Temario del curso
Introducción a las Operaciones de Kubernetes Mejoradas con IA
- Por qué la IA es importante para la operación moderna de clústeres
- Limitaciones de la lógica tradicional de escalado y programación
- Conceptos clave de ML para la gestión de recursos
Fundamentos de la Gestión de Recursos en Kubernetes
- Aspectos básicos de la asignación de CPU, GPU y memoria
- Comprensión de cuotas, límites y solicitudes
- Identificación de cuellos de botella e ineficiencias
Enfoques de Aprendizaje Automático para la Programación
- Modelos supervisados y no supervisados para la colocación de cargas de trabajo
- Algoritmos predictivos para la demanda de recursos
- Uso de características de ML en programadores personalizados
Aprendizaje por Refuerzo para Autoscaling Inteligente
- Cómo los agentes de RL aprenden del comportamiento del clúster
- Diseño de funciones de recompensa para la eficiencia
- Construcción de estrategias de autoscaling impulsadas por RL
Autoscaling Predictivo con Métricas y Telemetría
- Uso de datos de Prometheus para pronósticos
- Aplicación de modelos de series temporales al autoscaling
- Evaluación de la precisión de predicción y ajuste de modelos
Implementación de Herramientas de Optimización Impulsadas por IA
- Integración de frameworks de ML con controladores de Kubernetes
- Despliegue de bucles de control inteligentes
- Extensión de KEDA para la toma de decisiones asistida por IA
Estrategias de Optimización de Costos y Rendimiento
- Reducción de costos de cómputo mediante escalado predictivo
- Mejora de la utilización de GPU mediante colocación impulsada por ML
- Equilibrio entre latencia, rendimiento (throughput) y eficiencia
Escenarios Prácticos y Casos de Uso del Mundo Real
- Autoscaling de aplicaciones de alta carga con IA
- Optimización de grupos de nodos heterogéneos
- Aplicación de ML en entornos multiinquilino
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los fundamentos de Kubernetes
- Experiencia en despliegues de aplicaciones contenerizadas
- Conocimiento de la operación de clústeres y la gestión de recursos
Público Objetivo
- SRE que trabajan con sistemas distribuidos a gran escala
- Operadores de Kubernetes que gestionan cargas de trabajo de alta demanda
- Ingenieros de plataforma que optimizan infraestructura de cómputo
Reseñas (2)
Como mencioné anteriormente, para una persona como yo (sin experiencia), esto supuso una puerta de entrada para comprender las funciones y características de estos programas, herramientas y demás.
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
Curso - Docker and Kubernetes
Traducción Automática
comprensión básica de contenedores/kubernetes y su interacción características de la plataforma Openshift
Eric Scholze - NOW IT GmbH
Curso - Introduction to Containers, Kubernetes & OpenShift
Traducción Automática
