Kubeflow
Date de mise à jour :
Identifiant Offre Info : 14_AF_0000269288
Organisme responsable :
NOBLEPROG FRANCE
(ouvre dans un nouvel onglet)
Présentation de la formation
Objectifs
Installer et configurer Kubeflow sur site et dans le cloud en utilisant AWS EKS (Elastic Kubernetes Service). Construire, déployer et gérer des flux de travail de ML basés sur des conteneurs Docker et Kubernetes. Exécuter des pipelines d'apprentissage automatique complets sur diverses architectures et environnements en nuage. Utiliser Kubeflow pour créer et gérer des carnets Jupyter. Construire des charges de travail d'entraînement ML, de réglage d'hyperparamètres et de…
- Installer et configurer Kubeflow sur site et dans le cloud en utilisant AWS EKS (Elastic Kubernetes Service).
- Construire, déployer et gérer des flux de travail de ML basés sur des conteneurs Docker et Kubernetes.
- Exécuter des pipelines d'apprentissage automatique complets sur diverses architectures et environnements en nuage.
- Utiliser Kubeflow pour créer et gérer des carnets Jupyter.
- Construire des charges de travail d'entraînement ML, de réglage d'hyperparamètres et de service sur plusieurs plates-formes.
Programme de la formation
Introduction Introduction à Kubernetes Aperçu des caractéristiques et de l'architecture de Kubeflow Kubeflow sur AWS vs sur site vs sur d'autres fournisseurs de cloud public Kubeflow sur AWS vs sur site vs sur d'autres fournisseurs de cloud public Mise en place d'un cluster avec AWS EKS Mise en place d'un cluster sur site avec Microk8s Déploiement Kubernetes avec une approche GitOps Approches de stockage de données Création d'un Kubeflow pipeline…
- Introduction à Kubernetes
- Aperçu des caractéristiques et de l'architecture de Kubeflow Kubeflow sur AWS vs sur site vs sur d'autres fournisseurs de cloud public
- Kubeflow sur AWS vs sur site vs sur d'autres fournisseurs de cloud public
Mise en place d'un cluster sur site avec Microk8s
Déploiement Kubernetes avec une approche GitOps
Approches de stockage de données
Création d'un Kubeflow pipeline
Déclenchement d'un pipeline
Définir les artefacts de sortie
Stockage des métadonnées pour les ensembles de données et les modèles
Optimisation des hyperparamètres avec TensorFlow (en anglais)
Visualisation et analyse des résultats
Entraînement multi-GPU
Créer un serveur d'inférence pour déployer des modèles de ML
Travailler avec JupyterHub
Networking et l'équilibrage de la charge
Mise à l'échelle automatique d'un cluster Kubernetes
Résolution des problèmes
Résumé et conclusion
Validation et sanction
Type de formation
Non certifiante
Niveau de sortie
Sans niveau spécifique
Durée, rythme, financement
Financement
- Conventionnement
- Non
Conditions d'accès
Publics visés
- Salarié
- Tout public
Niveau d'entrée
Sans niveau spécifique
Conditions spécifiques et prérequis
-
Lieu de réalisation de l'action
Modalités d'enseignement
Formation mixte
Adresse
49 Rue de Paradis75010 Paris 10e
Responsable : NobleProg France
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
NOBLEPROG FRANCE
75010 Paris 10e - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates permanentes