Návrh Školení
Základy MLOps na platformě Kubernetes
- Klíčové koncepty MLOps
- MLOps ve srovnání s tradičními postupy DevOps
- Hlavní výzvy při správě životního cyklu modelů strojového učení
Kontejnerizace pracovních nákladů strojového učení
- Balení modelů a kódu určeného k trénování
- Optimalizace kontejnerových obrazů pro potřeby strojového učení
- Správa závislostí a zajištění reprodukovatelnosti výsledků
CI/CD pro strojové učení
- Strukturování repozitářů obsahujících kód strojového učení za účelem automatizace
- Začlenění testovacích a validačních procesů do pracovního toku
- Spouštění pipeline pro opětovné trénování modelů a jejich aktualizaci
GitOps při nasazování modelů strojového učení
- Principy a postupy pracovního toku typu GitOps
- Využití nástroje Argo CD k nasazování modelů strojového učení
- Správa verzí modelů a jejich konfigurace pomocí Gitu
Koordinace pipeline na platformě Kubernetes
- Vytváření pracovních postupů s využitím nástroje Tekton
- Správa vícestupňových workflow pro strojové učení
- Plánování a správa využití prostředků
Monitorování, logování a strategie navracení k starší verzi
- Sledování změn v datech a výkonnosti modelů
- Začlenění mechanismů upozorňování a monitorování systémového stavu
- Postupy pro navracení ke starší verzi modelu či odstranění chyb při selhání nasazení
Automatické opětovné trénování a nepřetržitý zdokonalování modelů
- Návrh zpětnovazebních cyklů mezi modelem a daty
- Automatizace periodického trénování modelů podle nastavených rozvrhů
- Integrace nástroje MLflow k sledování experimentů a jejich výsledků
Pokročilé architektury MLOps
- Nasazení v několika clusterách nebo hybridních cloudových prostředích
- Možnosti rozšiřování týmů při sdílení jedné infrastruktury
- Aspekty bezpečnosti a souladu s předpisy v prostředí MLOps
Shrnutí kurzu a další kroky
Požadavky
- Znalost základních principů platformy Kubernetes
- Praktické zkušenosti s pracovními postupy v oblasti strojového učení
- Přehled o vývoji v prostředí Gitu
Cílová skupina
- Inženýři strojového učení
- DevOps inženýři
- Týmy odpovědné za vývoj a správu platforem strojového učení
Reference (4)
základní pochopení kontejnerů/Kubernetes a jejich vzájemné interakce funkce platformy OpenShift
Eric Scholze - NOW IT GmbH
Kurz - Introduction to Containers, Kubernetes & OpenShift
Přeloženo strojem
About the microservices and how to maintenance kubernetes
Yufri Isnaini Rochmat Maulana - Bank Indonesia
Kurz - Advanced Platform Engineering: Scaling with Microservices and Kubernetes
Jak vzdělávací specialisté efektivně předávají znalosti
Vu Thoai Le - Reply Polska sp. z o. o.
Kurz - Certified Kubernetes Administrator (CKA) - exam preparation
Přeloženo strojem
Vědomosti a trpělivost vyučujícího při odpovědích na naše otázky.
Calin Avram - REGNOLOGY ROMANIA S.R.L.
Kurz - Deploying Kubernetes Applications with Helm
Přeloženo strojem