0Pricing
MLOps Academy · Leçon

Exécuter l’entraînement comme tâche Kubernetes

Exécutez l’entraînement par lots jusqu’à son terme sur le cluster.

Exécuter l’entraînement comme tâche Kubernetes est une leçon MLOps Academy gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage MLOps Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours MLOps Academy comprend 4 leçons au total.

Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.

Training Is Not a Server

A model server runs forever, but a training run should start, finish, and stop. Kubernetes has a different object built for that: the Job. 🏁

A Job Runs to Completion

A Job creates one or more Pods and watches them until they exit successfully. Once training succeeds, the Job is done and frees its resources.

apiVersion: batch/v1
kind: Job
metadata:
  name: train-ranker
spec:
  template:
    spec:
      restartPolicy: Never

restartPolicy Must Not Be Always

A Job Pod must use restartPolicy Never or OnFailure. Always is for servers and Kubernetes rejects it for a Job that is meant to end.

Retries with backoffLimit

Training can fail on a flaky download. The backoffLimit sets how many times the Job retries a failing Pod before it gives up for good.

spec:
  backoffLimit: 4
  activeDeadlineSeconds: 3600

Cap Runtime to Avoid Runaways

Set activeDeadlineSeconds so a hung training run cannot burn an expensive GPU node all weekend. The Job is killed once that limit passes. ⏱️

Request the GPU You Need

A training Job uses the same resources block as a Deployment. Add nvidia.com/gpu under limits so the run lands on a GPU node.

Parallelism for Sweeps

Set completions and parallelism to run many Pods, perfect for a hyperparameter sweep where each Pod trains one configuration at once.

Logs and Artifacts Outlive the Pod

A finished Job Pod is gone, so write your model and metrics to durable storage like S3 or a volume, never to the Pod filesystem.

CronJob for Scheduled Retraining

Wrap a Job in a CronJob to retrain on a schedule, like nightly. It creates a fresh Job each time the cron expression fires.

apiVersion: batch/v1
kind: CronJob
spec:
  schedule: "0 2 * * *"

Clean Up Finished Jobs

Completed Jobs linger by default and clutter the cluster. Set ttlSecondsAfterFinished so Kubernetes deletes them automatically after a grace period.

Watch Status with kubectl

Check a run with kubectl get jobs and read output with kubectl logs. The status shows succeeded or failed counts at a glance.

kubectl get jobs
kubectl logs job/train-ranker

Quick Check

Why is a Job, not a Deployment, right for training?

Recap

Run finite training as a Job with restartPolicy Never, a backoffLimit, and a runtime cap, then schedule retraining with a CronJob. ✅

Questions Fréquemment Posées

La leçon « Exécuter l’entraînement comme tâche Kubernetes » est-elle gratuite ?

Oui — le texte complet de « Exécuter l’entraînement comme tâche Kubernetes » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours MLOps Academy, passe à CoddyKit PRO. Le cours MLOps Academy comprend 4 leçons au total.

Qu'est-ce que j'apprendrai dans « Exécuter l’entraînement comme tâche Kubernetes » ?

Exécutez l’entraînement par lots jusqu’à son terme sur le cluster. Tu pratiques MLOps Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.

Dois-je avoir de l'expérience pour commencer MLOps Academy ?

Aucune expérience préalable n'est requise. MLOps Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.

Combien de temps prend la leçon « Exécuter l’entraînement comme tâche Kubernetes » ?

La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.

Peux-tu écrire et exécuter du code dans cette leçon MLOps Academy ?

Oui. Chaque leçon MLOps Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.

Toutes les leçons de ce cours

  1. Pods, déploiements et services pour les modèles
  2. Demander du CPU, de la mémoire et du GPU
  3. Configurer avec ConfigMaps et Secrets
  4. Exécuter l’entraînement comme tâche Kubernetes
← Retour à MLOps Academy