Next Level Notebook: Jupyter Hub
Il corso fornisce una guida approfondita sull’installazione, la configurazione e l’utilizzo di JupyterHub in un ambiente Kubernetes. JupyterHub è una piattaforma multi-utente che consente a ricercatori e ai professionisti di condividere e collaborare su documenti Jupyter in un ambiente condiviso. Attraverso questo corso, gli studenti acquisiranno competenze pratiche per implementare un’istanza di JupyterHub su un cluster Kubernetes, gestire utenti e gruppi, personalizzare le configurazioni e garantire la sicurezza dell’ambiente.
CODE: DSAI201
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 di Jupyter Notebook o partecipazione al corso DSAI102.
- Conoscenza di base di Kubernetes.
- Familiarità con i concetti di ambiente di sviluppo e notebook interattivi.
- Esperienza di base con la riga di comando e l’amministrazione di sistemi Linux.
Di seguito è riportata una panoramica dei contenuti del corso:
Recap di Jupyter Notebook: funzionalità avanzate e casi d’uso specifici: Questo modulo offre un riepilogo dettagliato delle funzionalità avanzate di Jupyter Notebook e illustra casi d’uso specifici in cui tali funzionalità possono essere applicate in modo efficace.
Introduzione a JupyterHub: concetti, installazione e configurazione: Qui gli studenti vengono introdotti ai concetti di base di JupyterHub, compresa la sua installazione e configurazione in ambienti locali o cloud.
Implementazione di JupyterHub su Kubernetes: setup e best practices: Questo modulo si concentra sull’implementazione di JupyterHub su Kubernetes, fornendo istruzioni dettagliate sul setup e illustrando le best practice per garantire un’implementazione efficiente e scalabile.
Gestione degli utenti e dei gruppi in JupyterHub: Gli studenti imparano come gestire gli utenti e i gruppi all’interno di JupyterHub, compresa la creazione, la modifica e la rimozione di account utente, nonché la configurazione dei permessi di accesso.
Integrazione con sistemi di autenticazione e autorizzazione esistenti: Questo modulo illustra come integrare JupyterHub con sistemi di autenticazione e autorizzazione esistenti, consentendo agli studenti di implementare procedure di login e accesso personalizzate.
Utilizzo di Jupyter Notebook in un ambiente condiviso: collaborazione e gestione delle risorse: Qui gli studenti imparano le migliori pratiche per l’utilizzo di Jupyter Notebook in un ambiente condiviso, compresa la collaborazione tra utenti e la gestione delle risorse condivise.
Monitoraggio e manutenzione di JupyterHub su Kubernetes: Questo modulo fornisce informazioni su come monitorare le prestazioni di JupyterHub su Kubernetes e su come eseguire attività di manutenzione periodica per garantirne il corretto funzionamento nel tempo.
Al termine del corso, i partecipanti saranno in grado di:
- Installare e configurare JupyterHub su un cluster Kubernetes.
- Gestire utenti, gruppi e risorse in un ambiente condiviso di JupyterHub.
- Utilizzare Jupyter Notebook in un ambiente collaborativo per lo sviluppo e l’analisi dei dati.
- Integrare JupyterHub con sistemi di autenticazione e autorizzazione esistenti.
- Monitorare e mantenere un’installazione di JupyterHub su Kubernetes.
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
