Aller au contenu
English
Compte : non connecté, synchronisation possible Mon apprentissage
Selectionner le thème
English

CKIE : la certification Kubernetes Inference Engineer

  • 15 min

Par mis à jour le

Améliorer cette page

Logo Kubernetes

La CKIE (Certified Kubernetes Inference Engineer) est une certification de la CNCF dont l'arrivée est annoncée pour 2027. La CNCF l'a citée le 10 novembre 2026, à la KubeCon + CloudNativeCon North America, en lançant la CKNE. Son nom laisse penser qu'elle porte sur le service de modèles d'IA sur Kubernetes, mais la CNCF ne l'a pas confirmé. Au 14 novembre 2026, elle n'a ni programme, ni prix, ni format, ni date précise.

Cette page dit ce qui est officiel, ce qui ne l'est pas encore, et comment travailler dès maintenant les bases utiles. Elle s'adresse aux personnes qui administrent ou comprennent déjà Kubernetes et qui veulent servir des modèles d'IA dessus.

  • Dire ce que la CNCF a annoncé sur la CKIE, et à quelle date.
  • Repérer ce qui n'est pas encore publié à la date du 14 novembre 2026.
  • Situer la CKIE parmi les autres certifications Kubernetes.
  • Choisir par quoi commencer pour s'y préparer.

Le nom de la CKIE, Certified Kubernetes Inference Engineer, signifie « ingénieur certifié en inférence sur Kubernetes ». L'inférence est l'étape où un modèle d'IA déjà entraîné répond à des requêtes, par opposition à l'entraînement qui le construit.

La CNCF n'a pas décrit la certification plus en détail. Le nom suggère qu'elle vise le service de modèles d'IA sur Kubernetes. C'est une déduction à partir du nom, pas une information donnée par la CNCF.

La seule source officielle est l'annonce de la CNCF du 10 novembre 2026, publiée au lancement de la CKNE à Salt Lake City. Elle contient cette phrase : « Looking ahead, CNCF also plans to introduce two additional certifications in 2027: Kubernetes AI Associate (KAIA) and Certified Kubernetes Inference Engineer (CKIE). »

Elle ajoute : « These upcoming credentials will further expand CNCF's training and certification portfolio as AI and cloud native technologies continue to converge. » Le tableau résume ce que l'on sait de la CKIE à partir de cette annonce.

InformationÉtat au 14 novembre 2026
NomCertified Kubernetes Inference Engineer (CKIE)
AnnonceurCNCF, le 10 novembre 2026, à la KubeCon + CloudNativeCon North America
Échéance2027, sans date précise
Programme (domaines et poids)Non publié
PrixNon publié
Format de l'examenNon publié
PrérequisNon publiés

Tant que la CNCF et la Linux Foundation n'ont rien publié, tout autre chiffre ou détail relevé ailleurs sur la CKIE n'a pas de source.

Où se place la CKIE parmi les certifications Kubernetes ?

Section intitulée « Où se place la CKIE parmi les certifications Kubernetes ? »

La CKIE rejoindrait les certifications Kubernetes de la CNCF, avec la KAIA annoncée en même temps. Six certifications existent déjà, la CKNE étant la plus récente.

CertificationSujetFormat
KCNAFondamentaux Kubernetes et cloud nativeQCM
KCSAFondamentaux de la sécurité cloud nativeQCM
CKAAdministration d'un clusterExamen pratique
CKADDéveloppement d'applicationsExamen pratique
CKSSécurité d'un clusterExamen pratique
CKNERéseau d'un clusterExamen pratique
KAIAAnnoncée pour 2027Non publié
CKIEAnnoncée pour 2027Non publié

Le guide pour choisir sa certification Kubernetes compare les six certifications existantes. La page sur la CKNE donne un exemple de ce qu'un programme publié apporte : cinq domaines pondérés, un format et un prix. Pour la CKIE, rien de tel n'existe encore.

La CNCF n'a donné aucun détail sur la différence. Elle annonce les deux ensemble, pour 2027, sans décrire leur public ni leur contenu. Seuls les noms permettent de formuler une hypothèse.

Côté CKIE, le nom parle d'un rôle d'ingénieur sur un sujet précis, l'inférence, comme la CKNE le fait pour le réseau. Le mot Associate de la KAIA fait penser aux examens d'entrée KCNA et KCSA ; la page de la KAIA détaille ce rapprochement. Ces rapprochements restent une hypothèse de l'auteur de cette page : ni le niveau ni le format de ces examens ne sont publiés.

Sans programme, le plus utile est de consolider deux socles : Kubernetes lui-même et le fonctionnement de l'inférence d'un modèle. Aucun des deux ne sera perdu, quel que soit le programme final.

Le socle Kubernetes est celui de la CKA : administrer un cluster, déployer des applications, diagnostiquer une panne. Un service d'inférence reste une application Kubernetes, et il faut savoir la déployer et la dépanner avant de s'occuper de modèles.

Le socle inférence se travaille avec les pages du site sur le sujet :

  1. Comprendre l'inférence d'un LLM : les phases prefill et decode, le KV cache, la différence entre latence et débit.
  2. Servir un LLM : exposer un modèle derrière une API.
  3. vLLM et SGLang : deux moteurs d'inférence à connaître.
  4. Le comparatif des backends d'inférence : choisir entre Ollama, llama.cpp, vLLM, SGLang, TGI et LMDeploy.
  5. L'IA avec Python : le point d'entrée de cette série de pages.

Ces pages ne sont pas le programme de la CKIE, qui n'existe pas encore. Elles enseignent des notions qu'un examen sur le service de modèles d'IA a de bonnes chances de supposer connues.

Quels sujets Kubernetes pourraient compter pour la CKIE ?

Section intitulée « Quels sujets Kubernetes pourraient compter pour la CKIE ? »

Cette liste est une hypothèse de l'auteur, déduite du nom de la certification. Ce n'est pas le programme de la CNCF, et il peut différer.

Servir un modèle sur Kubernetes pose des questions de placement et de ressources. Un modèle tourne souvent sur un nœud équipé de GPU, une carte de calcul bien plus rapide qu'un processeur pour ce type de charge. Deux gestes distincts entrent alors en jeu.

Le premier est de demander un GPU. Le Pod l'indique dans ses ressources, comme il demande de la mémoire. Pour que Kubernetes sache que le nœud possède ce GPU, un device plugin doit y tourner : c'est un petit programme qui déclare le matériel au cluster. Le guide Talos Linux avec CSI, CCM et GPU sur OUTSCALE en montre un, celui de NVIDIA.

Le second est de réserver ces nœuds aux seules charges qui en ont besoin, car un GPU coûte cher. On pose sur eux un taint, une marque qui repousse les Pods. Seuls les Pods qui portent la toleration correspondante, c'est-à-dire l'autorisation d'ignorer cette marque, peuvent s'y placer. La page sur le scheduling avancé traite ce point avec les taints, les tolerations et l'affinité.

Pour le service des modèles eux-mêmes, le guide Kubeflow présente les pipelines de machine learning sur Kubernetes. Il décrit en bref KServe, le projet de l'écosystème Kubeflow qui sert les modèles.

Le trafic d'inférence pourrait aussi compter. La CKNE, annoncée le même jour et dont le programme est publié depuis octobre 2026, comporte déjà un objectif nommé Optimizing LLM Traffic, dans son domaine Advanced Traffic Management. La CKIE n'est pas la CKNE, mais cet exemple montre que la CNCF rapproche déjà Kubernetes et l'IA dans ses programmes.

La CNCF annonce la CKIE pour 2027 et ne donne pas de date plus précise au 14 novembre 2026. L'annonce du 10 novembre 2026 dit seulement que la CNCF prévoit d'introduire la CKIE et la KAIA en 2027.

Le prix n'est pas publié au 14 novembre 2026. Aucune source ne permet de le déduire de celui des autres certifications.

Il n'existe pas encore : ni domaines, ni poids, ni liste d'objectifs ne sont publiés au 14 novembre 2026. Les sujets cités dans cette page sont des hypothèses de l'auteur, fondées sur le nom de la certification.

Quelle est la différence entre la CKIE et la KAIA ?

Section intitulée « Quelle est la différence entre la CKIE et la KAIA ? »

La CNCF annonce la CKIE et la KAIA ensemble pour 2027 sans les décrire. Leurs différences de public, de niveau et de format ne sont pas publiées. Il faut attendre les programmes officiels pour les comparer.

Commencez par les bases Kubernetes de la CKA, puis lisez les pages du site sur l'inférence d'un LLM et sur le service d'un LLM. Ce sont des acquis utiles quel que soit le programme final.

  1. La CKIE, Certified Kubernetes Inference Engineer, est annoncée par la CNCF pour 2027.
  2. L'annonce date du 10 novembre 2026, au lancement de la CKNE, à la KubeCon + CloudNativeCon North America.
  3. Au 14 novembre 2026, ni programme, ni prix, ni format, ni date précise ne sont publiés.
  4. Le sujet « inférence » est une déduction à partir du nom, pas une information de la CNCF.
  5. La CNCF annonce aussi la KAIA pour 2027, sans plus de détails.
  6. Pour se préparer, consolidez les bases de la CKA et les notions d'inférence d'un LLM.