王庆璨
王庆璨_个人页
王庆璨
文章
3
问答
0
视频
0
个人介绍
暂无个人介绍
擅长的技术
- Python
- 容器
获得更多能力
通用技术能力：
-
Java
初级
能力说明：
了解变量作用域、Java类的结构，能够创建带main方法可执行的java应用，从命令行运行java程序；能够使用Java基本数据类型、运算符和控制结构、数组、循环结构书写和运行简单的Java程序。
-
容器
高级
能力说明：
熟练掌握Docker各类高级特性，包括容器数据卷、DockerFile构建等；熟练使用Docker封装MySQL、Redis、Tomcat、Apache等镜像，并可在公有云或私有云部署并保持稳定运行。
云产品技术能力：
-
ACP
-
阿里云云计算ACP专业认证考试
获得于2021-04-29 18:14:55
-
阿里云云计算ACP专业认证考试
阿里云技能认证
详细说明-
发表了文章 2020-05-06
Kubeflow 1.0 上线： 体验生产级的机器学习平台
# 背景 从2017年12月Kubeflow在Kubecon USA宣布开源至今，已经经过2年多的时间。在过去的两年里Kubeflow已经成长为一个拥有数百名贡献者的优秀开源项目。Kubeflow的目标是让机器学习工程师或者数据科学家可以利用本地或者共有的云资源构建属于自己的ML的工作负载。2020年3月，Kubeflow正式发布1.0版本。在Kubeflow 1.0的版本中, 有多项重要的核心
-
发表了文章 2020-04-30
Kubernetes Scheduler Framework 扩展: 2. Binpack
# 前言 ## 为什么需要Binpack功能？ Kubernetes默认开启的资源调度策略是`LeastRequestedPriority`，消耗的资源最少的节点得分最高，优先被调度。这样的资源选择情况有可能导致较多的资源碎片，如下图所示，两个节点各剩余1GPU的资源，导致申请2GPU的作业无法调度，导致整体资源使用率下降。 如果使用的资源调度策略是Binpack，优先将节点
-
发表了文章 2020-04-18
Kubernetes Scheduler Framework 扩展: 1. Coscheduling
# 前言 ## 为什么Kubernetes需要Coscheduling功能？ Kubernetes目前已经广泛的应用于在线服务编排，为了提升集群的的利用率和运行效率，我们希望将Kubernetes作为一个统一的管理平台来管理在线服务和离线作业。但是默认的调度器是以Pod为调度单元进行依次调度，不会考虑Pod之间的相互关系。但是很多数据计算类的作业具有All-or-Nothing特点，要求所有的
暂无更多信息
-
发表了文章
2020-05-06
Kubeflow 1.0 上线： 体验生产级的机器学习平台
-
发表了文章
2020-04-30
Kubernetes Scheduler Framework 扩展: 2. Binpack
-
发表了文章
2020-04-18
Kubernetes Scheduler Framework 扩展: 1. Coscheduling
滑动查看更多
暂无更多信息
暂无更多信息