Solicitar información

Temario del curso

Introducción a Kubeflow

  • Comprensión del propósito y la arquitectura de Kubeflow
  • Descripción general de los componentes principales y el ecosistema
  • Opciones de despliegue y capacidades de la plataforma

Trabajo con el panel de control de Kubeflow

  • Navegación por la interfaz de usuario
  • Gestión de cuadernos y espacios de trabajo
  • Integración de almacenamiento y fuentes de datos

Fundamentos de Kubeflow Pipelines

  • Estructura de los flujos de trabajo y diseño de componentes
  • Creación de pipelines mediante el SDK de Python
  • Ejecución, programación y seguimiento del estado de las ejecuciones

Entrenamiento de modelos de ML en Kubeflow

  • Patrones de entrenamiento distribuido
  • Utilización de TFJob, PyTorchJob y otros operadores asociados
  • Gestión de recursos y escalado automático en Kubernetes

Despliegue de modelos con Kubeflow

  • Explicación general sobre KFServing / KServe
  • Implementación de modelos empleando entornos de ejecución personalizados
  • Control de revisiones, escalado y enrutamiento del tráfico

Gestión de flujos de trabajo de ML en Kubernetes

  • Versionado de datos, modelos y artefactos generados
  • Integración de procesos CI/CD con los pipelines de ML
  • Seguridad e implementación del control de acceso basado en roles

Mejores prácticas para entornos de producción de ML

  • Diseño de patrones operativos seguros y estables
  • Observabilidad y supervisión de los flujos de trabajo
  • Resolución de problemas habituales en Kubeflow

Temas avanzados (opcionales)

  • Configuración y manejo de entornos multicliente con Kubeflow
  • Implementaciones híbridas o en múltiples clusters
  • Ampliación de la plataforma mediante componentes personalizados

Resumen y siguientes pasos a seguir

Requerimientos

  • Conocimiento básico sobre aplicaciones empaquetadas en contenedores
  • Experiencia con operaciones básicas en la línea de comandos
  • Familiaridad con los conceptos fundamentales de Kubernetes

Público objetivo

  • Profesionales del aprendizaje automático
  • Científicos de datos
  • Equipos DevOps que estén iniciando en el uso de Kubeflow
 14 Horas

Formación Corporativa a Medida

Soluciones de formación diseñadas exclusivamente para empresas.

  • Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
  • Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
  • Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Inversión

Precio por grupo privado (formación online) desde 2900 € + IVA*

Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales

Reseñas (4)

Próximos cursos

Categorías Relacionadas