Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Fundamentele Containerizării pentru MLOps
- Înțelegerea cerințelor ciclului de viață al ML
- Concepte cheie Docker pentru sistemele ML
- Bune practici pentru medii reproducibile
Construirea Pipeline-urilor de Antrenament ML Containerizate
- Împachetarea codului de antrenament și a dependențelor
- Configurarea job-urilor de antrenament folosind imagini Docker
- Gestionarea seturilor de date și a artefactelor în containere
Containerizarea Validării și Evaluării Modelelor
- Reproducerea mediilor de evaluare
- Automatizarea fluxurilor de validare
- Captarea metricilor și jurnalelor din containere
Inferență și Servire Containerizată
- Proiectarea microserviciilor de inferență
- Optimizarea containerelor pentru medii de producție
- Implementarea arhitecturilor scalabile de servire
Orchestrarea Pipeline-urilor cu Docker Compose
- Coordonarea fluxurilor de lucru ML multi-container
- Izolarea mediilor și gestionarea configurațiilor
- Integrarea serviciilor de suport (de ex., urmărire, stocare)
Versiuni și Management al Ciclului de Viață al Modelelor ML
- Urmărirea modelelor, imaginilor și componentelor pipeline-urilor
- Medii containerizate controlate prin versiuni
- Integrarea unor instrumente precum MLflow
Deployarea și Scalarea Sarcinilor ML
- Rularea pipeline-urilor în medii distribuite
- Scalarea microserviciilor folosind abordări native Docker
- Monitorizarea sistemelor ML containerizate
CI/CD pentru MLOps cu Docker
- Automatizarea construcțiilor și deployării componentelor ML
- Testarea pipeline-urilor în medii de staging containerizate
- Asigurarea reproductibilității și a revenirilor
Rezumat și Pași Următori
Cerințe
- Înțelegerea fluxurilor de lucru ale învățării automate
- Experiență cu Python pentru dezvoltarea de modele sau date
- Familiaritate cu noțiunile de bază ale containerelor
Publicul țintă
- Ingineri MLOps
- Practicieni DevOps
- Echipe de platforme de date
21 Ore
Mărturii (5)
ecosistemul ML nu include doar MLFlow, ci și Optuna, hyperops, Docker și Docker-Compose
Guillaume GAUTIER - OLEA MEDICAL
Curs - MLflow
Tradus de catre o masina
M-a plăcut să particip la instruirea Kubeflow, care a avut loc la distanță. Această instruire mi-a permis să consolidez cunoștințele despre serviciile AWS, K8s și toate instrumentele devOps în jurul Kubeflow, care reprezintă bazele necesare pentru a aborda subiectul cu succes. Vreau să-i mulțumesc lui Malawski Marcin pentru răbdarea sa și profesionalismul demonstrat în instruire și sfaturi privind cele mai bune practici. Malawski abordează subiectul din diferite unghiuri, folosind diferite instrumente de implementare precum Ansible, EKS kubectl, Terraform. Acum sunt cu adevărat convins că intru în domeniul de aplicație potrivit.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Curs - Kubeflow
Tradus de catre o masina
A oferat o bază solidă pentru Docker și Kubernetes.
Stephen Dowdeswell - Global Knowledge Networks UK
Curs - Docker (introducing Kubernetes)
Tradus de catre o masina
I generally liked the trainer knowledge and enthusiasm.
Ruben Ortega
Curs - Docker and Kubernetes
Tradus de catre o masina
I generally enjoyed the content was interesting.
Leke Adeboye
Curs - Docker for Developers and System Administrators
Tradus de catre o masina
