Temario del curso
Introducción a las Operaciones de Kubernetes con IA
- Por qué la IA es fundamental para las operaciones de clúster modernas
- Limitaciones de la lógica tradicional de escalado y programación
- Conceptos clave del aprendizaje automático para la gestión de recursos
Fundamentos de la Gestión de Recursos en Kubernetes
- Fundamentos de la asignación de CPU, GPU y memoria
- Comprensión de cuotas, límites y solicitudes
- Identificación de cuellos de botella e ineficiencias
Enfoques de Aprendizaje Automático para la Programación
- Modelos supervisados y no supervisados para la colocación de cargas de trabajo
- Algoritmos predictivos para la demanda de recursos
- Uso de características de ML en programadores personalizados
Aprendizaje por Refuerzo para el Autoscaling Inteligente
- Cómo los agentes de RL aprenden del comportamiento del clúster
- Diseño de funciones de recompensa para la eficiencia
- Construcción de estrategias de autoscaling basadas en RL
Autoscaling Predictivo con Métricas y Telemetría
- Uso de datos de Prometheus para pronósticos
- Aplicación de modelos de series temporales al autoscaling
- Evaluación de la precisión de las predicciones y ajuste de modelos
Implementación de Herramientas de Optimización Impulsadas por IA
- Integración de marcos de trabajo de ML con controladores de Kubernetes
- Despliegue de bucles de control inteligentes
- Extensión de KEDA para la toma de decisiones asistida por IA
Estrategias de Optimización de Costos y Rendimiento
- Reducción de costos de cómputo mediante escalado predictivo
- Mejora de la utilización de GPU mediante colocación impulsada por ML
- Equilibrio entre latencia, throughput y eficiencia
Escenarios Prácticos y Casos de Uso Reales
- Autoscaling de aplicaciones de alta carga con IA
- Optimización de grupos de nodos heterogéneos
- Aplicación de ML en entornos multiinquilino
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los fundamentos de Kubernetes
- Experiencia en el despliegue de aplicaciones empaquetadas en contenedores
- Familiaridad con la operación de clusters y la gestión de recursos
Público Objetivo
- Ingenieros de fiabilidad de sitios (SRE) que trabajan con sistemas distribuidos a gran escala
- Operadores de Kubernetes que gestionan cargas de trabajo de alta demanda
- Ingenieros de plataforma que optimizan la infraestructura de cómputo
Reseñas (4)
comprensión básica de contenedores/kubernetes y su interacción características de la plataforma Openshift
Eric Scholze - NOW IT GmbH
Curso - Introduction to Containers, Kubernetes & OpenShift
Traducción Automática
About the microservices and how to maintenance kubernetes
Yufri Isnaini Rochmat Maulana - Bank Indonesia
Curso - Advanced Platform Engineering: Scaling with Microservices and Kubernetes
Cómo los formadores transmiten el conocimiento de manera efectiva
Vu Thoai Le - Reply Polska sp. z o. o.
Curso - Certified Kubernetes Administrator (CKA) - exam preparation
Traducción Automática
El conocimiento y los intercambios con Augustin
Laurent - L'Office national des vacances annuelles (ONVA)
Curso - Docker and Kubernetes
Traducción Automática
