Kubeflow - Une boîte à outils ML native pour le cloud
L'un des obstacles les plus courants au développement de modèles de science des données/apprentissage automatique est la conception de pipelines de bout en bout qui peuvent fonctionner à l'échelle et en temps réel. On attend souvent des scientifiques et des ingénieurs en données qu'ils apprennent, développent et maintiennent l'infrastructure pour leurs expériences.
Dans ce laboratoire, Salman discutera des mérites de l'utilisation de Kubeflow, une plateforme open source basée sur Kubernetes conçue pour abstraire les tâches non liées à l'apprentissage machine tout en vous donnant le contrôle.
Vous apprendrez notamment :
- Architecture et installation de Kubeflow
- Création d'une expérience d'apprentissage machine orchestrée de bout en bout dans le pipeline Kubeflow
- Cas d'utilisation actuels de Kubeflow et comment des équipes d'autres secteurs ont utilisé le cloud pour développer leurs opérations d'apprentissage machine"