KALE (Kubeflow Automated pipeLines Engine) est un projet qui vise à simplifier l’expérience Data Science du déploiement des workflows Kubeflow Pipelines.

Kubeflow est une excellente plate-forme pour orchestrer des flux de travail complexes sur Kubernetes et Kubeflow Pipeline permet de créer des composants réutilisables qui peuvent être exécutés dans le cadre de flux de travail. La nature en libre-service de Kubeflow le rend extrêmement attrayant pour une utilisation en science des données, car il offre un accès facile à l’orchestration avancée des tâches distribuées, à la réutilisation des composants, aux notebooks Jupyter, aux interfaces utilisateur riches et bien plus encore. Néanmoins, développer et maintenir des workflows Kubeflow peut s’avérer difficile pour les data scientists, qui ne sont peut-être pas experts dans le fonctionnement des plates-formes d’orchestration et des SDK associés. De plus, la science des données implique souvent des processus d’exploration de données, de modélisation itérative et d’environnements interactifs (principalement un notebook Jupyter).