公司内部数据计算Kubeflow平台,主要做ML模型训练和运行jupyter notebook。项目利用terraform 管理基础设施建设,实现gitops原理,服务构建在gcp云上,利用弹性扩容技术充分发挥服务的伸缩性 实现流程: 1.使用terraform+packer作为实现基础Linux应用镜像的构建 2.编写terraform+ansible实现服务器应用的部署、启动、定时备份和还原 3.使用bigquery+R fluent服务实现日志采集分析,并用terraform构建alerting实现邮件告警通知 4.全过程使用jenkins pipeline+gitlab we
公司内部数据计算Kubeflow平台,主要做ML模型训练和运行jupyter notebook。项目利用terraform 管理基础设施建设,实现gitops原理,服务构建在gcp云上,利用弹性扩容技术充分发挥服务的伸缩性。第二版公司采用docker+kubernetes作为测试、生产环境架构,主要是实现pyspark、tensorflow模型和airflow容器化,实现模型应用的高可用和自愈功能。 实现流程: 1. 使用terraform+packer作为实现基础Linux应用镜像的构建 2. 编写terraform+ansible实现服务器应用的部署、启动、定时备份和还原
公司内部数据计算Kubeflow平台,主要做ML模型训练和运行jupyter notebook。项目利用terraform 管理基础设施建设,实现gitops原理,服务构建在gcp云上,利用弹性扩容技术充分发挥服务的伸缩性 实现流程: 1.使用terraform+packer作为实现基础Linux应用镜像的构建 2.编写terraform+ansible实现服务器应用的部署、启动、定时备份和还原 3.使用bigquery+R fluent服务实现日志采集分析,并用terraform构建alerting实现邮件告警通知 4.全过程使用jenkins pipeline+gitlab we...
公司内部数据计算Kubeflow平台,主要做ML模型训练和运行jupyter notebook。项目利用terraform 管理基础设施建设,实现gitops原理,服务构建在gcp云上,利用弹性扩容技术充分发挥服务的伸缩性。第二版公司采用docker+kubernetes作为测试、生产环境架构,主要是实现pyspark、tensorflow模型和airflow容器化,实现模型应用的高可用和自愈功能。 实现流程: 1. 使用terraform+packer作为实现基础Linux应用镜像的构建 2. 编写terraform+ansible实现服务器应用的部署、启动、定时备份和还原 ...
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人