近年来，人工智能与机器学习领域逐渐强大，解决了人们很多的问题，但是由于机器学习属于新生事物，它的基础架构支持比较新颖且部署相对复杂。

有什么好方法能让机器学习变得简单呢 ?

经过不断的实践，一部分工程师选择将机器学习部署在 Kubernetes 上。因为 Kubernetes 具有自动扩容，便于维护等特性。但一段时间后，他们依然遇到了部署复杂、指令繁冗等难题，这又该如何处理呢 ?

鉴于以上种种问题，Kubeflow 应运而生。它的出现，使得在 Kubernetes 上机器学习堆栈变得简单、快速、并且具有了可扩展性。

或许你才刚刚听说 Kubeflow, 也许你已经在 Kubeflow 领域开始贡献。如果你对 Kubeflow 充满好奇，对这个技术跃跃欲试。

接下来我们诚挚邀请你：

2019 年 5 月 11 日，「K8sMeetup 中国社区」携手主办方才云 Caicloud，将在上海举办 Kubeflow Meetup。届时，社区将集结 4 位业界大咖，基于 Kubernetes 强大的开源经验，结合行业需求深入探讨 Kubeflow 落地新契机。

你知道么？全世界现有大约有 2000 万名开发者，而数据科学家只有 200 万。学习并参与贡献 Kubeflow，或许下个十年，你不仅能获得一份高薪工作还可能成为下一位数据科学家。

还在等什么？！我们期待你的到来！

立即报名

▷ 活动费用：免费报名

▷ 活动时间：
2019 年 5 月 11 日（星期六）13：00 - 17：30

▷ 活动地点：
上海市杨浦区淞沪路 333 号创智天地三期 12 号楼 10 层

Kubeflow Meetup 活动流程及讲师

13：00 - 13：30
签到

13：35 - 13：45
Kubernetes & Kubeflow Meetup「上海」开场

13：45 - 14：25
张海宁
《在 Kubernetes 中使用 vGPU 实现机器学习任务共享 GPU》

14：30 - 15：20
高策
《Ciao：在 Jupyter Notebook 中使用 Kubeflow 进行分布式模型训练》

15：20 - 15：45
中场茶歇

15：45 - 16：25
乐金明
《云原生 DevOps 平台 Cyclone 的实现》

16：30 - 17：20
高朋
《对 cluster-autoscaler 的改进——让 cluseter-autoscaler 支持预测性伸缩》

17：20 - 17：40
会后讨论

嘉宾介绍

高策
才云 Caicloud 研发工程师

讲师简介：
才云 Caicloud 工程师以及 Kubeflow 项目维护者之一，主要负责 Kubernetes 分布式训练项目 tf-operator 和 AutoML 系统 Katib，研究涉及的领域包括 Apache TVM、模型服务、自动机器学习等。本科与研究生毕业于上海交通大学，期间是 coala 等开源项目的维护者。

演讲提纲：
在本次分享中，我将介绍目前 Kubeflow 项目的进展，以及目前社区中在 Jupyter Notebook 中支持 Kubeflow 的实现方案。最后介绍一个为 Kubeflow 实现 Jupyter Kernel 的开源组件 ciao。通过它，用户通过几行 magic commands 就可以发起一次分布式模型训练任务。

乐金明
才云 Caicloud 容器云研发总监

讲师简介：
专注于 DevOps，容器云，服务网格等技术。曾任职于 IBM，参与 ISD、ICM 等多款云产品的研发，后加入唯品会，从零搭建基于容器云的 PaaS，帮助唯品会实现容器云上生产。2017 年加入才云科技，主要负责容器云产品的设计和研发工作。

演讲提纲：
DevOps 能够提升软件开发与发布效率，AI 场景下同样需要 DevOps 能力来提升模型训练和发布效率。传统的 DevOps 平台，很难同时满足这两种场景。云原生 DevOps 平台 Cyclone，基于 Kubernetes 灵活的编排和调度能力，能够灵活地满足各种工作流场景。目前，Cyclone 已经很好地支撑才云容器云产品 Compass 中的 CI/CD 和 AI 产品 Clever 中的 AI 流水线。

张海宁
Harbor 项目创始人，VMware 中国研发先进技术中心技术总监

讲师简介：
Harbor 企业级容器镜像仓库开源项目创建人和架构师，Cloud Foundry 中国社区最早的技术布道师之一，《区块链技术指南》作者之一。目前着重关注区块链、容器和云计算等领域的研究和开发工作。

演讲提纲：
本分享将介绍如何使用 Kubernetes 中的 GPU 运行工作负载，将展示如何使用虚拟 GPU（vGPU）技术来使多个 pod 同时访问相同的物理 GPU。不仅可以提高 GPU 资源的利用率，还可以在同一物理 GPU 上调度更多的 GPU 工作负载。

高朋
科赛网后端工程师

讲师简介：
后端研发工程师，主要关注 Kubernetes 后端架构和数据分析工具的结合。

演讲提纲：
首先介绍 cluster auto scaler 的主要设计和功能，然后会说明科赛对于 cluster-autoscaler 的一些改动使得这个组件可以支持预测形伸缩，最后介绍一下我们用到的对计算资源进行预测的工具和算法 fbpophet 以及 LSTM。

主办方