Ponte en Contacto
 Duración 28 horas

Temario del curso

Introducción

Visión general de las funciones y componentes de Kubeflow

  • Contenedores, manifiestos, etc.

Visión general de un pipeline de aprendizaje automático

  • Entrenamiento, pruebas, ajuste, implementación, etc.

Implementación de Kubeflow en un clúster de Kubernetes

  • Preparación del entorno de ejecución (clúster de entrenamiento, clúster de producción, etc.)
  • Descarga, instalación y personalización.

Ejecución de un pipeline de aprendizaje automático en Kubernetes

  • Construcción de un pipeline de TensorFlow.
  • Construcción de un pipeline de PyTorch.

Visualización de los resultados

  • Exportación y visualización de métricas del pipeline

Personalización del entorno de ejecución

  • Personalización del stack para infraestructuras diversas
  • Actualización de una implementación de Kubeflow

Ejecución de Kubeflow en nubes públicas

  • AWS, Microsoft Azure, Google Cloud Platform

Gestión de flujos de trabajo de producción

  • Ejecución con metodología GitOps
  • Programación de trabajos
  • Generación de cuadernos Jupyter

Requerimientos

  • Familiaridad con la sintaxis de Python 
  • Experiencia con TensorFlow, PyTorch u otro marco de aprendizaje automático
  • Una cuenta de proveedor de nube pública (opcional) 

Audiencia

  • Desarrolladores
  • Científicos de datos

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas