MLOps без боли в облаке VK Cloud#1: Разворачиваем Kubeflow. Простые масштабируемые воркфлоу для ML на Kubernetes

Для успеха в Data Science нужно часто пробовать новые модели, не все из которых срабатывают. Когда количество проектов переваливает за разумные пределы, управлять инфраструктурой для машинного обучения становится сложно. Здесь на помощь приходит MLOps — современный подход к автоматизации работы аналитика данных. С ним легко эффективно выстроить процессы работы с технологиями машинного обучения, чтобы они приносили пользу бизнесу. Сочетание Cloud-Native и MLOps-подходов позволяет просто и быстро проверять ML-модели с использованием облачных сервисов, таких как Kubernetes, не погружаясь в инфраструктурные дебри.

Новая серия вебинаров “MLOps без боли” с Kubeflow — он позволяет создавать индивидуальные окружения для тестирования: с гибкой настройкой, используя Docker и Kubernetes, — а также решить проблему воспроизводимости экспериментов.

Освоив Kubeflow, вы сможете быстро выводить модели в продуктив, организовывать трекинг моделей и экспериментов. Однако сама установка и настройка Kubeflow довольно непростой процесс.

В описании под записью вебинара в YouTube вы найдете подробную инструкцию, как установить и запустить Kubeflow в облачной платформе VK Cloud, и репозиторий — и сможете использовать микросервисы для быстрой проверки новых моделей.