Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Introducción a Kubeflow
- Comprensión de la misión y la arquitectura de Kubeflow
- Componentes principales y visión general del ecosistema
- Opciones de despliegue y capacidades de la plataforma
Trabajo con el tablero de Kubeflow
- Navegación de la interfaz de usuario
- Gestión de cuadernos (notebooks) y espacios de trabajo
- Integración de almacenamiento y fuentes de datos
Fundamentos de Kubeflow Pipelines
- Estructura de pipelines y diseño de componentes
- Creación de pipelines con el SDK de Python
- Ejecución, programación y monitoreo de ejecuciones de pipelines
Entrenamiento de modelos de ML en Kubeflow
- Patrones de entrenamiento distribuido
- Uso de TFJob, PyTorchJob y otros operadores
- Gestión de recursos y escalado automático en Kubernetes
Servicio de modelos con Kubeflow
- Visión general de KFServing / KServe
- Despliegue de modelos con tiempos de ejecución personalizados
- Gestión de revisiones, escalado y enrutamiento de tráfico
Gestión de flujos de trabajo de ML en Kubernetes
- Versionado de datos, modelos y artefactos
- Integración de CI/CD para pipelines de ML
- Seguridad y control de acceso basado en roles
Mejores prácticas para ML en producción
- Diseño de patrones de flujo de trabajo confiables
- Observabilidad y monitoreo
- Solución de problemas de problemas comunes de Kubeflow
Temas avanzados (Opcional)
- Entornos de Kubeflow multiinquilino
- Escenarios de despliegue híbrido y multi-cluster
- Extensión de Kubeflow con componentes personalizados
Resumen y próximos pasos
Requerimientos
- Comprensión de aplicaciones contenerizadas
- Experiencia con flujos de trabajo básicos de línea de comandos
- Familiaridad con conceptos de Kubernetes
Público objetivo
- Practicantes de ML
- Científicos de datos
- Equipos de DevOps nuevos en Kubeflow
Reseñas (1)
Me ha gustado la parte de Kubernetes del entrenamiento, ya que tenía algunas tareas relacionadas con pods y puertos de K8s, y ahora he conseguido una comprensión mucho más clara. ¡Gracias!
Laura Miron - Betfair
Curso - Docker and Kubernetes
Traducción Automática