Návrh Školení
Úvod
Přehled Kubeflow Funkce a součásti
- Kontejnery, manifesty atd.
Přehled potrubí Machine Learning
- Školení, testování, ladění, nasazení atd.
Nasazení Kubeflow do Kubernetes Clusteru
- Příprava prováděcího prostředí (školicí cluster, produkční cluster atd.)
- Stahování, instalace a přizpůsobení.
Spuštění potrubí Machine Learning na Kubernetes
- Budování TensorFlow potrubí.
- Budování potrubí PyTorch.
Vizualizace výsledků
- Export a vizualizace metrik potrubí
Přizpůsobení spouštěcího prostředí
- Přizpůsobení zásobníku pro různé infrastruktury
- Upgrade nasazení Kubeflow
Spuštění Kubeflow na veřejných cloudech
- AWS, Microsoft Azure, Google Cloud Platform
Řízení výrobních pracovních postupů
- Běh s metodikou GitOps
- Plánování pracovních míst
- Vytváření notebooků Jupyter
Odstraňování problémů
Shrnutí a závěr
Požadavky
- Znalost syntaxe Python
- Zkušenosti s Tensorflow, PyTorch nebo jiným rámcem strojového učení
- Účet veřejného poskytovatele cloudu (volitelné)
Publikum
- Vývojáři
- Datoví vědci
Reference (1)
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.