Kelley Rivoire 与 Stripe 在 Kubernetes 上扩展模型训练 - TWIML Talk #272

这篇文章总结了一个播客节目，该节目由 Stripe 的工程经理 Kelley Rivoire 参与，讨论了他们的机器学习基础设施。 谈话重点是使用 Kubernetes 扩展模型训练。 讨论涵盖了 Stripe 的发展历程，从关注生产开始，以及他们开发的内部工具，例如 Railyard，这是一个旨在大规模管理模型训练的 API。 这篇文章重点介绍了在 Stripe 这样的大型组织中实施和管理机器学习基础设施的实际方面，提供了关于他们资源管理和模型训练 API 设计方法的见解。