Kerangka Materi

Perkenalan

  • Pengantar Kubernetes
  • Ikhtisar Kubeflow Fitur dan Arsitektur
  • Kubeflow di AWS vs di lokasi vs di penyedia cloud publik lainnya

Menyiapkan Klaster menggunakan AWS EKS

Menyiapkan Cluster Lokal menggunakan Microk8s

Menerapkan Kubernetes menggunakan Pendekatan GitOps

Pendekatan Penyimpanan Data

Membuat Saluran Pipa Kubeflow.

Memicu Saluran Pipa

Mendefinisikan Artefak Keluaran

Menyimpan Metadata untuk Kumpulan Data dan Model

Penyetelan Hyperparameter dengan TensorFlow

Memvisualisasikan dan Menganalisis Hasil

Pelatihan Multi-GPU.

Membuat Server Inferensi untuk Menerapkan Model ML

Bekerja dengan JupyterHub

Networking dan Penyeimbangan Beban

Penskalaan Otomatis Klaster Kubernetes.

Penyelesaian masalah

Ringkasan dan Kesimpulan

Persyaratan

  • Keakraban dengan sintaks Python.
  • Pengalaman dengan Tensorflow, PyTorch, atau framework pembelajaran mesin lainnya
  • Akun AWS dengan sumber daya yang diperlukan

Hadirin

  • Pengembang
  • Ilmuwan data
 35 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Pelatihan Terbuka membutuhkan minimal 5 peserta.

Testimoni (1)

Saya menikmati partisipasi dalam pelatihan Kubeflow yang diadakan secara jarak jauh. Pelatihan ini memungkinkan saya untuk mengonsolidasikan pengetahuan saya tentang layanan AWS, K8s, dan semua alat devOps di sekitar Kubeflow yang merupakan dasar-dasar yang diperlukan untuk menangani topik tersebut dengan tepat. Saya ingin berterima kasih kepada Malawski Marcin atas kesabaran dan profesionalismenya dalam pelatihan dan saran tentang praktik terbaik. Malawski mendekati topik dari berbagai sudut, menggunakan alat penyebaran yang berbeda seperti Ansible, EKS kubectl, dan Terraform. Sekarang saya yakin bahwa saya sedang masuk ke bidang aplikasi yang tepat.

Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Kursus - Kubeflow

Diterjemahkan Mesin

Kursus Mendatang

Kubeflow

2026-01-26 09:30
35 Jam
Pondok Indah Office Tower 3
136350000 IDR (Daring)
136350000 IDR (Ruang Kelas)

Kubeflow

2026-02-09 09:30
35 Jam
Pondok Indah Office Tower 3
136350000 IDR (Daring)
136350000 IDR (Ruang Kelas)

Kubeflow

2026-02-23 09:30
35 Jam
Pondok Indah Office Tower 3
136350000 IDR (Daring)
136350000 IDR (Ruang Kelas)

Kubeflow

2026-03-09 09:30
35 Jam
Pondok Indah Office Tower 3
136350000 IDR (Daring)
136350000 IDR (Ruang Kelas)

Kursus Terkait

Kubeflow di AWS

28 Jam

Pelatihan ini yang dipimpin instruktur secara langsung (online atau tatap muka) ditujukan bagi insinyur yang ingin men-deploy beban kerja Machine Learning ke server AWS EC2.

Sampai akhir pelatihan ini, peserta akan mampu:

  • Menginstal dan mengkonfigurasi Kubernetes, Kubeflow dan perangkat lunak lainnya yang diperlukan di AWS.
  • Menggunakan EKS (Elastic Kubernetes Service) untuk mempermudah pekerjaan memulai cluster Kubernetes di AWS.
  • Membuat dan men-deploy pipeline Kubernetes untuk mengotomatiskan dan mengelola model ML dalam produksi.
  • Melatih dan men-deploy model ML TensorFlow di beberapa GPU dan mesin yang berjalan secara paralel.
  • Memanfaatkan layanan AWS lainnya untuk memperluas aplikasi ML.
Baca selengkapnya...

Kubeflow di Azure

28 Jam

Pelatihan ini yang dipimpin instruktur, langsung (online atau tatap muka) ditujukan kepada para insinyur yang ingin mengimplementasikan beban kerja Machine Learning ke cloud Azure.

Pada akhir pelatihan ini, peserta akan dapat:

  • Memasang dan mengkonfigurasi Kubernetes, Kubeflow, dan perangkat lunak lainnya yang dibutuhkan di Azure.
  • Menggunakan Azure Kubernetes Service (AKS) untuk memudahkan pekerjaan menginisialisasi sebuah kluster Kubernetes di Azure.
  • Membuat dan mengimplementasikan sebuah pipa Kubernetes untuk mengotomatisasi dan mengelola model ML di produksi.
  • Melatih dan mengimplementasikan model TensorFlow ML di beberapa GPU dan mesin yang berjalan secara paralel.
  • Memanfaatkan layanan AWS lainnya yang dikelola untuk memperluas aplikasi ML.
Baca selengkapnya...

Kubeflow Essentials: Build, Train & Serve with Kubernetes

 14 Jam

Kubeflow adalah platform open-source yang dirancang untuk mempermudah pembuatan, pelatihan, dan penyebaran beban kerja machine learning di Kubernetes.

Pelatihan ini dipandu oleh instruktur (online atau tatap muka) ditujukan bagi profesional tingkat pemula hingga menengah yang ingin membangun alur kerja ML yang handal menggunakan Kubeflow.

Setelah selesai pelatihan ini, peserta akan mendapatkan keterampilan untuk:

  • Menavigasi ekosistem dan komponen inti Kubeflow.
  • Membuat alur kerja yang dapat direproduksi dengan Kubeflow Pipelines.
  • Menjalankan pekerjaan pelatihan skalabel di Kubernetes.
  • Menyajikan model machine learning secara efisien menggunakan Kubeflow Serving.

Format Pelatihan

  • Penyajian yang dipandu dan diskusi kolaboratif.
  • Latihan praktik dengan komponen Kubeflow asli.
  • Latihan praktis untuk membangun alur kerja ML end-to-end.

Opsi Penyesuaian Pelatihan

  • Versi yang disesuaikan dari pelatihan ini dapat diatur untuk sesuai dengan tumpukan teknologi dan persyaratan proyek tim Anda.
Baca selengkapnya...

Kubeflow Fundamentals

28 Jam

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk pengembang dan ilmuwan data yang ingin membangun, menerapkan, dan mengelola alur kerja pembelajaran mesin di Kubernetes.

Pada akhir pelatihan ini, peserta akan mampu:

  • Instal dan konfigurasikan Kubeflow di lokasi dan di cloud.
  • Bangun, terapkan, dan kelola alur kerja ML berdasarkan Docker container dan Kubernetes.
  • Jalankan seluruh alur pembelajaran mesin pada beragam arsitektur dan lingkungan cloud.
  • Menggunakan Kubeflow untuk menelurkan dan mengelola notebook Jupyter.
  • Bangun pelatihan ML, penyesuaian hyperparameter, dan penyajian beban kerja di berbagai platform.
Baca selengkapnya...

Kategori Terkait

Kubeflow
Kubeflow