Schulungsübersicht

Einführung

  • Einführung in Kubernetes
  • Überblick über Kubeflow Funktionen und Architektur
  • Kubeflow auf AWS vs. On-Premise vs. andere öffentliche Cloud-Anbieter

Einrichten eines Clusters mit AWS EKS

Einrichten eines On-Premise-Clusters mit Microk8s

Bereitstellen Kubernetes mit einem GitOps-Ansatz

Ansätze zur Datenspeicherung

Erstellen einer Kubeflow Pipeline

Triggern einer Pipeline

Definieren von Output-Artefakten

Speichern von Metadaten für Datensätze und Modelle

Abstimmung der Hyperparameter mit TensorFlow

Visualisieren und Analysieren der Ergebnisse

Multi-GPU-Training

Erstellen eines Inferenzservers für die Bereitstellung von ML-Modellen

Arbeiten mit JupyterHub

Networking und Lastausgleich

Automatische Skalierung eines Kubernetes Clusters

Fehlersuche

Zusammenfassung und Schlussfolgerung

Voraussetzungen

  • Vertrautheit mit der Python-Syntax
  • Erfahrung mit Tensorflow, PyTorch oder einem anderen Framework für maschinelles Lernen
  • Ein AWS-Konto mit den erforderlichen Ressourcen

Zielgruppe

  • Entwickler
  • Datenwissenschaftler
 35 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Offene Schulungskurse erfordern mindestens 5 Teilnehmer.

Erfahrungsberichte (1)

Ich habe es sehr genossen, an der Kubeflow Ausbildung teilzunehmen, die ferngesteuert durchgeführt wurde. Diese Ausbildung ermöglichte mir, mein Wissen zu AWS-Diensten, K8s und allen devOps-Tools rund um Kubeflow zu festigen, was die notwendige Grundlage ist, um das Thema angemessen anzugehen. Ich möchte Malawski Marcin für seine Geduld und Professionalität bei der Ausbildung sowie für Tipps zur besten Praxis danken. Malawski attackiert das Thema aus verschiedenen Perspektiven, mit unterschiedlichen Bereitstellungstools Ansible, EKS kubectl, Terraform. Jetzt bin ich definitiv überzeugt, dass ich mich auf dem richtigen Anwendungsgebiet befinde.

Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Kurs - Kubeflow

Maschinelle Übersetzung

Kommende Kurse

Kubeflow

2025-06-16 09:30
35 Stunden
NobleProg Linz
9880 EUR (Online)
11130 EUR (Schulungsraum)

Kubeflow

2025-06-30 09:30
35 Stunden
Salzburg
9880 EUR (Online)
11130 EUR (Schulungsraum)

Kubeflow

2025-07-14 09:30
35 Stunden
NobleProg Innsbruck
9880 EUR (Online)
11130 EUR (Schulungsraum)

Kubeflow

2025-07-28 09:30
35 Stunden
NobleProg Graz
9880 EUR (Online)
11130 EUR (Schulungsraum)

Kubeflow

2025-08-11 09:30
35 Stunden
NobleProg Wien
9880 EUR (Online)
11130 EUR (Schulungsraum)

Kubeflow

2025-08-25 09:30
35 Stunden
NobleProg Linz
9880 EUR (Online)
11130 EUR (Schulungsraum)

Kombinierte Kurse

Kubeflow Fundamentals

 28 Stunden

Diese von einem Trainer geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Entwickler und Datenwissenschaftler, die Workflows für maschinelles Lernen auf Kubernetes erstellen, einsetzen und verwalten möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

  • Installation und Konfiguration von Kubeflow vor Ort und in der Cloud.
  • ML-Workflows auf der Grundlage von Docker-Containern und Kubernetes zu erstellen, bereitzustellen und zu verwalten.
  • Ganze Pipelines für maschinelles Lernen auf verschiedenen Architekturen und Cloud-Umgebungen auszuführen.
  • Verwendung von Kubeflow zum Erstellen und Verwalten von Jupyter-Notebooks.
  • ML-Training, Hyperparameter-Tuning und Serving-Workloads über mehrere Plattformen hinweg erstellen.
Read more...

Kubeflow on AWS

 28 Stunden

Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Ingenieure, die Machine Learning Arbeitslasten auf einem AWS EC2-Server bereitstellen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

  • Installieren und konfigurieren Sie Kubernetes, Kubeflow und andere benötigte Software auf AWS.
  • Verwenden Sie EKS (Elastic Kubernetes Service), um die Initialisierung eines Kubernetes-Clusters auf AWS zu vereinfachen.
  • Erstellen und Bereitstellen einer Kubernetes-Pipeline zur Automatisierung und Verwaltung von ML-Modellen in der Produktion.
  • Trainieren und Bereitstellen von TensorFlow ML-Modellen auf mehreren parallel laufenden GPUs und Rechnern.
  • Nutzen Sie andere verwaltete AWS-Services, um eine ML-Anwendung zu erweitern.
Read more...

Kubeflow on Azure

 28 Stunden

Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Techniker, die Machine Learning Workloads in der Azure-Cloud bereitstellen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

  • Installieren und konfigurieren Sie Kubernetes, Kubeflow und andere benötigte Software auf Azure.
  • Verwenden Sie Azure Kubernetes Service (AKS), um die Initialisierung eines Kubernetes-Clusters auf Azure zu vereinfachen.
  • Erstellen und Bereitstellen einer Kubernetes-Pipeline zur Automatisierung und Verwaltung von ML-Modellen in der Produktion.
  • Trainieren und Bereitstellen von TensorFlow ML-Modellen auf mehreren parallel laufenden GPUs und Computern.
  • Nutzen Sie andere verwaltete AWS-Services, um eine ML-Anwendung zu erweitern.
Read more...

Verwandte Kategorien

Category for Kubeflow
Kubeflow