Kontakt aufnehmen
 Dauer 14 Stunden

Schulungsübersicht

Einführung in die Containerisierung für KI und ML

  • Kernkonzepte der Containerisierung
  • Warum Container ideal für ML-Workloads sind
  • Wesentliche Unterschiede zwischen Containern und virtuellen Maschinen

Arbeit mit Docker-Images und Containern

  • Verständnis von Images, Ebenen und Registern
  • Verwaltung von Containern für ML-Experimente
  • Effiziente Nutzung der Docker-CLI

Paketierung von ML-Umgebungen

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

Erstellung von Dockerfiles für Machine Learning

  • Gestaltung von Dockerfiles für ML-Projekte
  • Best Practices für Leistung und Wartbarkeit
  • Nutzung von Multi-Stage-Builds

Containerisierung von ML-Modellen und Pipelines

  • Paketierung trainierter Modelle in Containern
  • Verwaltung von Daten- und Speicherstrategien
  • Implementierung reproduzierbarer End-to-End-Workflows

Ausführung von containerisierten ML-Diensten

  • Bereitstellen von API-Endpunkten für Modellinferenz
  • Skalierung von Diensten mit Docker Compose
  • Überwachung des Laufzeitverhaltens

Sicherheits- und Compliance-Aspekte

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

Einführung in Produktionsumgebungen

  • Veröffentlichung von Images in Container-Registern
  • Implementierung von Containern in On-Premises- oder Cloud-Setups
  • Versionierung und Aktualisierung von Produktionsdiensten

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Verständnis der Workflows im Machine Learning
  • Kenntnisse in Python oder ähnlichen Programmiersprachen
  • Vertrautheit mit grundlegenden Linux-Befehlszeilenoperationen

Zielgruppe

  • ML-Ingenieure, die Modelle in die Produktion einfügen
  • Data Scientists, die reproduzierbare Experimentierumgebungen verwalten
  • KI-Entwickler, die skalierbare containerisierte Anwendungen erstellen

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien