Kontakt aufnehmen

Schulungsübersicht

Einführung in die KI-Bereitstellung

  • Überblick über den Lebenszyklus der KI-Bereitstellung
  • Herausforderungen bei der Bereitstellung von KI-Agenten in Produktion
  • Wichtige Aspekte: Skalierbarkeit, Zuverlässigkeit und Wartbarkeit

Containerisierung und Orchestrierung

  • Einführung in Docker und Grundlagen der Containerisierung
  • Einsatz von Kubernetes zur Orchestrierung von KI-Agenten
  • Best Practices für das Management containerisierter KI-Anwendungen

Bereitstellung von KI-Modellen (Serving)

  • Überblick über Frameworks zum Bereitstellen von Modellen (z.B. TensorFlow Serving, TorchServe)
  • Aufbau von REST-APIs für KI-Agent-Inferenzen
  • Umgang mit Batch- versus Echtzeitvorhersagen

CI/CD für KI-Agenten

  • Einrichtung von CI/CD-Pipelines für KI-Bereitstellungen
  • Automatisierung der Tests und Validierung von KI-Modellen
  • Rollierende Updates und Verwaltung der Versionskontrolle

Überwachung und Optimierung

  • Implementierung von Monitoring-Tools für die KI-Agent-Leistung
  • Analyse des Modell-Drifts und Notwendigkeit neuer Trainingsdaten
  • Optimierung der Ressourcennutzung und Skalierbarkeit

Sicherheit und Governance

  • Sicherstellung der Compliance mit Datenschutzbestimmungen
  • Absicherung von KI-Bereitstellungspipelines und APIs
  • Auditing und Logging für KI-Anwendungen

Praktische Übungen

  • Containerisierung eines KI-Agenten mit Docker
  • Bereitstellung eines KI-Agenten mittels Kubernetes
  • Einrichtung des Monitorings für KI-Leistung und Ressourcennutzung

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Kenntnisse in der Python-Programmierung
  • Verständnis von Machine-Learning-Workflows
  • Vertrautheit mit Containerisierungs-Tools wie Docker
  • Erfahrung mit DevOps-Praktiken (empfohlen)

Zielgruppe

  • MLOps-Ingenieure
  • DevOps-Fachleute
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien