Kubeflow - Uno strumento di ML nativo per il cloud
Uno degli ostacoli più comuni nello sviluppo di modelli di data science/ machine learning è la progettazione di pipeline end-to-end in grado di operare su scala e in tempo reale. I data scientist e gli ingegneri devono spesso imparare, sviluppare e mantenere l'infrastruttura per i loro esperimenti.
In questo laboratorio, Salman discuterà i meriti dell'uso di Kubeflow, una piattaforma open source basata su Kubernetes e progettata per astrarre le attività non legate al Machine Learning, pur mantenendo il controllo.
Alcune delle cose che imparerete:
- Architettura e installazione di Kubeflow
- Creazione di un esperimento di machine learning con orchestrazione end-to-end nella pipeline di Kubeflow
- Casi d'uso attuali di Kubeflow e come i team di altri settori hanno utilizzato il cloud per scalare le loro operazioni di machine learning".