Plan du cours
Introduction
- Kubeflow on Azure vs sur site vs sur d'autres fournisseurs de cloud public
Aperçu des caractéristiques et de l'architecture de Kubeflow
Aperçu du processus de déploiement
Activation d'un compte Azure
Préparation et lancement des machines virtuelles compatibles GPU
Configuration des rôles et des autorisations des utilisateurs
Préparation de l'environnement de construction
Sélection d'un TensorFlow modèle et d'un ensemble de données
Emballer le code et les cadres dans une Docker image
Mise en place d'une grappe Kubernetes à l'aide d'AKS
Mise en scène des données de formation et de validation
Configuration de Kubeflow pipelines
Lancement d'un emploi de formation.
Visualisation du travail de formation en cours d'exécution
Nettoyage après l'achèvement des travaux
Dépannage
Résumé et conclusion
Pré requis
- Une compréhension des concepts d'apprentissage automatique.
- Une connaissance des concepts de l'informatique en nuage.
- Une compréhension générale des conteneurs (Docker) et de l'orchestration (Kubernetes).
- Une certaine expérience de la programmation Python est utile.
- Expérience du travail en ligne de commande.
Public
- Ingénieurs en science des données.
- DevOps ingénieurs intéressés par le déploiement de modèles d'apprentissage automatique.
- Ingénieurs en infrastructure intéressés par le déploiement de modèles d'apprentissage automatique.
- Ingénieurs en logiciel souhaitant automatiser l'intégration et le déploiement de fonctionnalités d'apprentissage automatique avec leur application.
Nos Clients témoignent (5)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Formation - MLflow
La qualité des explications, et le nombre important de sujets abordés
Hugo SECHIER - Expleo France
Formation - Kubeflow on AWS
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™
Formation - Kubeflow
très sympathique et serviable
Aktar Hossain - Unit4
Formation - Building Microservices with Microsoft Azure Service Fabric (ASF)
Traduction automatique
The course, Trainer