Programa del Curso

Introducción

  • Introducción a Kubernetes
  • Descripción general de Kubeflow Características y arquitectura
  • Kubeflow en AWS frente a los locales frente a otros proveedores de nube pública

Configuración de un clúster con AWS EKS

Configuración de un clúster local con Microk8s

Implementación Kubernetes mediante un enfoque de GitOps

Enfoques de almacenamiento de datos

Creación de una canalización Kubeflow

Desencadenar una canalización

Definición de artefactos de salida

Almacenamiento de metadatos para conjuntos de datos y modelos

Ajuste de hiperparámetros con TensorFlow

Visualización y análisis de los resultados

Entrenamiento Multi-GPU

Creación de un servidor de inferencia para implementar modelos de ML

Trabajar con JupyterHub

Networking y equilibrio de carga

Escalado automático de un clúster Kubernetes

Solución de problemas

Resumen y conclusión

Requerimientos

  • Familiaridad con la sintaxis de Python
  • Experiencia con Tensorflow, PyTorch u otro marco de aprendizaje automático
  • Una cuenta de AWS con los recursos necesarios

Audiencia

  • Desarrolladores
  • Científicos de datos
  35 horas
 

Número de participantes


Comienza

Termina


Dates are subject to availability and take place between 09:30 and 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Testimonios (1)

Cursos Relacionados

Categorías Relacionadas