Formation Kubeflow : Industrialiser le Machine Learning dans Kubernetes
1390€ HT / personne |
2 jours (14 heures) |
Présentation
Notre formation Kubeflow s’adresse aux data scientists et aux ingénieurs en machine learning souhaitant simplifier leurs processus avec une plateforme MLOps automatisée complète. Utiliser Kubeflow vous met à disposition un véritable framework multicloud capable d’exécuter des pipelines complets de machine learning.
Kubeflow est un kit d’outil Kubernetes pour exécuter des workflows de type machine learning de façon simple et scalable. Il fonctionne comme une solution end-to-end pour déployer des pipelines ML en production. Kuberflow permet de simplifier le processus de machine learning en l’appliquant au cluster kubernetes. Supporté par la plupart des fournisseurs cloud, il offre une portabilité peu égalée.
Dans cette formation, vous apprendrez à vous familiariser avec l’environnement Kubeflow, utiliser des adds-ons et créer des pipelines ainsi qu’utiliser les outils pour le serving.
Cette formation s’effectue sur la dernière version : Kubeflow 1.6.
Objectifs
- Comprendre et utiliser les composants essentiels de Kubeflow
- Comprendre les enjeux basiques du MLops et comment Kubeflow peut y répondre
- Savoir construire une pipeline de machine learning entière jusqu’au serving
Public visé
- Data scientists
- Ingénieurs en Machine learning
- Ingénieurs MLOps
Pré-requis
- Connaissance de Python
- Connaissance de Docker
- Notions en Machine learning
Pré-requis matériel
Une machine basée Unix (comme Linux ou MacOs).
Programme de notre formation Kubeflow
Introduction à Kubeflow
- Rappel sur Kubernetes
- Cycle de vie du ML et MLOps
- Pourquoi Kubeflow ?
- Comparaison avec les concurrents
- Architecture de Kubeflow
- Installation & découverte de l’outil
MLops et Kubeflow
- Les différentes étapes du MLOps
- Cas d’étude réel
- Application du cas d’étude avec Kubeflow
Kubeflow pipelines
- Introduction aux pipelines
- Application au workflow ML
- Installation et construction des premières pipelines
Entraînement de modèles avec Kubeflow
- Présentation des opérateurs d’entraînement
- Job Scheduling
- Ajout d’un opérateur aux pipelines précédentes
Recherche d’hyper-paramètres
- Présentation des types de recherches d’hyperparamètres
- Présentation de Katib
- Utiliser les templates
- Ajout d’une étape de tuning aux pipelines précédentes
Serving avec Kubeflow & Présentation des Adds-ons externes
- Kserve
- Serving : Seldon Core, BentoML, Serving pipelines
- Feature stores : Feast
Pour aller plus loin
Formation Kubernetes
Formation Docker Avancé
Formation Azure Machine Learning
Langues et Lieux disponibles
Langues
- Français
- Anglais / English
Lieux
-
France entière
- Paris
- Lille
- Reims
- Lyon
- Toulouse
- Bordeaux
- Montpellier
- Nice
- Sophia Antipolis
- Marseille
- Aix-en-Provence
- Nantes
- Rennes
- Strasbourg
- Grenoble
- Dijon
- Tours
- Saint-Étienne
- Toulon
- Angers
-
Belgique
- Bruxelles
- Liège
-
Suisse
- Genève
- Zurich
- Lausanne
-
Luxembourg
Témoignages
Les + : Apprentissage de KubeFlow sur toutes les étapes d’intégration et de déploiement continu.
Beaucoup de pratique, intéraction directe avec les jobs créés et visualisation en temps réel.
Les – :
En synthèse : S’adresse à des personnes ayant déjà un certain niveau en développement d’IA et en orchestration de conteneurs via Kubernetes.
Afficher tous les témoignages
Les + : Apprentissage de KubeFlow sur toutes les étapes d’intégration et de déploiement continu.
Beaucoup de pratique, intéraction directe avec les jobs créés et visualisation en temps réel.
Les – :
En synthèse : S’adresse à des personnes ayant déjà un certain niveau en développement d’IA et en orchestration de conteneurs via Kubernetes.
Je recommande la formation
Noter la formation
1390€ HT / personne |
2 jours (14 heures) |
UNE QUESTION ? UN PROJET ? UN AUDIT DE CODE / D'INFRASTRUCTURE ?
Pour vos besoins d’expertise que vous ne trouvez nulle part ailleurs, n’hésitez pas à nous contacter.
ILS SE SONT FORMÉS CHEZ NOUS