Kubernetes上的MLOps：机器学习CI/CD流水线 培训

本课程为讲师引导的培训，在中国（线上或线下）进行，面向具有中高级经验的AI工程师和数据科学家，旨在通过现代MLOps实践，提升DeepSeek模型的性能，减少延迟，并高效部署AI解决方案。

培训结束后，学员将能够：

• 优化DeepSeek模型，提升效率、准确性和可扩展性。
• 实施MLOps和模型版本控制的最佳实践。
• 在云端和本地基础设施上部署DeepSeek模型。
• 有效监控、维护和扩展AI解决方案。

这种以讲师为主导的 中国（在线或现场）实时培训面向希望掌握使用微服务和 Kubernetes 扩展应用程序的高级平台工程师和 DevOps 专业人士。

在培训结束时，参与者将能够：

• 设计和实现可扩展的微服务架构。
• 在 Kubernetes 个集群上部署和管理应用程序。
• 利用 Helm 图表进行高效的服务部署。
• 监视和维护生产中微服务的运行状况。
• 在 Kubernetes 环境中应用安全性和合规性的最佳实践。

本课程由讲师带领，提供中国（线上或线下）培训。旨在帮助Kubernetes实践者为CKS考试做准备。

完成培训后，您将了解如何在应用生命周期的不同阶段（构建、部署和运行时），保护Kubernetes环境和基于容器的应用。

本为期七天的课程提供了一次全面的实践之旅，学习如何使用现代 DevOps 实践设计、部署和运营云原生应用。

参与者将探索如何设计可扩展的微服务架构，优化容器环境，并使用 Kubernetes 管理生产工作负载。课程内容涵盖高级部署策略、基于 GitOps 的自动化以及可观测性实践，以确保系统的可靠性和性能。

课程重点在于现实世界的运营挑战，包括事件响应、故障模拟和根本原因分析。课程最后部分介绍使用 AI 驱动工具来支持故障排除并加速运营决策。

培训结束时，参与者将清楚地了解如何在基于 Kubernetes 的环境中构建、部署、监控和维护弹性分布式系统。

本课程为讲师指导的中国线下或线上培训，旨在帮助工程师使用Helm简化Kubernetes应用的安装和管理流程。

培训结束后，学员将能够：

• 安装和配置Helm。
• 创建可复现的Kubernetes应用构建。
• 将应用共享为Helm图表。
• 运行保存为Helm图表的第三方应用。
• 管理Helm包的发布。

本讲师引导的培训课程在中国进行（线上或线下），面向开发者和数据科学家，旨在帮助其在Kubernetes上构建、部署和管理机器学习工作流。

完成本课程后，参与者将能够：

• 在本地（on-premise）和云端安装并配置Kubeflow。
• 基于Docker容器和Kubernetes构建、部署和管理ML工作流。
• 在多种架构和云环境中运行完整的机器学习流水线。
• 使用Kubeflow生成并管理Jupyter笔记本。
• 在多个平台上构建ML训练、超参数调优及推理服务工作负载。

这种以讲师为主导的 中国（在线或现场）现场培训面向希望学习如何使用 Minikube 设置和管理本地 Kubernetes 环境的初级到中级软件开发人员和 DevOps 专业人士。

在培训结束时，参与者将能够：

• 在本地计算机上安装和配置 Minikube。
• 了解 Kubernetes 的基本概念和架构。
• 使用 kubectl 和 Minikube 仪表板部署和管理容器。
• 为 Kubernetes 设置持久性存储和网络解决方案。
• 利用 Minikube 开发、测试和调试应用程序。

这种以讲师为主导的中国（在线或现场）现场培训面向希望将 Minikube 作为其开发工作流程一部分的中级开发人员和 DevOps 工程师。

在培训结束时，参与者将能够：

• 使用 Minikube 设置和管理本地 Kubernetes 环境。
• 了解如何在 Minikube 上部署、管理和调试应用程序。
• 将 Minikube 集成到其持续集成和部署管道中。
• 使用 Minikube 的高级功能优化他们的开发流程。
• 将最佳实践应用于本地 Kubernetes 开发。

本次由讲师指导的培训在中国（线上或线下）面向希望评估当前可用方法和工具的工程师，以便在组织内采用MLOps时做出明智的决策。

通过本次培训，参与者将能够：

• 安装和配置各种MLOps框架和工具。
• 组建具备正确技能的团队，以构建和支持MLOps系统。
• 准备、验证和版本化数据以供ML模型使用。
• 了解ML管道的组件及其所需的工具。
• 实验不同的机器学习框架和服务器，以部署到生产环境。
• 将整个机器学习过程操作化，使其可重现和可维护。