Schulungsübersicht
Einführung in 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, Layern und Registries
- Container für ML-Experimente verwalten
- Effiziente Nutzung der Docker-Befehlszeile (CLI)
Verpacken von ML-Umgebungen
- Vorbereiten von ML-Codebasen für Containerisierung
- Verwalten von Python-Umgebungen und Abhängigkeiten
- Integrieren von CUDA und GPU-Unterstützung
Erstellen von Dockerfiles für maschinelles Lernen
- Strukturieren von Dockerfiles für ML-Projekte
- Best Practices für Leistung und Wartbarkeit
- Verwenden von Multi-Stage-Builds
Containerisieren von ML-Modellen und -Pipelines
- Trainierte Modelle in Containern verpacken
- Verwalten von Daten und Speicherstrategien
- Bereitstellen reproduzierbarer End-to-End-Workflows
Betreiben containerisierter ML-Dienste
- Exponieren von API-Endpunkten für Modell-Inferenz
- Skalieren von Diensten mit Docker Compose
- Überwachen des Laufzeitverhaltens
Sicherheits- und Compliance-Betrachtungen
- Sicherstellung sichere Container-Konfigurationen
- Verwalten von Zugriffen und Anmeldeinformationen
- Handhabung vertraulicher ML-Assets
Bereitstellen in Produktionsumgebungen
- Veröffentlichen von Images in Containerregistries
- Bereitstellen von Containern in on-prem oder Cloud-Setups
- Versionierung und Aktualisierung von Produktionsdiensten
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundverständnis von maschinelles Lernen-Workflows
- Erfahrung mit Python oder ähnlichen Programmiersprachen
- Vertrautheit mit grundlegenden Linux-Befehlszeilenoperationen
Zielgruppe
- ML-Entwickler, die Modelle in Produktion bereitstellen
- Datenwissenschaftler, die reproduzierbare Experimentierumgebungen verwalten
- AI-Entwickler, die skalierbare containerisierte Anwendungen bauen
Erfahrungsberichte (5)
OC ist für uns neu und wir haben viel gelernt. Die Labs waren ausgezeichnet.
sharkey dollie
Kurs - OpenShift 4 for Administrators
Maschinelle Übersetzung
Sehr informativ und präzise. Praktische Übungen
Gil Matias - FINEOS
Kurs - Introduction to Docker
Maschinelle Übersetzung
Laboratorien und technische Diskussionen.
Dinesh Panchal - AXA XL
Kurs - Advanced Docker
Maschinelle Übersetzung
Es gab eine gute Grundlage für Docker und Kubernetes.
Stephen Dowdeswell - Global Knowledge Networks UK
Kurs - Docker (introducing Kubernetes)
Maschinelle Übersetzung
Ich habe vor allem die Kenntnisse des Trainers genossen.
- Inverso Gesellschaft fur innovative Versicherungssoftware mbH
Kurs - Docker, Kubernetes and OpenShift for Developers
Maschinelle Übersetzung