Contattataci
 Durata 14 ore

Struttura del corso

Introduzione alla containerizzazione per l'IA e il ML

  • Concetti fondamentali della containerizzazione
  • Perché i contenitori sono ideali per i carichi di lavoro ML
  • Principali differenze tra contenitori e macchine virtuali

Lavorare con immagini e contenitori Docker

  • Comprendere immagini, layer e registri
  • Gestire i contenitori per gli esperimenti ML
  • Utilizzare in modo efficiente la riga di comando Docker (CLI)

Packaging degli ambienti ML

  • Preparare i codici base ML per la containerizzazione
  • Gestire ambienti Python e dipendenze
  • Integrare il supporto CUDA e GPU

Creare Dockerfile per il Machine Learning

  • Strutturare i Dockerfile per i progetti ML
  • Best practice per le prestazioni e la manutenibilità
  • Utilizzo di build in più fasi (multi-stage)

Containerizzazione di modelli e pipeline ML

  • Incoronare i modelli addestrati in contenitori
  • Gestire strategie di dati e archiviazione
  • Distribuire workflow end-to-end riproducibili

Esecuzione di servizi ML containerizzati

  • Esposizione di endpoint API per l'inferenza dei modelli
  • Scalare i servizi con Docker Compose
  • Monitoraggio del comportamento in runtime

Considerazioni sulla sicurezza e conformità

  • Garantire configurazioni di contenitore sicure
  • Gestire accessi e credenziali
  • Gestire asset ML confidenziali

Distribuzione in ambienti di produzione

  • Pubblicare immagini nei registri dei contenitori
  • Distribuire contenitori in ambienti on-premise o cloud
  • Gestire versioni e aggiornamenti dei servizi di produzione

Sintesi e prossimi passi

Requisiti

  • Una comprensione dei flussi di lavoro di machine learning
  • Esperienza con Python o linguaggi di programmazione simili
  • Conoscenza delle operazioni di base della riga di comando Linux

Pubblico

  • Ingegneri ML che distribuiscono modelli in produzione
  • Scienziati dei dati che gestiscono ambienti sperimentali riproducibili
  • Sviluppatori IA che creano applicazioni containerizzate scalabili

Numero di Partecipanti


Prezzo per partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative