Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Programa do Curso
Introdução
- Kubeflow on AWS vs no local vs noutros fornecedores de serviços de nuvem pública
Visão geral das características e da arquitetura de Kubeflow
Ativar uma conta AWS
Preparar e iniciar instâncias AWS activadas por GPU
Configurar funções e permissões de utilizador
Preparando o ambiente de construção
Seleção de um TensorFlow modelo e conjunto de dados
Empacotar código e estruturas numa imagem Docker
Configuração de um cluster Kubernetes usando EKS
Preparação dos dados de formação e validação
Configuração de Kubeflow pipelines
Lançamento de um trabalho de formação utilizando Kubeflow no EKS
Visualização do trabalho de formação em tempo de execução
Limpeza após a conclusão do trabalho
Resolução de problemas
Resumo e conclusão
Requisitos
- Compreensão dos conceitos de aprendizagem automática.
- Conhecimento dos conceitos de computação em nuvem.
- Um entendimento geral de contêineres (Docker) e orquestração (Kubernetes).
- Alguma experiência de programação Python é útil.
- Experiência de trabalho com uma linha de comando.
Público
- Engenheiros de ciência de dados.
- DevOps engenheiros interessados na implantação de modelos de aprendizado de máquina.
- Engenheiros de infraestrutura interessados na implantação de modelos de aprendizado de máquina.
- Engenheiros de software que desejam integrar e implantar recursos de aprendizado de máquina com seu aplicativo.
28 horas