Capítulo 2: Kubeflow

Componentes de Kubeflow

Componente	Propósito
Pipelines	Orquestación de flujos de trabajo de ML
Notebooks	Jupyter notebooks en K8s
Katib	Ajuste de hiperparámetros
KFServing	Servir modelos
Training Operators	Entrenamiento distribuido (TFJob, PyTorchJob)

Ejemplo de Pipeline en Kubeflow

from kfp import dsl, compiler

@dsl.component
def preprocess_data(input_path: str, output_path: str):
    import pandas as pd
    df = pd.read_csv(input_path)
    # Preprocessing logic
    df.to_csv(output_path, index=False)

@dsl.component
def train_model(data_path: str, model_path: str):
    import joblib
    from sklearn.ensemble import RandomForestClassifier
    # Training logic
    model = RandomForestClassifier()
    joblib.dump(model, model_path)

@dsl.pipeline(name="ml-training-pipeline")
def ml_pipeline(input_data: str = "gs://bucket/data.csv"):
    preprocess_task = preprocess_data(input_path=input_data, output_path="/tmp/processed.csv")
    train_task = train_model(data_path=preprocess_task.output, model_path="/tmp/model.pkl")

compiler.Compiler().compile(ml_pipeline, "pipeline.yaml")

---

Siguiente: Capítulo 3: Escalando cargas de trabajo de ML