感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
Kubeflow 簡介
- 理解 Kubeflow 的使命與架構。
- 核心組件與生態系統概述。
- 部署選項與平台功能。
使用 Kubeflow Dashboard
- 使用者介面導航。
- 管理筆記本與工作區。
- 整合儲存與資料來源。
Kubeflow Pipelines 基礎
- Pipeline 結構與組件設計。
- 使用 Python SDK 撰寫 Pipeline。
- 執行、排程與監控 Pipeline 運行狀況。
在 Kubeflow 上訓練 ML 模型
- 分散式訓練模式。
- 使用 TFJob、PyTorchJob 及其他 Operator。
- Kubernetes 上的資源管理與自動擴展。
使用 Kubeflow 進行模型部署
- KFServing / KServe 概述。
- 使用自定義執行環境部署模型。
- 管理修訂版本、擴展與流量路由。
在 Kubernetes 上管理 ML 工作流
- 數據、模型與工件的版本控制。
- 為 ML Pipeline 整合 CI/CD。
- 安全性與基於角色的訪問控制。
生產環境 ML 的最佳實踐
- 設計可靠的工作流模式。
- 可觀測性與監控。
- 解決常見的 Kubeflow 問題。
進階主題（選用）
- 多租戶 Kubeflow 環境。
- 混合式與跨叢集部署場景。
- 透過自定義組件擴展 Kubeflow。
總結與後續步驟
最低要求
- 了解容器化應用程式。
- 具備基本命令列工作流的經驗。
- 熟悉 Kubernetes 概念。
對象
- ML 實務工作者。
- 數據科學家。
- 初次接觸 Kubeflow 的 DevOps 團隊。
14 小時
客戶評論 (3)
關於微服務以及如何維護Kubernetes
Yufri Isnaini Rochmat Maulana - Bank Indonesia
課程 - Advanced Platform Engineering: Scaling with Microservices and Kubernetes
機器翻譯
培訓師如何如此有效地傳授知識
Vu Thoai Le - Reply Polska sp. z o. o.
課程 - Certified Kubernetes Administrator (CKA) - exam preparation
機器翻譯
與Augustin的知識交流
Laurent - L'Office national des vacances annuelles (ONVA)
課程 - Docker and Kubernetes
機器翻譯
