Docker für MLOps: Containerisierung der End-to-End-Pipeline Schulung

Dieses vom Instructor geleitete Live-Training in Österreich (online oder vor Ort) richtet sich an Ingenieurinnen und Ingenieure, die ihre Docker-Kenntnisse erweitern möchten, um Anwendungen in größerem Maßstab bereitzustellen und dabei die Kontrolle zu behalten.

Nach Abschluss dieses Trainings können die Teilnehmenden:

• Eigene Docker-Images erstellen.
• Große Anzahl von Docker-Anwendungen bereitstellen und verwalten.
• Verschiedene Container-Orchestrierungslösungen bewerten und die am besten geeignete auswählen.
• Einen Continuous-Integration-Prozess für Docker-Anwendungen einrichten.
• Docker-Anwendungen in bestehende Continuous-Integration-Tools-Workflows integrieren.
• Ihre Docker-Anwendungen absichern.

Nach Abschluss dieser Schulung werden die Teilnehmer in der Lage sein:

• Eigene Docker-Images zu erstellen.
• Eine große Anzahl von Docker-Anwendungen bereitzustellen und zu verwalten.
• Verschiedene Container-Orchestrierungslösungen zu bewerten und die am besten geeignete auszuwählen.
• Ein Continuous-Integration-Prozess für Docker-Anwendungen einzurichten.
• Docker-Anwendungen in bestehende kontinuierliche Integrationstools-Integrationsprozesse zu integrieren.
• Ihre Docker-Anwendungen abzusichern.
• Kubernetes einzusetzen, um verschiedene Umgebungen innerhalb desselben Clusters bereitzustellen und zu verwalten.
• Den Kubernetes-Cluster abzusichern, zu skalieren und zu überwachen.

Dieses instruktorgeleitete Live-Training in Österreich (online oder vor Ort) richtet sich an erfahrene KI-Ingenieure und Data Scientists mit mittlerem bis fortgeschrittenem Erfahrungsstand, die ihre Fähigkeit zur Verbesserung der DeepSeek-Modellleistung, zur Minimierung von Latenzzeiten und zur effizienten Bereitstellung von KI-Lösungen mittels moderner MLOps-Praktiken stärken möchten.

Nach Abschluss dieses Trainings sind die Teilnehmer in der Lage:

• DeepSeek-Modelle hinsichtlich Effizienz, Genauigkeit und Skalierbarkeit zu optimieren.
• Bewährte Praktiken für MLOps und das Versionsmanagement von Modellen anzuwenden.
• DeepSeek-Modelle in Cloud- und On-Premise-Infrastrukturen bereitzustellen.
• KI-Lösungen effektiv zu überwachen, zu warten und zu skalieren.

Docker ist eine Containerisierungsbetriebssystemplattform, die konsistente, tragbare und reproduzierbare Umgebungen für KI- und Maschinellen-Lern-Anwendungen (AI/ML) ermöglicht.

Diese von einem Dozenten geleitete Live-Schulung (online oder vor Ort) richtet sich an Fachkräfte mit mittlerem Kenntnisstand, die ML-Codebases, Abhängigkeiten und Modelle mittels Docker verpacken möchten, um zuverlässige Workflows von der Entwicklung bis zur Produktion zu gewährleisten.

Nach Abschluss dieses Kurses können Teilnehmer:

• Docker-Images für KI- und ML-Anwendungen erstellen und verwalten.
• Maschinelle Lernpipelines, Tools und Abhängigkeiten containerisieren.
• Docker-Umgebungen hinsichtlich Leistungsfähigkeit und Tragbarkeit optimieren.
• Containerisierte ML-Dienste in verschiedenen Laufzeitumgebungen bereitstellen.

Form der Schulung

• Konzeptionelle Demonstrationen mit geführter Diskussion.
• Praxisnahe Übungen mit Fokus auf realweltliche Containerisierungsaufgaben.
• Praktische Umsetzung mit Live-Lab-Docker-Umgebungen.

Optionen zur Kursanpassung

• Um diese Schulung an Ihr organisationsspezifisches Umfeld anzupassen, kontaktieren Sie uns bitte zur Vereinbarung.

CI/CD für KI ist ein strukturierter Ansatz zur Automatisierung des Model-Packings, der Tests, der Containerisierung und der Bereitstellung unter Nutzung von Continuous Integration- und Continuous Delivery-Pipelines.

Dieses vom Dozenten geleitete Live-Training (online oder vor Ort) richtet sich an Teilnehmer mit mittleren Kenntnissen, die End-to-End-Arbeitsabläufe für die KI-Modellbereitstellung mithilfe von Docker und CI/CD-Plattformen automatisieren möchten.

Nach Abschluss der Schulung werden die Teilnehmer in der Lage sein:

• Automatisierte Pipelines zum Erstellen und Testen von AI-Modellcontainern zu erstellen.
• Versionskontrolle und Reproduzierbarkeit für Modell-Lebenszyklen zu implementieren.
• Automatisierte Bereitstellungsstrategien für KI-Dienste zu integrieren.
• CI/CD-Best Practices anzuwenden, die auf Machine Learning Operations (MLOps) zugeschnitten sind.

Format des Kurses

• Vom Dozent geleitete Präsentationen und technische Diskussionen.
• Praktische Labs und Hands-on-Implementierungsaufgaben.
• Realistische CI/CD-Arbeitsablaufsimulationen in einer kontrollierten Umgebung.

Möglichkeiten zur Kursspezifischen Anpassung

• Wenn Ihre Organisation spezifische Pipeline-Arbeitsabläufe oder Plattformintegrationen benötigt, kontaktieren Sie uns bitte, um diesen Kurs anzupassen.

Das Programm für den Zertifizierten Kubernetes-Administrator (CKA) wurde von der Linux Foundation und der Cloud Native Computing Foundation (CNCF) initiiert.

Kubernetes ist heute eine der führenden Plattformen für die Container-Orchestrierung.

NobleProg bietet bereits seit 2015 Schulungen zu den Themen Docker und Kubernetes an. Mit mehr als 360 erfolgreich abgeschlossenen Schulungsprojekten hat sich das Unternehmen weltweit zu einer der renommiertesten Bildungsstätten im Bereich Containerisierung entwickelt.

Seit 2019 unterstützen wir unsere Kunden auch dabei, ihre Kompetenz in der k8s-Umgebung durch die Vorbereitung und erfolgreiche Ablegung der CKA- und CKAD-Prüfungen nachzuweisen.

Dieser instructor-led, live Schulungskurs (online oder vor Ort) richtet sich an Systemadministratoren sowie Kubernetes-Anwender, die ihr Wissen mittels der CKA-Prüfung untermauern möchten.

Der Kurs legt zudem großen Wert auf die Vermittlung praktischer Erfahrung in der Kubernetes-Administration. Daher empfehlen wir die Teilnahme unabhängig davon, ob Sie beabsichtigen, die CKA-Prüfung abzulegen.

Kursformat

• Interaktive Vorträge und Diskussionen.
• Viele Übungen und praktische Anwendungen.
• Praktische Umsetzung in einer Live-Lab-Umgebung.

Möglichkeiten zur Kursindividualisierung

• Um einen maßgeschneiderten Schulungskurs für diese Veranstaltung anzufordern, kontaktieren Sie uns bitte zur Vereinbarung der Details.
• Weitere Informationen zur CKA-Zertifizierung finden Sie unter: https://training.linuxfoundation.org/certification/certified-kubernetes-administrator-cka

Das Programm Certified Kubernetes Application Developer (CKAD) wurde von der Linux Foundation und der Cloud Native Computing Foundation (CNCF), dem Träger von Kubernetes, entwickelt.

Diese vom Dozenten geleitete Live-Schulung (online oder vor Ort) richtet sich an Entwickler, die ihre Fähigkeiten in der Entwicklung, Erstellung, Konfiguration und Bereitstellung cloudnativer Anwendungen für Kubernetes nachweisen möchten.< /p>

Die Schulung legt zudem einen starken Fokus auf praktische Erfahrungen in der Kubernetes-Anwendungsentwicklung. Daher empfehlen wir die Teilnahme, selbst wenn Sie nicht vorhaben, die CKAD-Prüfung abzulegen.

NobleProg liefert seit 2015 Schulungen zu Docker & Kubernetes. Mit mehr als 360 erfolgreich abgeschlossenen Schulungsprojekten haben wir uns weltweit als eines der renommiertesten Schulungsunternehmen im Bereich Containerisierung etabliert. Seit 2019 unterstützen wir unsere Kunden zudem dabei, ihre Leistungen in einer Kubernetes-Umgebung nachzuweisen, indem wir sie auf die CKA- und CKAD-Prüfungen vorbereiten und zum Bestehen dieser ermutigen.

Kursformat

• Interaktiver Vortrag und Diskussion.
• Viele Übungen und Praxisphasen.
• Praktische Implementierung in einer Live-Lab-Umgebung.

Anpassungsoptionen für den Kurs

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.
• Für weitere Informationen zu CKAD besuchen Sie bitte: https://training.linuxfoundation.org/certification/certified-kubernetes-application-developer-ckad/

Dieser instruktorgeführte Live-Workshop in Österreich (online oder vor Ort) richtet sich an Ingenieurinnen und Ingenieure, die Docker nutzen möchten, um Software als Container statt als traditionelle eigenständige Programme bereitzustellen und zu verwalten.

Am Ende dieses Trainings sind die Teilnehmer in der Lage:

• Docker zu installieren und zu konfigurieren.
• Software-Containerisierung zu verstehen und umzusetzen.
• Docker-basierte Anwendungen zu verwalten.
• Verschiedene Docker-Anwendungen und -Systeme im Netzwerk zu verbinden.
• Docker-Registries zu verstehen und zu bearbeiten.

Lernen Sie, wie Sie containerisierte Umgebungen mit Docker, Kubernetes und OpenShift erstellen, bereitstellen und verwalten. Diese fünftägige Schulung mit starkem Praxisbezug behandelt Container-Bilder, Kubernetes-Workloads, Cluster-Netzwerk, Speicher, Sicherheit, Überwachung und die praktische OpenShift-Verwaltung. Die Teilnehmenden erwerben die notwendigen Fähigkeiten, um moderne Container-Plattformen zu betreiben und Anwendungen in Entwicklungs- und Produktionsumgebungen zu beheben.

In diesem live durchgeführten, dozentgeleiteten Training in Österreich (vor Ort oder remote) lernen die Teilnehmer, wie sie Docker-Container erstellen und verwalten und dann eine Beispielanwendung innerhalb eines Containers deployen. Die Teilnehmer erfahren zudem, wie sie ihre containerisierten Anwendungen innerhalb eines Kubernetes-Clusters automatisieren, skalieren und verwalten können. Abschließend behandelt das Training fortgeschrittene Themen und führt die Teilnehmer durch den Prozess der Absicherung, Skalierung und Überwachung eines Kubernetes-Clusters.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Einen Docker-Container einzurichten und auszuführen.
• Einen containerisierten Server und eine Webanwendung zu deployen.
• Docker-Images zu erstellen und zu verwalten.
• Einen Docker- und Kubernetes-Cluster einzurichten.
• Kubernetes zur Bereitstellung und Verwaltung einer clusterbasierten Webanwendung zu nutzen.
• Einen Kubernetes-Cluster abzusichern, zu skalieren und zu überwachen.

Schulungsziele: Theoretische und praktische Kompetenzen in den Bereichen Docker und Kubernetes aufbauen.

GPU-Beschleunigung ist unerlässlich, um hochperformante Deep-Learning-Workloads auf skalierbare und effiziente Weise auszuführen.

Diese vom Instructor geleitete Live-Schulung (online oder vor Ort) richtet sich an technische Fachkräfte mit mittlerem Kenntnissniveau, die GPU-fähige KI-Workloads in Docker-Containern konfigurieren, optimieren und betreiben möchten.

Am Ende dieses Kurses werden die Teilnehmenden in der Lage sein:

• GPU-fähige Container für Training und Inferenz zu erstellen und auszuführen.
• CUDA, Treiber und Laufzeitbibliotheken für containerisierte KI-Arbeitsabläufe zu konfigurieren.
• Die Ressourcenallokation und Isolation für GPU-intensive Anwendungen zu optimieren.
• Skalierbare, containerisierte Deep-Learning-Dienste in Produktivumgebungen bereitzustellen.

Kursformat

• Interaktiver Unterricht unterstützt durch praxisnahe Demonstrationen.
• Übungsgesteuertes Training mit Fokus auf GPU-gestützte Entwicklung.
• Praxisorientierte Implementierung in einer Live-Lab-Umgebung.

Anpassungsoptionen des Kurses

• Für eine maßgeschneiderte Schulung, die auf Ihre Infrastruktur oder Ihren GPU-Stack abgestimmt ist, kontaktieren Sie uns bitte zur Vereinbarung.

Kubeflow ist eine Open-Source-Plattform, die darauf abzielt, den Aufbau, das Training und die Bereitstellung von Machine-Learning-Arbeitslasten auf Kubernetes zu vereinfachen.

Dieses vom Dozenten geleitete Live-Training (online oder vor Ort) richtet sich an Fachkräfte im Einstiegs- bis mittleren Erfahrungslevel, die zuverlässige ML-Workflows mit Kubeflow erstellen möchten.

Nach Abschluss dieses Trainings können die Teilnehmer:

• Das Kubeflow-Ökosystem und die Kernkomponenten navigieren.
• Reproduzierbare Workflows mit Kubeflow Pipelines erstellen.
• Skalierbare Trainingsjobs auf Kubernetes ausführen.
• Maschinelle Lernmodelle effizient mit Kubeflow Serving bereitstellen.

Kursformat

• Geführte Präsentationen und gemeinsame Diskussionen.
• Praktische Übungen mit echten Kubeflow-Komponenten.
• Praxisnahe Aufgaben zum Erstellen von End-to-End-ML-Workflows.

Anpassungsmöglichkeiten des Kurses

• Maßgeschneiderte Versionen dieses Trainings können nach den Technologien und Projektanforderungen Ihres Teams abgestimmt werden.

Dieses von Dozenten geleitete Live-Training in Österreich (online oder vor Ort) richtet sich an Ingenieure, die die heutigen Ansätze und verfügbaren Tools bewerten möchten, um fundierte Entscheidungen über den weiteren Weg zur Einführung von MLOps in ihrer Organisation treffen zu können.

Nach Abschluss dieses Trainings sind die Teilnehmer in der Lage:

• Verschiedene MLOps-Frameworks und -Tools zu installieren und zu konfigurieren.
• Ein Team mit den richtigen Kompetenzen für den Aufbau und die Unterstützung eines MLOps-Systems zusammenzustellen.
• Daten für die Nutzung durch ML-Modelle vorzubereiten, zu validieren und zu versionieren.
• Die Komponenten eines ML-Pipelines und die benötigten Tools zum Aufbau eines solchen zu verstehen.
• Mit verschiedenen Machine-Learning-Frameworks und Servern für den Einsatz in der Produktion zu experimentieren.
• Den gesamten Machine-Learning-Prozess so zu operationalisieren, dass er reproduzierbar und wartbar ist.

MLOps auf Kubernetes ist ein Framework zur Automatisierung des Trainings, der Validierung, des Packens und der Bereitstellung von Machine-Learning-Modellen mittels containerisierter Pipelines und GitOps-Workflows.

Dieser live stattfindende Kurs mit Dozentenleitung (online oder vor Ort) richtet sich an Praktiker auf mittlerem Niveau, die automatisierte, skalierbare MLOps-Pipelines auf Kubernetes aufbauen möchten.

Nach erfolgreichem Abschluss dieser Schulung sind die Teilnehmer in der Lage:

• End-to-End-CI/CD-Pipelines für maschinelles Lernen zu entwerfen.
• GitOps-Workflows zur Modellbereitstellung und -versionierung zu implementieren.
• Das Training, die Tests und das Packen von ML-Modellen zu automatisieren.
• Überwachungs-, Alarmierungs- und Rollback-Strategien zu integrieren.

Kursformat

• Dozentengestützte Präsentationen und technische Vertiefungen.
• Praktische Übungen zur Erstellung realweltlicher CI/CD-Workflows.
• Live-Lab-Praxis zum Bereitstellen von ML-Workloads auf Kubernetes.

Optionen zur Kursanpassung

• Organisationen können maßgeschneiderte Inhalte anfordern, die auf ihre internen MLOps-Tools und Infrastruktur abgestimmt sind.