Bądźmy w kontakcie

Plan Szkolenia

Fundamenty konteneryzacji dla MLOps

  • Rozumienie wymagań cyklu życia ML
  • Kluczowe koncepcje Dockera dla systemów ML
  • Najlepsze praktyki dla odtwarzalnych środowisk

Budowanie konteneryzowanych pipeline'ów treningu ML

  • Pakowanie kodu treningu modeli i zależności
  • Konfigurowanie zadań treningowych za pomocą obrazów Dockera
  • Zarządzanie zbiorami danych i artefaktami w kontenerach

Konteneryzacja walidacji i oceny modeli

  • Odtwarzanie środowisk oceny
  • Automatyzacja workflowów walidacji
  • Rejestrowanie metryk i dzienników z kontenerów

Konteneryzowana inferencja i serwowanie

  • Projektowanie mikroserwisów inferencyjnych
  • Optymalizacja kontenerów czasów uruchomienia do produkcji
  • Implementacja skalowalnych architektur serwowania

Orkiestracja pipeline'ów za pomocą Docker Compose

  • Koordynacja wielokontenerowych workflowów ML
  • Izolacja środowisk i zarządzanie konfiguracją
  • Integracja usług wspomagających (np. śledzenie, przechowywanie)

Wersjonowanie modeli ML i zarządzanie cyklem życia

  • Śledzenie modeli, obrazów i komponentów pipeline'u
  • Środowiska kontenerowe kontrolowane wersjami
  • Integracja z MLflow lub podobnymi narzędziami

Wdrażanie i skalowanie obciążeń ML

  • Uruchamianie pipeline'ów w środowiskach rozproszonych
  • Skalowanie mikroserwisów za pomocą metod natywnych dla Dockera
  • Monitorowanie systemów ML w kontenerach

CI/CD dla MLOps z Dockerem

  • Automatyzacja budowania i wdrażania komponentów ML
  • Testowanie pipeline'ów w konteneryzowanych środowiskach stagingowych
  • Zapewnienie odtwarzalności i możliwości cofania zmian

Podsumowanie i następne kroki

Wymagania

  • Rozumienie workflowów uczenia maszynowego
  • Doświadczenie w pracy z Pythonem w kontekście rozwoju danych lub modeli
  • Znajomość podstaw kontenerów

Grupa docelowa

  • Inżynierowie MLOps
  • Specjaliści DevOps
  • Zespoły platform danych
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie