Ponte en Contacto
 Duración 28 horas

Temario del curso

Introducción

Visión General de las Características y Componentes de Kubeflow

  • Contenedores, manifiestos, etc.

Visión General de un Pipeline de Aprendizaje Automático

  • Entrenamiento, pruebas, ajuste, despliegue, etc.

Despliegue 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

  • Adaptación del stack para infraestructuras diversas
  • Actualización de un despliegue 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 (jobs)
  • Generación de notebooks de Jupyter

Requerimientos

  • Conocimiento de la sintaxis de Python.
  • Experiencia con TensorFlow, PyTorch u otros frameworks de aprendizaje automático.
  • Cuenta con un proveedor de nube pública (opcional).

Público Objetivo

  • Desarrolladores
  • Científicos de datos

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas