Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Programa do Curso
Introdução
Visão geral das características e componentes da Kubeflow
- Contentores, manifestos, etc.
Visão geral de um pipeline Machine Learning
- Formação, testes, afinação, implementação, etc.
Implantação do Kubeflow em um cluster Kubernetes
- Preparação do ambiente de execução (cluster de formação, cluster de produção, etc.)
- Descarregar, instalar e personalizar.
Executar um pipeline Machine Learning no Kubernetes
- Construir um pipeline TensorFlow.
- Construindo um pipeline PyTorch.
Visualização dos resultados
- Exportação e visualização de métricas de pipeline
Personalização do ambiente de execução
- Personalizando a pilha para diversas infraestruturas
- Atualizando uma implantação Kubeflow
Executar Kubeflow em nuvens públicas
- AWS, Microsoft Azure, Google Cloud Platform
Gerir fluxos de trabalho de produção
- Funcionamento com a metodologia GitOps
- Agendamento de tarefas
- Geração de notebooks Jupyter
Resolução de problemas
Resumo e conclusão
Requisitos
- Familiaridade com a sintaxe Python
- Experiência com Tensorflow, PyTorch, ou outro framework de aprendizado de máquina
- Uma conta de provedor de nuvem pública (opcional)
Público
- Desenvolvedores
- Cientistas de dados
28 horas