Kontakt aufnehmen

Schulungsübersicht

Einführung in KI-Inferenz mit Docker

  • Verständnis von KI-Inferenz-Workloads
  • Vorteile containerisierter Inferenz
  • Deployment-Szenarien und Einschränkungen

Erstellung von KI-Inferenz-Containern

  • Auswahl von Basis-Images und Frameworks
  • Verpackung vortrainierter Modelle
  • Strukturierung des Inferenz-Codes für die Container-Ausführung

Absicherung von containerisierten KI-Diensten

  • Minimierung der Angriffsfläche von Containern
  • Verwaltung von Secrets und sensiblen Dateien
  • Sichere Netzwerk- und API-Freigabestrategien

Portable Deployment-Techniken

  • Optimierung von Images für Portabilität
  • Sicherstellung vorhersagbarer Laufzeitumgebungen
  • Verwaltung von Abhängigkeiten über Plattformen hinweg

Lokales Deployment und Testing

  • Ausführen von Diensten lokal mit Docker
  • Debugging von Inferenz-Containern
  • Testen von Leistung und Zuverlässigkeit

Deployment auf Servern und Cloud-VMs

  • Anpassung von Containern für Remote-Umgebungen
  • Konfiguration des sicheren Serverzugriffs
  • Deployment von Inferenz-APIs auf Cloud-VMs

Verwendung von Docker Compose für multi-dienste KI-Systeme

  • Orchestrierung der Inferenz mit unterstützenden Komponenten
  • Verwaltung von Umgebungsvariablen und Konfigurationen
  • Skalierung von Mikrodiensten mit Compose

Überwachung und Wartung von KI-Inferenzdiensten

  • Logging- und Observability-Ansätze
  • Erkennen von Fehlern in Inferenz-Pipelines
  • Aktualisierung und Versionierung von Modellen in der Produktion

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundverständnis von Machine-Learning-Konzepten
  • Erfahrung mit Python oder Backend-Entwicklung
  • Vertrautheit mit grundlegenden Container-Konzepten

Zielgruppe

  • Entwickler
  • Backend-Ingenieure
  • Teams, die KI-Dienste deployen
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien