Docker für MLOps: Containerisierung von End-to-End-Pipelines 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 Containerisierungsplattform, die konsistente, portable und reproduzierbare Umgebungen für KI- und Machine-Learning-Workloads ermöglicht.

Diese Live-Schulung durch eine Fachperson (online oder vor Ort) richtet sich an Fachkräfte mit Fortgeschrittenenniveau, die ML-Codebasen, Abhängigkeiten und Modelle mit Docker verpacken möchten, um zuverlässige Workflows von der Entwicklung in den Produktivbetrieb zu ermöglichen.

Nach Abschluss dieses Kurses sind die Teilnehmer in der Lage:

• Docker-Images für KI- und ML-Anwendungen zu erstellen und zu verwalten.
• Machine-Learning-Pipelines, -Werkzeuge und -Abhängigkeiten zu containerisieren.
• Docker-Umgebungen für Leistung und Portabilität zu optimieren.
• Containerisierte ML-Dienste in verschiedenen Laufzeitumgebungen bereitzustellen.

Aufbau des Kurses

• Demonstrationen von Konzepten, unterstützt durch geführte Diskussionen.
• Praktische Übungen mit Fokus auf reale Containerisierungsaufgaben.
• Praktische Umsetzung mit Live-Lab-Docker-Umgebungen.

Optionen zur Anpassung des Kurses

• Um diese Schulung an Ihre betriebliche Umgebung anzupassen, wenden Sie sich bitte an uns, um die Details zu klären.

CI/CD für KI ist ein strukturierter Ansatz zur Automatisierung des Paketierens, Testens, Containerisierens und Bereitstellens von Modellen mithilfe kontinuierlicher Integrations- und Auslieferungspipelines.

Dieses vom Dozent:in geleitete Live-Training (online oder vor Ort) richtet sich an erfahrene Fachkräfte auf mittlerem Niveau, die den gesamten Lebenszyklus der KI-Modellbereitstellung unter Einsatz von Docker und CI/CD-Plattformen automatisieren möchten.

Nach Abschluss des Trainings können die Teilnehmer:innen Folgendes tun:

• Automatisierte Pipelines zum Bauen und Testen von KI-Modellcontainern erstellen.
• Versionskontrolle und Reproduzierbarkeit für Modelllebenszyklen implementieren.
• Automatisierte Bereitstellungsstrategien für KI-Dienste integrieren.
• Best Practices für CI/CD an Machine-Learning-Operationen (MLOps) anpassen.

Kursformat

• Vom Dozent:in geführte Präsentationen und technische Diskussionen.
• Praktische Labore und handlungsorientierte Implementierungsübungen.
• Realistische Simulationen von CI/CD-Workflows in einer kontrollierten Umgebung.

Anpassungsoptionen für den Kurs

• Falls Ihre Organisation individuelle Pipeline-Workflows oder Plattformintegrationen benötigt, kontaktieren Sie uns bitte, um diesen Kurs entsprechend 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/

Docker ist eine quelloffene Plattform zur Automatisierung des Erstellens, Verteilens und Ausführens von Anwendungen in Containern.

Dieser instruktionsgeleitete Live-Training (online oder vor Ort) richtet sich an Ingenieur:innen, die Docker nutzen möchten, um Software als Container statt als herkömmliche Einzelanwendungen bereitzustellen und zu verwalten.

Nach Abschluss dieses Trainings können Teilnehmende:

• Docker installieren und konfigurieren.
• Software-Containerisierung verstehen und implementieren.
• Docker-basierte Anwendungen verwalten.
• Verschiedene Docker-Anwendungen und -Systeme vernetzen.
• Docker-Register (Registries) verstehen und bearbeiten.

Kursformat

• Interaktiver Vortrag und Diskussion.
• Viele Übungen und praktische Anwendungen.
• Geländefestgelegte Umsetzung in einer Live-Lab-Umgebung.

Möglichkeiten zur Kursanpassung

• Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.
• Weitere Informationen zu Docker finden Sie unter: https://www.docker.com

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.

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.

Diese von einem Trainer geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Entwickler und Data Scientists, die maschinelles Lernen Workflows auf Kubernetes erstellen, bereitstellen und verwalten möchten.

Nach Abschluss dieser Schulung sind die Teilnehmer in der Lage:

• Kubeflow on-premises und in der Cloud zu installieren und zu konfigurieren.
• ML-Workflows basierend auf Docker-Containern und Kubernetes zu erstellen, bereitzustellen und zu verwalten.
• Komplette maschinelle Lern-Pipelines auf verschiedenen Architekturen und Cloud-Umgebungen auszuführen.
• Kubeflow zur Erzeugung und Verwaltung von Jupyter-Notebooks zu nutzen.
• Workloads für ML-Training, Hyperparameter-Tuning und Serving über mehrere Plattformen hinweg aufzubauen.

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.