Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Introducere
Prezentare generală a funcțiilor și componentelor Kubeflow
- Contenere, manifeste etc.
Prezentare generală a unui pipeline de Machine Learning
- Antrenare, testare, ajustare, implementare etc.
Implementarea Kubeflow pe un cluster Kubernetes
- Pregătirea mediului de execuție (cluster de antrenare, cluster de producție etc.)
- Descărcare, instalare și personalizare.
Executarea unui pipeline de Machine Learning pe Kubernetes
- Construirea unui pipeline TensorFlow.
- Construirea unui pipeline PyTorch.
Vizualizarea rezultatelor
- Exportarea și vizualizarea metricilor pipeline-ului
Personalizarea mediului de execuție
- Personalizarea stack-ului pentru infrastructuri diverse
- Actualizarea (upgrading) unei implementări Kubeflow
Executarea Kubeflow pe cloud-uri publice
- AWS, Microsoft Azure, Google Cloud Platform
Managementul fluxurilor de lucru de producție
- Execuție cu metodologia GitOps
- Programarea (scheduling) a joburilor
- Generarea caietelor Jupyter
Rezolvarea problemelor (Troubleshooting)
Rezumat și concluzii
Cerințe
- Cunoașterea sintaxei Python
- Experiență cu Tensorflow, PyTorch sau alte cadre de lucru (framework-uri) pentru machine learning
- Un cont la un furnizor de servicii cloud publice (opțional)
Public țintă
- Dezvoltatori
- Științiști de date
28 Ore