Schulungsübersicht
Einführung in die Containerisierung für KI & ML
- Kernkonzepte der Containerisierung
- Warum Container ideal für ML-Workloads sind
- Wesentliche Unterschiede zwischen Containern und virtuellen Maschinen
Arbeiten mit Docker-Images und Containern
- Verständnis von Images, Schichten und Registries
- Verwalten von Containern für ML-Experimente
- Effiziente Nutzung der Docker-Befehlszeile (CLI)
Verpacken von ML-Umgebungen
- Vorbereitung von ML-Codebasen für die Containerisierung
- Verwalten von Python-Umgebungen und Abhängigkeiten
- Integration von CUDA- und GPU-Unterstützung
Erstellen von Dockerfiles für Machine Learning
- Strukturieren von Dockerfiles für ML-Projekte
- Best Practices für Leistung und Wartbarkeit
- Nutzung von Multi-Stage-Builds
Containerisieren von ML-Modellen und Pipelines
- Verpacken trainierter Modelle in Containern
- Verwalten von Daten- und Speicherstrategien
- Bereitstellen reproduzierbarer End-to-End-Abläufe
Ausführen containerisierter ML-Dienste
- Freigeben von API-Endpunkten für die Modellanfrage (Inference)
- Skalieren von Diensten mit Docker Compose
- Überwachen des Laufzeitverhaltens
Sicherheits- und Compliance-Betrachtungen
- Sicherstellung sicherer Containerkonfigurationen
- Verwalten von Zugriffen und Anmeldeinformationen
- Behandeln vertraulicher ML-Ressourcen
Bereitstellung in Produktionsumgebungen
- Veröffentlichen von Images in Container-Registries
- Bereitstellen von Containern in lokalen oder Cloud-Umgebungen
- Versionierung und Aktualisierung von Produktionsdiensten
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundverständnis von Machine-Learning-Abläufen
- Erfahrung mit Python oder ähnlichen Programmiersprachen
- Vertrautheit mit grundlegenden Linux-Befehlszeilenoperationen
Zielgruppe
- ML-Ingenieure, die Modelle in der Produktion bereitstellen
- Data Scientists, die reproduzierbare Experimentumgebungen verwalten
- KI-Entwickler, die skalierbare containerisierte Anwendungen erstellen
Erfahrungsberichte (3)
Gute und machbare Übungen.
Jannes Wykhoff - Landesamt fur Geoinformation und Landesvermessung Niedersachsen (LGLN)
Kurs - Certified Kubernetes Application Developer (CKAD) - exam preparation
Wie Trainer Wissen effektiv vermitteln
Vu Thoai Le - Reply Polska sp. z o. o.
Kurs - Certified Kubernetes Administrator (CKA) - exam preparation
Maschinelle Übersetzung
Der Trainer hatte viel Wissen und Geduld, die er mit uns teilen konnte.
Bogdan Olaru
Kurs - Introduction to Docker
Maschinelle Übersetzung