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

Dieses von einem Trainer geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Ingenieure, die ihre Fähigkeiten im Bereich Docker weiterentwickeln wollen, um Anwendungen in größerem Maßstab zu veröffentlichen – bei voller Kontrolle über den gesamten Prozess.

Am Ende dieser Schulung werden die Teilnehmer folgendes können:

• Eigene Docker-Images erstellen.
• Große Mengen an Docker-Anwendungen bereitstellen und verwalten.
• Verschiedene Lösungen zur Container-Orchestrierung bewerten und die passendste auswählen.
• Einen Prozess der kontinuierlichen Integration für Docker-Anwendungen einrichten.
• Docker-Anwendungen in bestehende Integrationsprozesse von Entwicklungswerkzeugen integrieren.
• Ihre Docker-Anwendungen sichern.

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

• Eigene Docker-Images zu erstellen.
• Große Mengen an Docker-Anwendungen zu deployen und zu verwalten.
• Verschiedene Lösungen zur Container-Orchestrierung zu bewerten und die am besten geeignete auszuwählen.
• Einen kontinuierlichen Integrationsprozess für Docker-Anwendungen einzurichten.
• Docker-Anwendungen in vorhandene Prozesse der kontinuierlichen Integration zu integrieren.
• Ihre Docker-Anwendungen abzusichern.
• Mithilfe von Kubernetes unterschiedliche Umgebungen unter einem gemeinsamen Cluster zu deployen und zu verwalten.
• Einen Kubernetes-Cluster sicher, skalierbar und überwachbar zu gestalten.

Dieses von einem Instruktor geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an erfahrene KI-Ingenieure sowie Datenwissenschaftler mit mittlerer bis hoher Kompetenz, die die Leistungsfähigkeit der DeepSeek-Modelle steigern, Latenzzeiten minimieren und mithilfe moderner MLOps-Verfahren KI-Lösungen effizient bereitstellen möchten.

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

• Die DeepSeek-Modelle hinsichtlich Effizienz, Genauigkeit und Skalierbarkeit zu optimieren.
• Bewährte Verfahren im Bereich MLOps sowie Modellversionierung umzusetzen.
• DeepSeek-Modelle sowohl in Cloud- als auch lokalen Infrastrukturen einzusetzen.
• KI-Lösungen effektiv zu überwachen, zu warten und zu skalieren.

Docker ist eine Plattform für Containerisierung, die konsistente, portable und reproduzierbare Umgebungen für KI- und Machine-Learning-Workloads ermöglicht.

Dieses interaktive Live-Schulungsprogramm (online oder vor Ort) richtet sich an Fachkräfte mit mittlerem Erfahrungslevel, die ihre ML-Codebasen, Abhängigkeiten und Modelle mit Docker paketieren möchten, um zuverlässige Workflows von der Entwicklung bis zur Produktion zu gewährleisten.

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, -Tools und -Abhängigkeiten zu containerisieren.
• Docker-Umgebungen für Leistung und Portabilität zu optimieren.
• Containerisierte ML-Dienste in verschiedenen Laufzeitumgebungen zu deployen.

Aufbau des Kurses

• Demonstrationen von Konzepten, unterstützt durch geführte Diskussionen.
• Praktische Übungen, die sich auf reale Containerisierungsaufgaben konzentrieren.
• Praktische Umsetzung in Live-Lab-Docker-Umgebungen.

Anpassungsoptionen für den Kurs

• Kontaktieren Sie uns bitte, um dieses Training an Ihre Organisationsumgebung anzupassen.

CI/CD für KI ist ein strukturierter Ansatz zur Automatisierung des Verpackens, Testens, Containerisierens und Bereitstellens von Modellen unter Verwendung von Continuous-Integration- und Continuous-Delivery-Pipelines.

Dieses live geleitete Training (online oder vor Ort) richtet sich an Fachkräfte mit mittlerem Kenntnisstand, die die durchgängige Auslieferung von KI-Modellen mithilfe von Docker und CI/CD-Plattformen automatisieren möchten.

Nach Abschluss des Trainings können die Teilnehmenden:

• Automatisierte Pipelines zum Erstellen und Testen von AI-Modellcontainern einrichten.
• Versionskontrolle und Reproduzierbarkeit für den Modell-Lebenszyklus implementieren.
• Automatisierte Bereitstellungsstrategien für KI-Dienste integrieren.
• CI/CD-Best Practices anwenden, die speziell für MLOps optimiert sind.

Format des Kurses

• Von Dozenten geleitete Präsentationen und technische Diskussionen.
• Praktische Labs und Übungen zur handlungsorientierten Implementierung.
• Realistische Simulationen von CI/CD-Workflows in einer kontrollierten Umgebung.

Möglichkeiten zur Kursanpassung

• Wenn Ihre Organisation maßgeschneiderte Pipeline-Workflows oder Plattformintegrationen benötigt, kontaktieren Sie uns bitte, um diesen Kurs entsprechend anzupassen.

Das Programm „Certified Kubernetes Administrator“ (CKA) wurde von der Linux Foundation sowie der Cloud Native Computing Foundation (CNCF) ins Leben gerufen.

Kubernetes ist heute eine führende Plattform zur Orchestrierung von Containern.

NobleProg bietet seit 2015 Schulungen zu Docker und Kubernetes an. Dank über 360 erfolgreich abgeschlossener Trainingsprojekte haben wir uns weltweit als eine der renommiertesten Ausbildungsinstitutionen im Bereich Containervirtualisierung etabliert.

Seit 2019 unterstützen wir zudem unsere Kunden dabei, ihre Kompetenzen im Kubernetes-Umfeld nachzuweisen – indem wir sie auf die CKA- und CKAD-Prüfungen vorbereiten und zu deren Bestehen motivieren.

Dieses von einem Dozenten geleitete Live-Training (online oder vor Ort) richtet sich an Systemadministratoren sowie Kubernetes-Nutzer, die ihre Kenntnisse durch das Bestehen der CKA-Prüfung unter Beweis stellen möchten.

Darüber hinaus legt das Training großen Wert auf den Erwerb praktischer Erfahrungen in der Verwaltung von Kubernetes. Daher empfehlen wir die Teilnahme auch Personen, die nicht planen, die CKA-Prüfung abzulegen.

Ablauf des Kurses

• Interaktive Vorlesungen und Diskussionen.
• Zahlreiche Übungen sowie praktische Anwendungsbeispiele.
• Praktische Umsetzung in einer Live-Lab-Umgebung.

Möglichkeiten zur individuellen Anpassung des Kurses

• Für eine maßgeschneiderte Schulung zu diesem Thema kontaktieren Sie uns bitte, um die Details zu besprechen.
• Weitere Informationen zur CKA-Zertifizierung finden Sie unter: https://training.linuxfoundation.org/certification/certified-kubernetes-administrator-cka

Das Zertifikat „Certified Kubernetes Application Developer“ (CKAD) wurde von der Linux Foundation sowie der Cloud Native Computing Foundation (CNCF), der Trägerorganisation von Kubernetes, entwickelt.

Dieses von einem Instruktor geleitete Live-Training – online oder vor Ort – richtet sich an Entwickler, die ihre Fähigkeiten im Design, Bau, Konfigurieren und Bereitstellen cloudnativer Anwendungen für Kubernetes unter Beweis stellen möchten.

Darüber hinaus vermittelt das Training praktische Erfahrungen in der Entwicklung von Anwendungen unter Kubernetes; daher empfehlen wir die Teilnahme auch an Personen, die nicht vorhaben, die CKAD-Prüfung abzulegen.

NobleProg bietet seit 2015 Schulungen zu Docker und Kubernetes an. Mit über 360 erfolgreich durchgeführten Trainingsprojekten sind wir mittlerweile eines der bekanntesten Schulungsunternehmen weltweit im Bereich Containerisierung. Seit 2019 unterstützen wir zudem Kunden dabei, ihre Kompetenzen im Kubernetes-Umfeld zu bestätigen – indem wir sie auf die CKA- und CKAD-Prüfungen vorbereiten.

Ablauf des Kurses

• Interaktive Vorlesungen und Diskussionen.
• Zahlreiche Übungen und praktische Anwendungsbeispiele.
• Praktisches Arbeiten in einer Live-Lab-Umgebung.

Möglichkeiten zur Kursanpassung

• Für individuelle Schulungen zu diesem Thema kontaktieren Sie uns bitte zur Absprache.
• Weitere Informationen zu CKAD finden Sie unter: https://training.linuxfoundation.org/certification/certified-kubernetes-application-developer-ckad/

Docker ist eine Open-Source-Plattform zur Automatisierung des Prozesses des Erstellens, Bereitstellens und Betriebs von Anwendungen in Containern.

Diese dozentengeführte Live-Schulung (online oder vor Ort) richtet sich an Ingenieurinnen und Ingenieure, die Docker nutzen möchten, um Software als Container statt als traditionelle Einzelanwendungen bereitzustellen und zu verwalten.

Nach Abschluss dieser Schulung sind die Teilnehmer in der Lage:

• Docker zu installieren und zu konfigurieren.
• Software-Containerisierung zu verstehen und umzusetzen.
• Auf Docker basierende Anwendungen zu verwalten.
• Unterschiedliche Docker-Anwendungen und -Systeme zu vernetzen.
• Docker-Registries zu verstehen und zu bearbeiten.

Formaat des Kurses

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

Möglichkeiten zur Kursanpassung

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.
• Mehr über Docker erfahren Sie unter: https://www.docker.com

Erlernen Sie die Methoden zum Bauen, Deployen und Verwalten von containerisierten Umgebungen unter Einsatz von Docker, Kubernetes und OpenShift. Dieses fünftägige Praxistraining behandelt Container-Images, Arbeitslastverwaltung bei Kubernetes, Cluster-Netzwerke, Speicherplatzverwaltung, Sicherheit sowie praktische OpenShift-Verwaltungsaufgaben. Die Teilnehmer erlangen Fähigkeiten zur Betreuung moderner Container-Plattformen sowie zum Lösen von Anwendungsproblemen in Entwicklungs- und Produktivumgebungen.

In diesem von Instruktoren geleiteten Live-Kurs in Deutschland (vor Ort oder remote) erlernen die Teilnehmer, wie man Docker-Container erstellt und verwaltet sowie anschließend eine Beispielanwendung in einem Container bereitstellt. Zudem erfahren sie, wie sie containerisierte Anwendungen innerhalb eines Kubernetes-Clusters automatisieren, skalieren und administrieren können. Abschließend befasst sich der Kurs mit fortgeschrittenen Themen wie der Absicherung, Skalierung sowie Überwachung von Kubernetes-Cluster.

Am Ende des Kurses sind die Teilnehmer in der Lage:

• Docker-Container einzurichten und auszuführen.
• Einen containerisierten Server sowie eine Webanwendung bereitzustellen.
• Docker-Images zu erstellen und zu verwalten.
• Einen Docker- sowie Kubernetes-Cluster einzurichten.
• Mit Hilfe von Kubernetes eine Webanwendung in einem Cluster zu implementieren und zu verwalten.
• Einen Kubernetes-Cluster abzusichern, skalierbar zu gestalten und zu überwachen.

Lernziele des Kurses: Erwerb von theoretischem Wissen sowie praktischen Fähigkeiten im Umgang mit Docker und Kubernetes.

Kubeflow ist eine Open-Source-Plattform, die den Aufbau, das Training sowie die Implementierung von Machine-Learning-Arbeitsabläufen auf Kubernetes erheblich vereinfacht.

Dieses praxisorientierte Live-Training unter Anleitung eines Instruktors – online oder vor Ort – richtet sich an Einsteiger sowie Fortgeschrittene, die zuverlässige ML-Workflows mithilfe von Kubeflow erstellen möchten.

Nach Abschluss dieses Kurses verfügen die Teilnehmenden über folgende Fähigkeiten:

• Sie kennen das Kubeflow-Ökosystem sowie seine wichtigsten Komponenten.
• Sie können reproduzierbare Workflows mithilfe von Kubeflow Pipelines erstellen.
• Sie sind in der Lage, skalierbare Trainingsaufgaben auf Kubernetes auszuführen.
• Sie wissen, wie man Machine-Learning-Modelle effizient mithilfe von Kubeflow Serving bereitstellt.

Ablauf des Kurses

• Geleitete Präsentationen sowie interaktive Diskussionen.
• Praktische Übungen mit realen Kubeflow-Komponenten.
• Anwendungsbezogene Aufgaben zur Erstellung kompletter ML-Workflows.

Individuelle Anpassungen des Kurses

• Auf Wunsch können speziell angepasste Kursversionen erstellt werden, die perfekt zu Ihrer technischen Infrastruktur und den Projektanforderungen passen.

Dieses von einem Trainer gelebte Live-Training in Deutschland (online oder vor Ort) richtet sich an Entwickler und Data Scientists, die Machine-Learning-Workflows auf Kubernetes erstellen, bereitstellen und verwalten möchten.

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

• 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.
• Ganztägige Machine-Learning-Pipelines in verschiedenen Architekturen und Cloud-Umgebungen auszuführen.
• Kubeflow zum Erstellen und Verwalten von Jupyter-Notebooks zu nutzen.
• ML-Trainings-, Hyperparameter-Tuning- und Serving-Workloads über mehrere Plattformen hinweg zu erstellen.

Dieses praxisorientierte Training unter Anleitung eines Experten in Deutschland (online oder vor Ort) richtet sich an Ingenieure, die aktuelle Ansätze und Werkzeuge einschätzen möchten, um fundierte Entscheidungen bezüglich der Einführung von MLOps in ihrem Unternehmen zu treffen.

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

• Verschiedene MLOps-Frameworks und -Tools zu installieren sowie zu konfigurieren.
• Das passende Team mit den erforderlichen Fachkenntnissen zusammenzustellen, um ein MLOps-System aufzubauen und zu unterstützen.
• Daten vorzubereiten, zu validieren sowie versionsbasiert zu verwalten, damit sie von ML-Modellen genutzt werden können.
• Die Bestandteile einer ML-Pipeline sowie die erforderlichen Werkzeuge zum Aufbauen derselben zu verstehen.
• Unterschiedliche maschinelle Lernframeworks und Server auszuprobieren, um diese in Produktivumgebungen einzusetzen.
• Den gesamten Prozess des maschinellen Lernens so zu operationalisieren, dass er reproduzierbar und wartbar bleibt.

MLOps auf Kubernetes ist ein Framework zur Automatisierung des Trainings, der Validierung, Packung und Bereitstellung von maschinellen Lernsmodellen mittels containerbasierter Pipelines sowie GitOps-Workflows.

Dieses praxisorientierte, vom Kursleiter moderierte Training – entweder online oder vor Ort – richtet sich an Anwender mit Grundkenntnissen, die automatisierte und skalierbare MLOps-Pipelines auf Kubernetes erstellen möchten.

Nach Abschluss des Kurses sind die Teilnehmer in der Lage:

• End-to-End-CI/CD-Pipelines für maschinelles Lernen zu entwerfen.
• GitOps-Workflows zur Modellbereitstellung und Versionsverwaltung umzusetzen.
• Das Training, Testen sowie Verpacken von ML-Modellen zu automatisieren.
• Überwachungs-, Alarm- und Rollback-Strategien einzubinden.

Aufbau des Kurses

• Präsentationen und technische Vertiefungen unter Anleitung des Kursleiters.
• Praktische Übungen zur Erstellung realer CI/CD-Workflows.
• Laborübungen zur Live-Bereitstellung von ML-Arbeitslasten auf Kubernetes.

Individuelle Anpassungsmöglichkeiten des Kurses

• Organisationen können eine an ihre internen MLOps-Werkzeuge und Infrastruktur angepasste Inhaltsgestaltung anfordern.