Kontakt aufnehmen

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

  • Verstehen von Images, Lagen und Registries
  • Verwaltung von Containern für ML-Experimente
  • Effizienter Einsatz der Docker-CLI

Packen von ML-Umgebungen

  • Vorbereitung von ML-Codebasen für die Containerisierung
  • Verwaltung von Python-Umgebungen und Abhängigkeiten
  • Integration von CUDA- und GPU-Unterstützung

Erstellen von Dockerfiles für Machine Learning

  • Strukturierung von Dockerfiles für ML-Projekte
  • Best Practices für Leistung und Wartbarkeit
  • Einsatz von Multi-Stage-Builds

Containerisierung von ML-Modellen und Pipelines

  • Packen von trainierten Modellen in Container
  • Verwaltung von Daten und Speicherstrategien
  • Deployment reproduzierbarer End-to-End-Workflows

Betreiben containerisierter ML-Dienste

  • Bereitstellen von API-Endpoints für Modell-Inferenz
  • Skalierung von Diensten mit Docker Compose
  • Überwachung des Laufzeitverhaltens

Aspekte von Sicherheit und Compliance

  • Gewährleistung sicherer Containerkonfigurationen
  • Verwaltung von Zugriffen und Anmeldedaten
  • Bearbeitung vertraulicher ML-Ressourcen

Deployment in Produktionsumgebungen

  • Veröffentlichung von Images in Container-Registries
  • Deployment von Containern in On-Premise- oder Cloud-Setups
  • Versionierung und Aktualisierung von Produktionsdiensten

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundverständnis von Machine-Learning-Workflows
  • Erfahrung mit Python oder ähnlichen Programmiersprachen
  • Vertrautheit mit grundlegenden Linux-Befehlszeilenoperationen

Zielgruppe

  • ML-Ingenieure, die Modelle in die Produktion deployen
  • Data Scientists, die reproduzierbare Experimentierumgebungen verwalten
  • KI-Entwickler, die skalierbare containerisierte Anwendungen bauen
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien