Kubeflow im Überblick

Seminarziel

Inhalt

• Überblick über Kubeflow
  • Einführung in das Konzept von Kubeflow
  • Verständnis der Ziele und Nutzen von Kubeflow
  • Übersicht über die Hauptkomponenten von Kubeflow
• Architektur und Konzepte von Kubeflow
  • Verständnis der Kubernetes-basierten Architektur von Kubeflow
  • Übersicht über die wichtigsten Kubeflow-Komponenten und -Tools
  • Übungen zur Verwendung von Kubeflow-Komponenten
• Entwicklung von Machine-Learning-Modellen mit Kubeflow
  • Übungen zum Trainieren von ML-Modellen mit Kubeflow
  • Verständnis der Arbeitsabläufe für das Training von ML-Modellen
  • Übungen zur Verwendung von TensorFlow und anderen ML-Bibliotheken
• Bereitstellung von ML-Modellen in Produktion
  • Übungen zur Bereitstellung von ML-Modellen auf Kubernetes
  • Verständnis der Herausforderungen bei der Bereitstellung von ML-Modellen in Produktion
  • Übungen zur Überwachung und Verwaltung von bereitgestellten ML-Modellen
• Überwachung und Wartung von ML-Modellen
  • Übungen zur Überwachung von ML-Modellen mithilfe von Kubeflow
  • Verständnis der Konzepte für die Überwachung von ML-Modellen
  • Übungen zur Fehlerbehebung und Wartung von ML-Modellen in Produktion