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

  • 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
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien