vue d’ensemble des enjeux de l’Intelligence Artificielle
Proposé par ENI ServiceObjectifs de la formation
- Identifier les capacités réelles des systèmes d'Intelligence Artificielle actuels ;
- Cerner les acteurs du marché ;
- Décrire les transformations engendrées par l'intégration d'Intelligence Artificielle à des systèmes métiers.
| Tarif |
Contacter l'organisme |
| Durée |
1j / 7h |
| Modes |
|
Objectifs de la formation
- Utiliser les outils d'administration de Windows Server
- Identifier les outils utilisés pour mettre en œuvre les solutions hybrides, notamment le Centre d’Administration Windows et Power Shell
- Mettre en œuvre des services d’identité dans Windows Server
- Mettre en œuvre une identité dans des scénarios hybrides, notamment Azure AD DS sur Azure IaaS et AD DS managé
- Intégrer Azure AD DS à Azure AD
- Gérer des services d’infrastructure réseau
- Déployer des machines virtuelles Azure fonctionnant sous Windows Server et configurer le réseau et le stockage
- Administrer et gérer une machine virtuelle IaaS Windows Server à distance
- Gérer et maintenir les machines virtuelles Azure fonctionnant sous Windows Server
- Configurer les serveurs de fichiers et le stockage
- Mettre en œuvre les services de fichiers dans des scénarios hybrides à l’aide des Fichiers Azure et d’Azure File Sync
| Tarif |
A partir de 2 590,00 € |
| Durée |
4j / 28h |
| Modes |
|
Objectifs de la formation
•S’approprier les concepts clés de la pédagogie en blended learning
•Définitions autour du social learning : les contours de l’apprentissage liés à la communauté
•Développer des outils d’animation d’une communauté
| Tarif |
A partir de 1 400,00 € |
| Durée |
Nous contacter |
| Modes |
|
