Voltar ao início
IA & ML

Kubeflow

Plataforma de ML baseada em Kubernetes para orquestrar todo o ciclo de vida de Machine Learning — treinamento, servindo modelos e pipelines.

Analogia

Kubeflow é como o Kubernetes do Machine Learning — usa a mesma infraestrutura de containers para gerenciar experimentos de ML, treinamento distribuído e deploy de modelos.

Contextos de uso

Iniciante

Usa o Notebook Server e cria pipelines básicos com Kubeflow Pipelines.

Intermediário

Configura distribuição de treinamento com TFJob/PyTorchJob, usa KServe.

Avançado

Projeta plataformas MLOps completas em Kubernetes multi-tenant com Kubeflow.

Cargos que usam Kubeflow

Tecnologias relacionadas

Kubernetes

DevOps/Infra

Kubernetes é como o gerente de uma cozinha industrial — ele decide quantos cozinheiros (contêineres) precisam trabalhar em cada momento e substitui os que ficam doentes.

Cargos relacionados

Desenvolvedor Java, Desenvolvedor Go (Golang), Engenheiro DevOps

🧪

MLflow

IA & ML

MLflow é como um caderno de laboratório digital para cientistas de dados — registra cada experimento ('tentei com X parâmetros, obtive Y resultado') para que nada se perca.

Cargos relacionados

Engenheiro MLOps

🐍

Python

Linguagem

Python é como o canivete suíço das linguagens de programação — serve para quase tudo e é fácil de usar.

Cargos relacionados

Desenvolvedor Python, Desenvolvedor Full Stack Python, Analista de Dados

🧠

TensorFlow

Dados

TensorFlow é como o cérebro artificial — você o treina com muitos exemplos e ele aprende a reconhecer padrões, como identificar rostos em fotos.

Cargos relacionados

Cientista de Dados, Engenheiro de Machine Learning

🐳

Docker

DevOps/Infra

Docker é como uma marmita — você embala a refeição com tudo dentro (comida, talher, molho) e ela chega igual para qualquer pessoa, em qualquer lugar.

Cargos relacionados

Desenvolvedor Node.js, Desenvolvedor Python, Desenvolvedor Java

☁️

Amazon SageMaker

IA & ML

SageMaker é como uma fábrica completa de modelos de IA na nuvem — tem linha de montagem (treinamento), controle de qualidade (avaliação) e distribuição (deploy) tudo integrado.

Cargos relacionados

Engenheiro MLOps, Engenheiro de LLM / IA Generativa