문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
기간 21 시간
코스 개요
AI 강화된 쿠버네티스 운영 소개
- 왜 현대 클러스터 운영에 AI가 중요한가
- 전통적인 스케일링 및 스케줄링 로직의 한계
- 리소스 관리를 위한 ML 핵심 개념
쿠버네티스 리소스 관리의 기초
- CPU, GPU, 메모리 할당의 기본 원리
- 쿼터, 한도, 요청에 대한 이해
- 병목 현상 및 비효율성 식별
스케줄링을 위한 기계 학습 접근법
- 워크로드 배치를 위한 지도 및 비지도 학습 모델
- 리소스 수요를 위한 예측 알고리즘
- 커스텀 스케줄러에서 ML 기능 활용
지능형 오토스케일링을 위한 강화 학습
- RL 에이전트가 클러스터 동작을 어떻게 학습하는지
- 효율성을 위한 보상 함수 설계
- RL 기반 오토스케일링 전략 구축
메트릭 및 텔레메트리 기반 예측 오토스케일링
- Prometheus 데이터를 활용한 예측
- 오토스케일링에 시계열 모델 적용
- 예측 정확도 평가 및 모델 튜닝
AI 기반 최적화 도구 구현
- ML 프레임워크와 쿠버네티스 컨트롤러 통합
- 지능형 제어 루프 배포
- AI 보조 의사결정을 위해 KEDA 확장
비용 및 성능 최적화 전략
- 예측 스케일링을 통한 컴퓨트 비용 절감
- ML 기반 배치를 통한 GPU 활용도 향상
- 지연 시간, 처리량, 효율성 균형 맞추기
실무 시나리오 및 실제 사용 사례
- AI를 활용한 고부하 애플리케이션 오토스케일링
- 이종 노드 풀 최적화
- 멀티테넌트 환경에 ML 적용
요약 및 다음 단계
요건
- 쿠버네티스 기초에 대한 이해
- 컨테이너 기반 애플리케이션 배포 경험
- 클러스터 운영 및 리소스 관리에 대한 숙련
대상 독자
- 대규모 분산 시스템을 다루는 SRE
- 높은 요구량의 워크로드를 관리하는 쿠버네티스 운영자
- 컴퓨트 인프라를 최적화하는 플랫폼 엔지니어
회원 평가 (2)
전에 말씀드린 대로, 저처럼 경험치가 전혀 없는 사람에게는 이러한 프로그램과 도구 등의 기능과 작동 방식을 이해할 수 있는 첫걸음이었습니다.
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
코스 - Docker and Kubernetes
기계 번역됨
컨테이너와 쿠버네티스의 기본 이해 및 상호 작용 방식에 대한 개념 OpenShift 플랫폼의 주요 기능
Eric Scholze - NOW IT GmbH
코스 - Introduction to Containers, Kubernetes & OpenShift
기계 번역됨
