Introduction to Kubeflow
Il corso ‘Introduction to Kubeflow’ fornisce una panoramica completa sull’installazione, l’utilizzo e la personalizzazione di Kubeflow, un toolkit Open-Source progettato per semplificare lo sviluppo, la formazione e la distribuzione di modelli di machine learning su Kubernetes. Durante il corso, gli studenti verranno introdotti ai concetti di base di Kubeflow e al processo di installazione in un cluster Kubernetes. Successivamente, verranno guidati attraverso l’interazione con i Notebook di Kubeflow per lo sviluppo di modelli machine learning.
Il corso coprirà anche la creazione di immagini personalizzate per la creazione dei notebook personalizzati. L’utilizzo di KServe per la distribuzione dei modelli in ambienti di produzione. Gli studenti esploreranno inoltre la Discovery Pipeline e gli esperimenti per la gestione del flusso di lavoro di machine learning e l’ottimizzazione degli iperparametri.
Il corso culminerà con una dimostrazione pratica sulla personalizzazione della dashboard di Kubeflow e sulla gestione dell’intero ciclo di vita di un modello in ottica MLOps.
CODE: DSAI202
Category: Corso Intelligenza Artificiale
Metodologia didattica
Il corso prevede laboratori didattici in cui ogni studente potrà svolgere esercizi di formazione che forniranno esperienza pratica nell’uso dello strumento, per ognuno degli argomenti trattati durante il corso.
Prerequisiti
- Conoscenza di base dei concetti di containerizzazione e Kubernetes
- Familiarità con l’ambiente Linux
- Familiarità con bash
- Comprensione dei fondamenti di machine learning
- Familiarità con Python e l’ecosistema di librerie per il machine learning
La seguente è una panoramica dei contenuti del corso:
- Installazione di Kubeflow
- Utilizzo dei Notebook
- Custom Images per i Notebook Server
- KServe in Kubeflow
- Pipeline e Experiments in Kubeflow
- AutoML in Kubeflow
- Personalizzazione della Dashboard di Kubeflow
- Concetti di MLOps
Al termine del corso, i partecipanti saranno in grado di:
- Comprensione dellʼinstallazione e configurazione di Kubeflow
- Interazione con il server dei notebook.
- Creazione e utilizzo di immagini personalizzate per usarle allʼinterno dei notebook.
- Sperimentazione con KServe.
- Utilizzo della pipeline di scoperta e degli esperimenti.
- Ottimizzazione degli iperparametri.
- Personalizzazione del dashboard.
- Concetti fondamentali di MLOps.
Durata – 1 giorno
Erogazione – in aula, in loco, da remoto
Requisiti PC e SW:
- Connessione a Internet
- Browser web, Google Chrome
- Zoom
Lingua
- Istruttore: Italiano
- Laboratori: Inglese
- Slides: Inglese
