Kubeflow Pipelines
Pipelines ML portables et scalables sur Kubernetes.
Site officiel / GitHub ↗ Visiter
À quoi sert cette technologie ?
Son rôle dans les environnements de production et pourquoi elle est enseignée dans nos cursus.
Kubeflow Pipelines construit des pipelines de machine learning portables et scalables sur Kubernetes — automatisant la préparation des données, l'entraînement et le déploiement des modèles en workflows reproductibles.
Ce que vous allez apprendre
Les compétences opérationnelles acquises sur cette technologie dans nos cursus.
- Concevoir et exécuter des pipelines ML en tant que code
- Orchestrer les étapes de préparation des données et d'entraînement
- Suivre les runs de pipelines et artefacts
- Intégrer Kubeflow avec OpenShift AI et Elyra
Actualités & Dernières évolutions
Les innovations récentes, versions majeures et tendances clés de l'écosystème.
Kubeflow Pipelines 2.4 : Définition des workflows MLOps en Python pur
Traçabilité complète des artefacts, reproductibilité des entraînements et intégration native avec Tekton et Argo.
Gouvernance et catalogue de composants réutilisables d'entreprise
Standardisation des étapes d'ingestion de données, de validation de modèles et de déploiement continu.
Présent dans le cursus
Retrouvez cette technologie dans les modules suivants de nos cursus certifiants Red Hat.
AS300 — AI Platform Engineer
Voir le cursus →
Red Hat OpenShift AI (RHOAI)
AI267 · Module 7 — AS300
