Дружим python с kubernetes. Или сказ от том, как запускать ML jobs, jupyter notebooks, inferences на больших железяках.
Тезисы
В Sbercloud MLSpace мы даем возможность запускать распределенные задачи обучения, jupyter notebooks, inferences и деплоить любые docker образы с автомасштабированием. Все это работает в kubernetes.

В своем докладе я расскажу, как мы пишем сервисы, которые управляют ресурсами. Поведаю, как мы отслеживаем состояния запущенных задач. Также расскажу, как у нас устроена работа с мультикластерностью.

Доклад рассчитан на разработчиков, которые используют kubernetes или собираются строить внутреннюю инфраструктуру для запуска большого количества задач, простого развертывания сервисов. Слушатели узнают, что kubernetes не такой страшный и что можно не бояться с ним работать через python.
В Sbercloud MLSpace мы даем возможность запускать распределенные задачи обучения, jupyter notebooks, inferences и деплоить любые docker образы с автомасштабированием. Все это работает в kubernetes.

В своем докладе я расскажу, как мы пишем сервисы, которые управляют ресурсами. Поведаю, как мы отслеживаем состояния запущенных задач. Также расскажу, как у нас устроена работа с мультикластерностью.

Доклад рассчитан на разработчиков, которые используют kubernetes или собираются строить внутреннюю инфраструктуру для запуска большого количества задач, простого развертывания сервисов. Слушатели узнают, что kubernetes не такой страшный и что можно не бояться с ним работать через python.
Видеозапись доклада
Информация о спикере
Никита Корольков
Старший разработчик, SberCloud
Работаю в команде MlSpace, мы предоставляем внешним разработчикам возможность запускать job-ы обучения, jupyter notebook-и, inference-ы на наших супер компьютерах.
  • Никита Корольков
    Старший разработчик, SberCloud
    Работаю в команде MlSpace, мы предоставляем внешним разработчикам возможность запускать job-ы обучения, jupyter notebook-и, inference-ы на наших супер компьютерах.
Все доклады секции