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
- Resumen de los componentes principales y el ecosistema
- Opciones de implementación y capacidades de la plataforma
Trabajo con el Panel de Control de Kubeflow
- Navegación de 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 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 autoescalado en Kubernetes
Servicio de modelos con Kubeflow
- Resumen de KFServing / KServe
- Despliegue de modelos con tiempo de ejecución personalizados
- 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 flujo de trabajo confiables
- Observabilidad y monitoreo
- Solución de problemas comunes de Kubeflow
Temas avanzados (Opcional)
- Entornos de Kubeflow multitenant
- Escenarios de implementación híbridos y multiclúster
- 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 los conceptos de Kubernetes
Público objetivo
- Especialistas en ML (Machine Learning)
- 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