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
- Visión general de los componentes principales y el ecosistema
- Opciones de despliegue y capacidades de la plataforma
Trabajo con el panel de control de Kubeflow
- Navegación por la interfaz de usuario
- Gestión de 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 runtime personalizado
- Gestión de revisiones, escalado y enrutamiento de tráfico
Gestión de flujos de trabajo de ML en Kubernetes
- Control de versiones 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 flujos de trabajo confiables
- Observabilidad y monitoreo
- Solución de problemas de issues comunes de Kubeflow
Temas avanzados (Opcional)
- Entornos de Kubeflow multitenant
- Escenarios de despliegue híbrido y multi-cluster
- Extensión de Kubeflow con componentes personalizados
Resumen y siguientes pasos
Requerimientos
- Comprensión de aplicaciones contenerizadas
- Experiencia con flujos de trabajo básicos de línea de comandos
- Conocimiento de los conceptos de Kubernetes
Audiencia
- Especialistas en 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