课程简介
Kubeflow 是一个开源平台，正在亚洲的机器学习运维（MLOps）领域迅速获得关注。随着企业加速数字化转型，对高效且可扩展的机器学习工作流的需求不断增长。在 Azure 上的 Kubeflow 提供了稳健的解决方案，可与现有云基础设施无缝集成。本课程旨在帮助专业人士掌握高效使用在 Azure 上的 Kubeflow 的技能，确保组织能够充分释放数据驱动项目的潜力。
商业价值
对于人力资源与管理者而言，投资在 Azure 上的 Kubeflow 培训将带来显著的投资回报。通过使团队更高效地部署机器学习模型，组织可以缩短产品上市时间、提升生产力，并提高预测分析的准确性。这不仅带来成本节约，也有助于推动创新并增强市场竞争力。随着数据成为关键资产，拥有一支精通先进机器学习运维的团队将构成战略优势。
课程目标
- 理解 Kubeflow 的架构与组件。
- 学习如何在 Azure 上部署与管理 Kubeflow。
- 熟练掌握创建与管理机器学习流水线。
- 探索与 Azure 服务的集成以增强功能。
- 培养排障与优化工作流的技能。
课程大纲
模块 1：Kubeflow 入门
本模块将介绍 Kubeflow 的基础知识、架构，以及其在 MLOps 中的重要性。学员将了解 Kubeflow 提供的关键组件与服务。
模块 2：在 Azure 上搭建 Kubeflow
学习如何在 Azure 上搭建 Kubeflow 环境。本模块包含配置 Azure Kubernetes Service (AKS) 并与 Kubeflow 集成的详细说明。
模块 3：构建机器学习流水线
学员将通过 Kubeflow Pipelines 设计与部署机器学习流水线，获得实操经验。本模块重点讲解如何利用 Azure 资源实现扩展与自动化。
模块 4：集成 Azure 服务
本模块将探讨将 Azure Machine Learning、Azure Databricks 和 Azure Storage 等 Azure 服务与 Kubeflow 集成，以强化机器学习工作流。
模块 5：监控与优化
学习在 Kubeflow 中监控机器学习模型与工作流的方法。本模块将介绍优化性能与资源利用率的策略。
教学方法
本课程采用互动式教学，将理论讲解与实践练习相结合。学员将参与上机实验、小组讨论以及真实案例研究，以加深对在 Azure 上使用 Kubeflow 的理解与应用。该教学方式确保学员能够在业务场景中有效运用所学技能。
适合人群
本课程适合负责在云端部署与管理机器学习工作流的数据科学家、机器学习工程师、云工程师及 IT 专业人士。负责数据驱动项目的管理者和团队负责人也将受益于对在 Azure 上战略性实施 Kubeflow 的理解。
常见问题
是否需要具备 Kubernetes 的相关经验？
具备 Kubernetes 的经验会更有帮助，但并非必需。课程将涵盖必要的 Kubernetes 概念概览。
完成课程后是否颁发证书？
是的，学员将获得证书，以证明其在 Azure 上使用 Kubeflow 的能力。
将提供哪些学习资源？
学员将获得课程资料、上机实验环境以及补充阅读资源的访问权限。