01
Kubeflow概览与生态介绍
了解Kubeflow是什么，它能解决什么问题，以及它在MLOps生态中的位置。
MLOps生态
02
环境准备
安装Docker、kubectl、以及配置Kubernetes集群（Minikube或Kind）。
DockerK8s
03
Kubernetes核心概念速览
快速回顾Pod、Service、Deployment、Namespace等核心概念。
PodService
04
Kubeflow架构解析
理解Kubeflow的各个组件（Pipelines、KFServing、Katib等）及其关系。
架构组件
05
安装前系统检查
检查Kubernetes版本、资源配额、存储类等前置条件。
前置检查资源
06
官方Manifests安装
下载并应用Kubeflow 1.7版本的YAML文件。
YAML部署
07
验证安装
检查所有Pod状态，访问Kubeflow Dashboard。
Dashboard验证
08
配置Ingress与HTTPS
为Kubeflow Dashboard配置域名和SSL证书。
IngressSSL
09
用户认证与RBAC
配置多用户登录（Dex + LDAP）和权限控制。
DexRBAC
10
Pipelines入门
理解Pipeline的概念，创建第一个Hello World Pipeline。
PipelineHelloWorld
11
Pipeline组件开发
编写自定义组件（ContainerOp），使用Python SDK。
ContainerOpSDK
12
参数与Artifact管理
传递参数，管理输入输出数据。
Artifact参数
13
Kubeflow Notebooks
创建和管理Jupyter Notebook实例，配置资源限制。
Jupyter资源
14
Katib超参数调优
安装Katib，创建第一个超参数调优实验。
Katib调优
15
KFServing模型部署
部署一个TensorFlow模型为REST API服务。
KFServingTensorFlow
16
模型监控与日志
集成Prometheus和Grafana监控模型性能。
PrometheusGrafana
17
Kubeflow与MinIO集成
配置对象存储，管理训练数据和模型。
MinIO对象存储
18
Kubeflow与MySQL集成
配置元数据存储，追踪实验记录。
MySQL元数据
19
多集群部署策略
在多个Kubernetes集群间部署Kubeflow。
多集群部署
20
CI/CD集成
将Kubeflow Pipeline集成到GitLab CI或Jenkins中。
CI/CDGitLab
21
Fairing构建与部署
使用Fairing在Kubeflow中构建和部署模型。
Fairing构建
22
Kubeflow与MLflow对比
了解两者在实验追踪和模型注册上的差异。
MLflow对比
23
生产环境最佳实践
资源配额、命名空间隔离、备份策略。
生产最佳实践
24
常见安装问题排错
Pod CrashLoopBackOff、ImagePullBackOff等问题的解决。
排错CrashLoop
25
升级Kubeflow
从1.6升级到1.7的步骤和注意事项。
升级1.7
26
卸载Kubeflow
彻底清理Kubeflow及其依赖资源。
卸载清理
27
Kubeflow on AWS
在EKS上部署Kubeflow的特定配置。
AWSEKS
28
Kubeflow on GCP
在GKE上部署Kubeflow的特定配置。
GCPGKE
29
Kubeflow on Azure
在AKS上部署Kubeflow的特定配置。
AzureAKS
30
综合实战：完整MLOps流水线
从数据准备到模型部署的完整MLOps流水线。
实战MLOps