Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 28 Stunden
Schulungsübersicht
Einführung
Übersicht der Funktionen und Komponenten von Kubeflow
- Container, Manifeste usw.
Übersicht über eine Machine-Learning-Pipeline
- Training, Testen, Tuning, Deployment usw.
Bereitstellung von Kubeflow in einem Kubernetes-Cluster
- Vorbereiten der Ausführungsumgebung (Trainingscluster, Produktionscluster usw.)
- Herunterladen, Installation und Anpassung.
Ausführen einer Machine-Learning-Pipeline auf Kubernetes
- Aufbau einer TensorFlow-Pipeline.
- Aufbau einer PyTorch-Pipeline.
Visualisierung der Ergebnisse
- Exportieren und Visualisieren von Pipeline-Kennzahlen
Anpassen der Ausführungsumgebung
- Anpassen des Stacks für verschiedene Infrastrukturen
- Upgrade einer Kubeflow-Installation
Ausführen von Kubeflow in öffentlichen Clouds
- AWS, Microsoft Azure, Google Cloud Platform
Verwaltung von Produktions-Workflows
- Ausführen mit der GitOps-Methodik
- Einplanen von Jobs
- Erstellen von Jupyter-Notebooks
Voraussetzungen
- Vertrautheit mit der Python-Syntax
- Erfahrung mit TensorFlow, PyTorch oder anderen Machine-Learning-Frameworks
- Ein Konto bei einem öffentlichen Cloud-Anbieter (optional)
Zielgruppe
- Entwickler
- Data Scientists