Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Introduzione
- Kubeflow on Azure Confronto tra on-premise e altri provider di cloud pubblico
Panoramica di Kubeflow Funzionalità e architettura
Panoramica del processo di distribuzione
Attivazione di un account Azure
Preparazione e avvio di macchine virtuali abilitate per GPU
Impostazione dei ruoli utente e delle autorizzazioni
Preparazione dell'ambiente di compilazione
Selezione di un modello e di un set di dati TensorFlow
Impacchettare codice e framework in un'immagine Docker
Configurazione di un cluster Kubernetes con il servizio Azure KubernetesSetting up a Kubernetes Cluster using AKS
Gestione temporanea dei dati di training e convalida
Configurazione di Kubeflow Pipeline
Avvio di un lavoro di formazione.
Visualizzazione del processo di training in fase di esecuzione
Pulizia al termine del lavoro
Risoluzione dei problemi
Riassunto e conclusione
Requisiti
- Comprensione dei concetti di machine learning.
- Conoscenza dei concetti di cloud computing.
- Una conoscenza generale dei contenitori (Docker) e dell'orchestrazione (Kubernetes).
- Un po' di Python esperienza di programmazione è utile.
- Esperienza di lavoro con una riga di comando.
Pubblico
- Ingegneri della scienza dei dati.
- DevOps Ingegneri interessati all'implementazione di modelli di Machine Learning.
- Ingegneri dell'infrastruttura interessati alla distribuzione di modelli di Machine Learning.
- Ingegneri del software che desiderano automatizzare l'integrazione e la distribuzione di funzionalità di machine learning con la loro applicazione.
28 ore
Recensioni (3)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Corso - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life™
Corso - Kubeflow
The course, Trainer
