Continuous Delivery zu Kubernetes bei Zalando – Deployment-Schnittstellen

Continuous Delivery zu Kubernetes bereitstellen: Das Team startete mit einer schnell zu implementierenden Lösung, um Feedback zu erhalten und um dieses Feedback zum Design der nächsten Generation von Continuous Delivery zu Kubernetes bei Zalando zu nutzen.

In diesem Vortrag beschreibt Engineering Lead Lothar Schulz Schnittstellen, die das Team in die Implementierung der nächsten Generation von Continuous Delivery zu Kubernetes bei Zalando einbezog. Er wird Vor- und Nachteile dieses Ansatzes beschreiben sowie aufzeigen, welche Schlüsse und Lehren das Team daraus gezogen hat. Lothar wird ebenfalls über Herausforderungen dieser Herangehensweise sprechen und warum dieser Ansatz für Zalando mit seiner aktuellen Größe (15+ Millionen Nutzer) und einem Tech-Team (2000+ Mitglieder und wachsend) sinnvoll ist.

Vorkenntnisse

* Das Publikum sollte wissen, wie man mit Kubernetes-Clustern arbeitet.
* Außerdem sollte es Continuous Delivery als Konzept kennen.

Lernziele

* Erfahrungen über Interfaces zu teilen, die beim Bau von Systemen für das Deployment zu Kubernetes in Frage kommen.

 

Agenda

ab 8.30 Uhr Registrierung und Begrüßungskaffee

9.30 Uhr Beginn

Intro

Machine Learning

  • Was ist Machine Learning?
  • Der typische ML Workflow
  • Was sind neuronale Netze?
  • Jupyter Lab mit Python
  • Eine Einführung in TensorFlow
  • Keras als High-Level API für TensorFlow

Praxisteil: Deep Learning Modelle mit Keras

  • Datengeneratoren
  • Datasets explorativ analysieren
  • Hold-Out vs. Cross Validation

11.00 - 11.15 Uhr: Kaffeepause

Praxisteil: Deep Learning Modelle mit Keras

  • Feed-Forward Netzarchitektur
  • Convolutional Neural Networks als Deep Learning Ansatz
  • Evaluation und Visualisierung des Modells

12.30 - 13.30 Uhr: Mittagspause

Pipelines mit Luigi

  • Anforderungen an produktive Modelle
  • Übersicht über Luigi und dessen Module
  • Bau eines Beispiel-Workflows

Praxisteil: Den Keras-Workflow mit Luigi implementieren

  • Anforderungen an produktive Modelle
  • Übersicht über Luigi und dessen Module
  • Bau eines Beispiel-Workflows

15.30 - 15.45 Uhr: Kaffeepause

Praxisteil: TensorFlow-Serving

  • Übersicht über TensorFlow-Serving
  • Ladestrategien konfigurieren
  • Deployment des Modells

ca. 17.00 Uhr: Ende

 

Referent

 

Lothar Schulz Lothar Schulz ist seit 2013 bei Zalando SE. Aktuell arbeitet er für das Continuous-Delivery-Engineering-Team und ist dort verantwortlich für Quellcode-Managementsysteme, Deployments zu Data-Center- und Cloud-Umgebungen sowie Continuous Integration und Delivery as a Service für Zalando Tech. Er liebt Coden und die Arbeit an Open-Source-Projekten.

Platin-Sponsor

Gold-Sponsor

Silber-Sponsoren


CLC-Newsletter

Sie möchten über die Continuous Lifecycle
auf dem Laufenden gehalten werden?

 

Anmelden