Kubeflow - 클라우드 네이티브 ML 도구 상자
데이터 과학/머신 러닝 모델을 개발할 때 가장 흔한 장애물 중 하나는 대규모로 실시간으로 작동할 수 있는 엔드투엔드 파이프라인을 설계하는 것입니다. 데이터 과학자와 엔지니어는 종종 실험을 위한 인프라를 학습, 개발 및 유지 관리해야 합니다.
이 실습에서는 Salman이 머신 러닝과 관련이 없는 작업을 추상화하면서 동시에 제어 기능을 제공하도록 설계된 오픈 소스 Kubernetes 기반 플랫폼인 Kubeflow의 장점에 대해 설명합니다.
배울 수 있는 내용:
- Kubeflow 아키텍처 및 설치
- Kubeflow 파이프라인에서 엔드투엔드 오케스트레이션 머신 러닝 실험 만들기
- Kubeflow의 현재 사용 사례와 다른 업계의 팀들이 머신 러닝 운영을 확장하기 위해 클라우드를 어떻게 활용하고 있는지"