Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
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
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