Bize Ulaşın
 Süre 14 Saat

Eğitim İçeriği

Kubeflow'a Giriş

  • Kubeflow misyonu ve mimarisi hakkında kavrayış
  • Temel bileşenler ve ekosistem genel bakışı
  • Dağıtım seçenekleri ve platform yetenekleri

Kubeflow Dashboard ile Çalışma

  • Kullanıcı arayüzünde gezinme
  • Defter (notebook) ve çalışma alanlarının yönetimi
  • Depolama ve veri kaynaklarının entegrasyonu

Kubeflow Pipelines Temelleri

  • Yapı (structure) ve bileşen tasarımı
  • Python SDK ile akış yazarlığı
  • Akış çalıştırmalarının yürütülmesi, zamanlanması ve izlenmesi

Kubeflow'da ML Modellerinin Eğitimi

  • Dağıtık eğitim kalıpları
  • TFJob, PyTorchJob ve diğer operatörlerin kullanımı
  • Kubernetes üzerinde kaynak yönetimi ve otomatik ölçeklendirme

Kubeflow ile Model Sunumu (Serving)

  • KFServing / KServe genel bakışı
  • Özel çalışma zamanlarıyla modellerin dağıtılması
  • Revizyon, ölçeklendirme ve trafik yönlendirmenin yönetimi

Kubernetes Üzerinde ML İş Akışlarının Yönetimi

  • Veri, model ve artefaktların sürüm kontrolü (versioning)
  • ML akışları için CI/CD entegrasyonu
  • Güvenlik ve rol tabanlı erişim kontrolü

Üretim Ortamında ML İçin En İyi Uygulamalar

  • Güvenilir iş akışı kalıplarının tasarlanması
  • Gözlemlenebilirlik (observability) ve izleme
  • Yaygın Kubeflow sorunlarının giderilmesi

İleri Düzey Konular (Opsiyonel)

  • Çok kiracılı (multi-tenant) Kubeflow ortamları
  • Melez ve çok küme dağıtım senaryoları
  • Kubeflow'un özel bileşenlerle genişletilmesi

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Kapsayıcı (containerized) uygulamalara ilişkin temel anlayış
  • Temel komut satırı iş akışlarında deneyim
  • Kubernetes kavramlarına aşinalık

Hedef Kitle

  • ML uzmanları
  • Veri bilimcileri
  • Kubeflow'a yeni başlayan DevOps ekipleri

Katılımcı Sayısı


Katılımcı başına fiyat

Danışanlarımızın Yorumları (4)

Yaklaşan Etkinlikler

İlgili Kategoriler