План на курса
Въведение в Kubeflow
- Разбиране на мисията и архитектурата на Kubeflow
- Основни компоненти и преглед на екосистемата
- Можности за разграждане и способности на платформата
Работа с панелот на контроли на Kubeflow
- Навигация в потребителския интерфейс
- Управление на тетрадки и работни пространства
- Интегриране на съхранение и данни източници
Основи за Kubeflow Pipelines
- Структура на работния поток и проектиране на компонентите
- Написване на работни потоци с Python SDK
- Изпълнение, планиране и мониторинг на изпълненията на работния поток
Обучаване на ML модели с Kubeflow
- Масштабиращи се шаблони за обучение
- Използване на TFJob, PyTorchJob и други оператори
- Управление на ресурсите и автоматично масштабиране в Kubernetes
Разграждане на модели с Kubeflow
- Преглед на KFServing / KServe
- Разграждане на модели с персонализирани рутини
- Управление на версиите, масштабирането и маршрутизацията на трафика
Управление на ML работни потоци в Kubernetes
- Версиониране на данни, модели и артефакти
- Интегриране на CI/CD за ML работните потоци
- Безопасност и роля базиран контрол на достъпа
Най-добри практики за производственото ML
- Проектиране на надежди работни шаблони
- Наблюдаемост и мониторинг
- Отстраняване на често срещани проблеми в Kubeflow
Напредъчни теми (по избор)
- Много- потребителски среди за Kubeflow
- Хибридни и много- кластери сценарии за разграждане
- Разширяване на Kubeflow с персонализирани компоненти
Резюме и следващи стъпки
Изисквания
- Разбиране за контейнеризирани приложения
- Опит с основни командните редове работни потоци
- Запознаност с концепции на Kubernetes
Публика
- Практици по ML
- Дата саентисти
- DevOps екипи, които се запознават с Kubeflow
Отзиви от потребители (5)
той беше търпелив и разбираше, че отставаме
Albertina - REGNOLOGY ROMANIA S.R.L.
Курс - Deploying Kubernetes Applications with Helm
Машинен превод
Ужасно ми хареса да участвам в обучението по Kubeflow, което се провежда на разстояние. Това обучение ми позволи да утвърдя знанията си за услугите AWS, K8s и всички инструменти DevOps около Kubeflow, които са необходимата база, за да се справя правилно с темата. Искам да благодаря на Малауски Марцин за неговото търпение и професионализъм при обучението и съветите му за най-добри практики. Малауски разглежда темата от различни ъгли, използвайки различни инструменти за развиване като Ansible, EKS kubectl, Terraform. Сега съм напълно убеден, че влизам в правилната област на приложение.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Курс - Kubeflow
Машинен превод
Оказа отлична подготовка за Docker и Kubernetes.
Stephen Dowdeswell - Global Knowledge Networks UK
Курс - Docker (introducing Kubernetes)
Машинен превод
Главно ми хареса знанията на тренера.
- Inverso Gesellschaft fur innovative Versicherungssoftware mbH
Курс - Docker, Kubernetes and OpenShift for Developers
Машинен превод
Практически упражнения за потвърждаване на концепциите.
Josh Bjornson - Leonteq Securities AG
Курс - Kubernetes from Basic to Advanced
Машинен превод