Docker für MLOps: End-to-End-Containerisierung von Pipelines Schulung

Dieser interaktive Live-Kurs in Österreich (online oder vor Ort) richtet sich an Ingenieure, die ihre Docker-Kenntnisse vertiefen möchten, um Anwendungen im größeren Maßstab bereitzustellen und dabei die Kontrolle zu behalten.

Nach Abschluss dieser Schulung können die Teilnehmer die folgenden Aufgaben ausführen:

• Erstellen eigener Docker-Images.
• Bereitstellen und Verwalten großer Mengen an Docker-Anwendungen.
• Bewerten verschiedener Container-Orchestrierungslösungen und Auswahl der am besten geeigneten.
• Einrichten eines kontinuierlichen Integrationsprozesses für Docker-Anwendungen.
• Integrieren von Docker-Anwendungen in bestehende kontinuierliche Integrationstools und -prozesse.
• Sicheres Absichern ihrer Docker-Anwendungen.

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.

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.

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.