Bądźmy w kontakcie
 Czas trwania 14 godzin

Plan Szkolenia

Wprowadzenie do konteneryzacji w AI i ML

  • Podstawowe pojęcia związane z konteneryzacją
  • Dlaczego kontenery są idealne dla zadań ML
  • Kluczowe różnice między kontenerami a maszynami wirtualnymi

Praca z obrazami i kontenerami Dockera

  • Zrozumienie obrazów, warstw i rejestrów
  • Zarządzanie kontenerami na potrzeby eksperymentów ML
  • Efektywne korzystanie z interfejsu CLI Dockera

Pakowanie środowisk ML

  • Przygotowywanie kodu źródłowego projektów ML do konteneryzacji
  • Zarządzanie środowiskami Pythona i zależnościami
  • Integracja wsparcia dla CUDA i GPU

Tworzenie plików Dockerfile dla uczenia maszynowego

  • Strukturyzacja plików Dockerfile w projektach ML
  • Najlepsze praktyki dotyczące wydajności i łatwości utrzymania
  • Korzystanie z budowania wieloetapowego

Umieszczanie modeli i potoków ML w kontenerach

  • Pakowanie wytrenowanych modeli do kontenerów
  • Zarządzanie strategiami przechowywania danych
  • Wdrażanie powtarzalnych przepływów pracy od początku do końca

Uruchamianie skonteneryzowanych usług ML

  • Udostępnianie punktów końcowych API do wnioskowania modeli
  • Skalowanie usług za pomocą Docker Compose
  • Monitorowanie zachowania w czasie działania

Zagadnienia bezpieczeństwa i zgodności

  • Zapewnianie bezpiecznych konfiguracji kontenerów
  • Zarządzanie dostępem i poświadczeniami
  • Obsługa poufnych zasobów ML

Wdrażanie w środowiskach produkcyjnych

  • Publikowanie obrazów w rejestrach kontenerów
  • Wdrażanie kontenerów w konfiguracjach lokalnych lub chmurowych
  • Wersjonowanie i aktualizowanie usług produkcyjnych

Podsumowanie i dalsze kroki

Wymagania

  • Znajomość przepływów pracy w uczeniu maszynowym
  • Doświadczenie w pracy z językiem Python lub podobnymi językami programowania
  • Znajomość podstawowych operacji wiersza poleceń systemu Linux

Grupa docelowa

  • Inżynierowie ML wdrażający modele do środowisk produkcyjnych
  • Analitycy danych zarządzający powtarzalnymi środowiskami eksperymentalnymi
  • Deweloperzy AI tworzący skalowalne aplikacje w kontenerach

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie