Schița de curs
Introducere
Prezentare generală a funcțiilor și componentelor Kubeflow
- Containere, manifestări, etc.
Prezentare generală a unei conducte Machine Learning
- Instruire, testare, reglare, implementare etc.
Implementarea Kubeflow într-un cluster Kubernetes
- Pregătirea mediului de execuție (cluster de instruire, cluster de producție etc.)
- Descărcarea, instalarea și personalizarea.
Executarea unei conducte Machine Learning pe Kubernetes
- Construirea unei conducte TensorFlow.
- Construirea unei conducte PyTorch.
Vizualizarea rezultatelor
- Exportul și vizualizarea metricilor conductei
Personalizarea mediului de execuție
- Personalizarea stivei pentru diverse infrastructuri
- Actualizarea unei implementări Kubeflow
Executarea Kubeflow pe cloud-uri publice
- AWS, Microsoft Azure, Google Cloud Platform
Gestionarea fluxurilor de lucru de producție
- Rularea cu metodologia GitOps
- Programarea lucrărilor
- Crearea de notebook-uri Jupyter
Rezolvarea problemelor
Rezumat și concluzie
Cerințe
- Familiaritate cu sintaxa Python
- Experiență cu Tensorflow, PyTorch sau alt cadru de învățare automată
- Un cont de furnizor de cloud public (opțional)
Audiență
- Dezvoltatori
- Oameni de știință în domeniul datelor
Mărturii (1)
M-a plăcut să particip la instruirea Kubeflow, care a avut loc la distanță. Această instruire mi-a permis să consolidez cunoștințele despre serviciile AWS, K8s și toate instrumentele devOps în jurul Kubeflow, care reprezintă bazele necesare pentru a aborda subiectul cu succes. Vreau să-i mulțumesc lui Malawski Marcin pentru răbdarea sa și profesionalismul demonstrat în instruire și sfaturi privind cele mai bune practici. Malawski abordează subiectul din diferite unghiuri, folosind diferite instrumente de implementare precum Ansible, EKS kubectl, Terraform. Acum sunt cu adevărat convins că intru în domeniul de aplicație potrivit.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Curs - Kubeflow
Tradus de catre o masina