在开发数据科学/机器学习模型的过程中，一个非常常见难题是设计能够大规模实时运行的端到端管道。为了开展实验，数据科学家和工程师通常需要了解、开发和维护基础架构。
在本实验中，Salman 将探讨使用 Kubeflow 带来的诸多优势。Kubeflow 是一个基于 Kubernetes 的开源平台，设计用于分离出机器学习核心工作流之外的相关任务，同时让您仍然拥有全面的控制权。
您将学习以下内容：
- Kubeflow 架构与安装过程
- 在 Kubeflow 管道中，创建一个端到端编排机器学习工作流的实验
- Kubeflow 当前的实际应用，以及其他行业的团队如何利用云来扩展机器学习运营
