Plateforme MLOps open source native Kubernetes conçue pour déployer, orchestrer et monitorer des workflows ML à grande échelle dans des environnements cloud ou on-premise. Kubeflow Pipelines permet de définir des workflows ML end-to-end (prétraitement, entraînement, évaluation, déploiement) sous forme de graphes exécutables sur Kubernetes. Katib automatise le hyperparameter tuning via différentes stratégies (GridSearch, Bayesian). KServe gère le serving de modèles avec autoscaling et canary deployments. La puissance de Kubeflow vient avec une complexité opérationnelle significative : il nécessite une expertise Kubernetes et DevOps, ce qui le réserve aux organisations matures.