Kubeflow untuk Pemula: Bangun dan Skala MLOps Pipelines di Awan

Mengskala model machine learning dari notebook lokal ke lingkungan cloud produksi bisa sangat rumit. Kubeflow menyederhanakan transisi ini dengan menyediakan kerangka kerja cloud-native yang kuat untuk mengorganisir dan mengotomatisasi seluruh siklus hidup machine learning Anda. Kursus ini memandu Anda melalui konsep inti Kubeflow, menunjukkan bagaimana merancang, menjalankan, dan mengelola pipa pembelajaran mesin yang dapat direproduksi di infrastruktur awan. Anda akan mendapatkan pemahaman yang jelas tentang prinsip MLOps dan belajar bagaimana memindahkan proyek ilmu data Anda ke aliran kerja yang dapat disesuaikan dan siap produksi. Apa yang akan kau pelajari: - Mengerti arsitektur inti Kubeflow dan peranannya dalam MLOps modern. - Bangun dan deploy pipeline machine learning otomatis menggunakan Kubeflow Pipelines SDK. - Konfigurasi komponen pengaturan hyperparameter untuk mengoptimalkan kinerja model secara otomatis. - Integrasikan penyimpanan awan dan layanan data ke langkah pemrosesan data Anda. - Monitor dan log eksekusi pipa untuk mengatasi masalah dan mengoptimalkan penggunaan sumber daya. - Terapkan praktik terbaik MLOps modern untuk model artefak pelacakan dan versi. Kursus ini dimulai dengan definisi dasar dari workflow berkontainer dan arsitektur Kubeflow sebelum beralih ke desain pipa. Anda akan berkembang melalui penjelasan tertulis yang jelas, panduan konfigurasi langkah demi langkah, dan potongan kode praktis yang dirancang untuk membantu Anda membangun dan mengelola workflow otomatis pertama Anda. Kursus ini dirancang untuk ilmuwan data pemula, insinyur pembelajaran mesin yang bercita-cita, dan pengembang perangkat lunak baru untuk MLOps. Tidak ada pengalaman sebelumnya dengan Kubeflow atau orkestrasi kontainer yang diperlukan. Mulai membangun pipeline machine learning yang dapat disesuaikan dan diautomatisasi sekarang.