Liên hệ với chúng tôi
 Thời gian kéo dài 14 Giờ học

Đề cương khóa học

Giới thiệu về Kubeflow

  • Hiểu rõ sứ mệnh và kiến trúc của Kubeflow
  • Tổng quan về các thành phần cốt lõi và hệ sinh thái
  • Các tùy chọn triển khai và khả năng của nền tảng

Làm việc với Bảng điều khiển Kubeflow

  • Điều hướng giao diện người dùng
  • Quản lý notebook và không gian làm việc
  • Tích hợp lưu trữ và nguồn dữ liệu

Cơ sở Kubeflow Pipelines

  • Cấu trúc pipeline và thiết kế thành phần
  • Tạo pipeline bằng Python SDK
  • Thực thi, lên lịch và giám sát các lần chạy pipeline

Huấn luyện mô hình ML trên Kubeflow

  • Các mẫu huấn luyện phân tán
  • Sử dụng TFJob, PyTorchJob và các operator khác
  • Quản lý tài nguyên và tự động mở rộng trong Kubernetes

Phục vụ mô hình bằng Kubeflow

  • Tổng quan về KFServing / KServe
  • Triển khai mô hình với các runtime tùy chỉnh
  • Quản lý các bản sửa đổi, mở rộng và định tuyến lưu lượng

Quản lý quy trình ML trên Kubernetes

  • Quản lý phiên bản dữ liệu, mô hình và các artifact
  • Tích hợp CI/CD cho các pipeline ML
  • Bảo mật và kiểm soát truy cập dựa trên vai trò

Thực hành tốt nhất cho ML trong sản xuất

  • Thiết kế các mẫu quy trình đáng tin cậy
  • Khả năng quan sát và giám sát
  • Khắc phục sự cố các vấn đề chung của Kubeflow

Các chủ đề nâng cao (Tùy chọn)

  • Môi trường Kubeflow đa người thuê (multi-tenant)
  • Các kịch bản triển khai hybrid và đa cụm
  • Mở rộng Kubeflow bằng các thành phần tùy chỉnh

Tóm tắt và các bước tiếp theo

Yêu cầu

  • Hiểu biết về ứng dụng container hóa
  • Kinh nghiệm với các quy trình dòng lệnh cơ bản
  • Quen thuộc với các khái niệm của Kubernetes

Đối tượng

  • Nhà thực hành ML
  • Nhà khoa học dữ liệu
  • Đội DevOps mới làm quen với Kubeflow

Số người tham gia


Giá cho mỗi học viên

Đánh giá (4)

Các khóa học sắp tới

Các danh mục liên quan