Kontakt aufnehmen

Schulungsübersicht

Einführung in Containerisierung für AI & ML

  • Kernkonzepte der Containerisierung
  • Warum Container ideal für ML-Arbeitslasten sind
  • Wichtige Unterschiede zwischen Containern und virtuellen Maschinen

Arbeit mit Docker-Images und Containern

  • Verständnis von Images, Layern und Registries
  • Verwaltung von Containern für ML-Experimente
  • Effiziente Nutzung der Docker-Befehlszeilenschnittstelle (CLI)

Verpacken von ML-Umgebungen

  • Vorbereiten von ML-Codebases für die Containerisierung
  • Verwalten von Python-Umgebungen und Abhängigkeiten
  • Einbinden von CUDA- und GPU-Unterstützung

Erstellen von Dockerfiles für Maschinelles Lernen

  • Strukturieren von Dockerfiles für ML-Projekte
  • Best Practices hinsichtlich 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-Workflows

Ausführen containerisierter ML-Dienste

  • Freigeben von API-Endpoints für die Modellanwendung (Inference)
  • Skalieren von Diensten mit Docker Compose
  • Überwachen des Laufzeitverhaltens

Sicherheits- und Compliance-Aspekte

  • Sicherstellung sicherer Container-Konfigurationen
  • Verwaltung von Zugriff und Credentials
  • Umgang mit vertraulichen ML-Assets

Bereitstellung in Produktionsumgebungen

  • Publizieren von Images auf Container-Registries
  • Bereitstellen von Containern in On-Premise- oder Cloud-Architekturen
  • Versionierung und Aktualisierung von Produktionsdiensten

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundverständnis von Maschinellen-Lern-Prozessen
  • Erfahrung mit Python oder ähnlichen Programmiersprachen
  • Vertrautheit mit grundlegenden Linux-Befehlszeilenoperationen

Zielgruppe

  • ML-Ingenieure, die Modelle für die Produktion bereitstellen
  • Data Scientists, die reproduzierbare Experimentumgebungen verwalten
  • KI-Entwickler, die skalierbare containerisierte Anwendungen aufbauen
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien