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
 

Número de participantes


Inicia

Termina


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Cursos Relacionados

Categorias Relacionadas