Návrh Školení
Úvod
- Kubeflow na GCK vs on-premise vs na jiných veřejných poskytovatelích cloudu
Přehled Kubeflow funkcí na GCP
- Deklarativní správa zdrojů Automatické škálování GKE pro pracovní zátěže strojového učení (ML) Zabezpečená připojení k Jupyter Trvalým protokolům pro ladění a odstraňování problémů GPU a TPU pro urychlení pracovní zátěže
Přehled nastavení prostředí
- Příprava virtuálního stroje Kubernetes nastavení clusteru Instalace Kubeflow
Nasazení Kubeflow
- Nasazení Kubeflow on GCP Nasazení Kubeflow v místních a cloudových prostředích Nasazení Kubeflow na GKE Nastavení vlastní domény na GKE
Potrubí na GCP
- Nastavení end-to-end Kubeflow potrubí Přizpůsobení Kubeflow potrubí
Zabezpečení Kubeflow clusteru
- Nastavení ověřování a autorizace Pomocí ovládacích prvků služeb VPC a soukromého GKE
Ukládání, Accessukládání, správa dat
- Porozumění sdíleným souborovým systémům a Network Attached Storage (NAS) Používání služeb spravovaného úložiště souborů v GCE
Vedení školení ML
- Školení modelu MNIST
Správa Kubeflow
- Logování a monitorování
Odstraňování problémů
Shrnutí a závěr
Požadavky
- Pochopení konceptů strojového učení.
- Znalost konceptů cloud computingu.
- Obecná znalost kontejnerů (Docker) a orchestrace (Kubernetes).
- Některé Python zkušenosti s programováním jsou užitečné.
- Zkušenosti s prací s příkazovým řádkem.
Publikum
- Inženýři datové vědy.
- DevOps inženýři zajímající se o nasazení modelu strojového učení.
- Inženýři infrastruktury zajímající se o nasazení modelu strojového učení.
- Softwaroví inženýři, kteří chtějí automatizovat integraci a nasazení funkcí strojového učení s jejich aplikací.
Reference (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Kurz - MLflow
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.