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
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (5)

Kommende Kurse

Verwandte Kategorien