Pour offrir les meilleures expériences possibles, nous utilisons des technologies telles que les cookies pour stocker et/ou accéder aux informations des appareils.
Le fait de ne pas consentir ou de retirer son consentement peut avoir un effet négatif sur certaines caractéristiques et fonctions.
Voir notre Politique de protection des données pour plus d'informations.
Tarif |
A partir de 1 500,00 € |
Durée | 2 jours |
Modes |
|
Sessions | |
Lieux | Partout en France |
Tarif |
A partir de 1 500,00 € |
Durée | 2 jours |
Modes |
|
Sessions | |
Lieux | Partout en France |
A l'issue de cette formation, les participants sont en mesure d'utiliser Kubeflow pour déployer un projet Data Science en production.
Présentation générale de cette formation Kubeflow
Les projets IA et Data Science : généralités, parties prenantes, mise en production…
Le cycle de vie du Machine Learning : entraînement, test, tuning…
Déploiement et pratiques MLOps
Les conteneurs, Docker et Kubernetes
Pourquoi utiliser Kubeflow ?
Fonctionnalités, composants et architecture
Options de déploiements
Contraintes de sécurité et prérequis infra
Installation et configuration
Prise en main de l’interface utilisateur
Le gestionnaire de notebooks Jupyter
Le processus de développement d’un modèle
Les composants Kubeflow pour l’entraînement d’un modèle
Notebooks et images, exemples de mise en œuvre
Metadata
Entraînement distribué
Tuning avec Katib
Présentation de KServe
Prétraitement des données
Mise en production d’un modèle
Monitoring
Qu’est-ce qu’un pipeline ?
Workflow pour le déploiement d’un modèle ML avec Kubeflow Pipelines SDK
Ajouter des étapes d’entraînement et de serving
Et après ? Comment ancrer les acquis pédagogiques de la formation
Questions/réponses selon les besoins des stagiaires
A l'issue de cette formation, vous serez capable de :
Tarif |
A partir de 1 520,00 € |
Durée |
2j / 14h |
Modes |
|