문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
도입
Kubeflow 기능 및 컴포넌트 개요
- 컨테이너, 매니페스트 등
기계 학습 파이프라인 개요
- 학습, 테스트, 튜닝, 배포 등
Kubernetes 클러스터에 Kubeflow 배포
- 실행 환경 준비(학습 클러스터, 프로덕션 클러스터 등)
- 다운로드, 설치 및 커스터마이징
Kubernetes에서 기계 학습 파이프라인 실행
- TensorFlow 파이프라인 구축
- PyTorch 파이프라인 구축
결과 시각화
- 파이프라인 메트릭 내보내기 및 시각화
실행 환경 커스터마이징
- 다양한 인프라에 맞는 스택 커스터마이징
- Kubeflow 배포 업그레이드
퍼블릭 클라우드에서 Kubeflow 실행
- AWS, Microsoft Azure, Google Cloud Platform
프로덕션 워크플로 관리
- GitOps 방법론 적용하여 실행
- 잡(Job) 스케줄링
- Jupyter 노트북 생성
문제 해결
요약 및 결론
요건
- Python 문법에 대한 익숙함
- TensorFlow, PyTorch 또는 기타 기계 학습 프레임워크 사용 경험
- 퍼블릭 클라우드 제공자 계정(선택 사항)
대상 청중
- 개발자
- 데이터 사이언티스트
28 시간
