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.
Temario del curso
Introducción
Resumen de las funciones y componentes de Kubeflow
- Contenedores, manifiestos, etc.
Resumen de un flujo de trabajo de aprendizaje automático
- Entrenamiento, pruebas, ajuste, despliegue, etc.
Despliegue de Kubeflow en un clúster de Kubernetes
- Preparación del entorno de ejecución (clúster de entrenamiento, clúster de producción, etc.)
- Descarga, instalación y personalización.
Ejecución de un flujo de trabajo de aprendizaje automático en Kubernetes
- Construcción de un flujo de trabajo con TensorFlow.
- Construcción de un flujo de trabajo con PyTorch.
Visualización de resultados
- Exportación y visualización de métricas del flujo de trabajo
Personalización del entorno de ejecución
- Personalización del stack para infraestructuras diversas
- Actualización del despliegue de Kubeflow
Ejecución de Kubeflow en nubes públicas
- AWS, Microsoft Azure, Google Cloud Platform
Gestión de flujos de trabajo de producción
- Ejecución con metodología GitOps
- Programación de trabajos
- Generación de notebooks de Jupyter
Solución de problemas
Resumen y conclusión
Requerimientos
- Conocimiento de la sintaxis de Python
- Experiencia con TensorFlow, PyTorch u otro marco de aprendizaje automático
- Cuenta en un proveedor de nube pública (opcional)
Público objetivo
- Desarrolladores
- Científicos de datos
28 Horas