Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione alla containerizzazione per AI e ML
- Concetti fondamentali della containerizzazione
- Perché i container sono ideali per i carichi di lavoro ML
- Principali differenze tra container e macchine virtuali
Lavoro con immagini e container Docker
- Comprensione di immagini, layer e registry
- Gestione dei container per la sperimentazione ML
- Utilizzo efficiente della CLI Docker
Impacchettamento degli ambienti ML
- Preparazione delle codebase ML per la containerizzazione
- Gestione degli ambienti Python e delle dipendenze
- Integrazione di CUDA e supporto GPU
Creazione di Dockerfile per il Machine Learning
- Strutturazione dei Dockerfile per progetti ML
- Best practice per prestazioni e manutenibilità
- Utilizzo di build multi-stage
Containerizzazione di modelli e pipeline ML
- Impacchettamento dei modelli addestrati in container
- Gestione delle strategie di dati e storage
- Deployment di flussi di lavoro end-to-end riproducibili
Esecuzione di servizi ML containerizzati
- Esposizione di endpoint API per l'inferenza dei modelli
- Scalabilità dei servizi con Docker Compose
- Monitoraggio del comportamento runtime
Considerazioni su sicurezza e conformità
- Garantire configurazioni di container sicure
- Gestione di accessi e credenziali
- Gestione di asset ML riservati
Deployment in ambienti di produzione
- Pubblicazione di immagini nei registry dei container
- Deployment di container in configurazioni on-premise o cloud
- Versioning e aggiornamento dei servizi di produzione
Riepilogo e passi successivi
Requisiti
- Comprensione dei flussi di lavoro del machine learning
- Esperienza con Python o linguaggi di programmazione simili
- Familiarità con le operazioni di base della riga di comando Linux
Pubblico target
- Ingegneri ML che deployano modelli in produzione
- Data scientist che gestiscono ambienti di sperimentazione riproducibili
- Developers AI che creano applicazioni containerizzate scalabili
14 ore
Recensioni (3)
Come i formatori trasmettono efficacemente le conoscenze
Vu Thoai Le - Reply Polska sp. z o. o.
Corso - Certified Kubernetes Administrator (CKA) - exam preparation
Traduzione automatica
il formatore aveva molta conoscenza e pazienza da condividere con noi
Bogdan Olaru
Corso - Introduction to Docker
Traduzione automatica
La conoscenza e gli scambi con Augustin
Laurent - L'Office national des vacances annuelles (ONVA)
Corso - Docker and Kubernetes
Traduzione automatica