Cursusaanbod
Introductie
- Inleiding tot Kubernetes
- Overzicht van Kubeflow functies en architectuur
- Kubeflow op AWS versus on-premise versus op andere publieke cloudproviders
Een cluster opzetten met behulp van AWS EKS
Een On-Premise Cluster opzetten met behulp van Microk8s
Implementeren Kubernetes met behulp van een GitOps-aanpak
Benaderingen voor gegevensopslag
Een Kubeflow pijplijn maken
Een pijplijn activeren
Uitvoerartefacten definiëren
Metagegevens opslaan voor datasets en modellen
Hyperparameterafstemming met TensorFlow
Visualiseren en analyseren van de resultaten
Multi-GPU Opleiding
Een deductieserver maken voor het implementeren van ML-modellen
Werken met JupyterHub
Networking en taakverdeling
Automatisch schalen van een Kubernetes cluster
Probleemoplossing
Samenvatting en conclusie
Vereisten
- Bekendheid met de syntaxis van Python
- Ervaring met Tensorflow, PyTorch of een ander machine learning-framework
- Een AWS-account met de nodige middelen
Audiëntie
- Ontwikkelaars
- Datawetenschappers
Testimonials (1)
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.