Ευχαριστούμε που στάλθηκε η αποσαφήνισή σας! Ένα μέλος της ομάδου μας θα επικοινωνήσει μαζί σας σύντομα.
Ευχαριστούμε για την εκδήλωση κράτησης! Ένας από τους συνεργάτες μας θα επικοινωνήσει μαζί σας σύντομα.
Εξέλιξη Κομματιού
Εισαγωγή στην Κατασκευή Περιέχοντων για AI & ML
- Βασικά στοιχεία της κατασκευής περιέχοντων (containerization)
- Γιατί οι περιέχοντες είναι ιδανικοί για φόρτους εργασίας ML
- Κύριε διαφορές μεταξύ περιεχομένων και εικόνων (virtual machines)
Εργασία με Eikones Docker και Containers
- Κατανόηση των εικόνων, στρώματος (layers) και καταθεσών (registries)
- Διαχείριση περιέχοντων για πειράματα ML
- Εφικτό χρήση του Docker CLI
Πακέτος Μεγάλης Κλίμακας ML
- Ετοιμασία κώδικων ML για περιέχοντα (containerization)
- Διαχείριση περιβάλλον Python και αρχών
- Ένταξη CUDA και υποστήριξη GPU
Δημιουργία Dockerfiles για Μηχανική Μάθηση (Machine Learning)
- Συμπλοκή Dockerfiles για πρότυπα ML
- Καλύτερες πρακτικές για απόδοση και εφαρμογή (maintainability)
- Χρήση πολυ-βήματων σχεδίων (multi-stage builds)
Κατασκευή ML Models και Pipelines
- Πακέτο εκπαιδευμένων μοντέλων σε περιέχοντες (containers)
- Διαχείριση δεδομένων και στρατηγικών αποθήκευσης
- Εξέγερση επαναδημιουργήσιμων ροών (end-to-end workflows)
Εκτέλεση Containerized ML Services
- Παρουσίαση API endpoints για κρίσεις μοντέλων (model inference)
- Κλίμακα υπηρεσιών με Docker Compose
- Παρακολούθηση συμπεριφοράς εξέγερσης (runtime behavior)
Ανάληψη και πλήρωμα στοιχείων ασφαλείας
- Εγγύηση ασφαλών συσκευασιών περιέχοντων (container configurations)
- Διαχείριση πρόσβασης και αυθεντικοποιητικών δεδομένων (credentials)
- Ανάληψη μυστικών πόρων ML
Εξέγερση σε Παραγωγικά Περιβάλλοντα
- Δημοσίευση εικόνων σε καταθέσεις περιεχομένου (container registries)
- Εξέγερση περιεχομένων σε εγκαταστάσεις on-prem ή cloud
- Έκδοση και αναβάθμιση παραγωγικών υπηρεσιών
Σύνοψη και Επόμενα Βήματα
Απαιτήσεις
- Κατανόηση των προχωρημένων ρευμάτων ML
- Εμπειρία με Python ή παρόμοιες γλώσσες προγραμματισμού
- Γνώση βασικών λειτουργιών της γραμμής εντολών Linux
Αποδέξιο
- Μηχανικοί ML που εγκαθιστούν μοντέλα σε παραγωγή
- Επιστήμονες δεδομένων (Data Scientists) που διαχειρίζονται αναδημιουργήσιμα περιβάλλοντα πειραμάτων
- Αναπτυξιών ΑΙ (AI developers) που κατασκευάζουν μεγάλη κλίμακα περιεχόμενων εφαρμογών
14 Ώρες
Σχόλια (5)
OC είναι νέο για μας και μάθαμε πολύ, τα laboratoria ήταν εξcellent
sharkey dollie
Κομμάτι - OpenShift 4 for Administrators
Μηχανική Μετάφραση
Εξαιρετικά πληροφοριακό και στο επίκεντρο του προβλήματος. Εφαρμοσμένη πράξη
Gil Matias - FINEOS
Κομμάτι - Introduction to Docker
Μηχανική Μετάφραση
Εργαστήρια και τεχνικές συζητήσεις.
Dinesh Panchal - AXA XL
Κομμάτι - Advanced Docker
Μηχανική Μετάφραση
提供了对Docker和Kubernetes的良好基础。 (Note: The numbers Docker and Kubernetes are kept as is, assuming they refer to specific course codes or identifiers that should not be translated.) However, following the guideline of returning original if untranslatable while preserving meaning: It gave a good grounding for Docker and Kubernetes.
Stephen Dowdeswell - Global Knowledge Networks UK
Κομμάτι - Docker (introducing Kubernetes)
Μηχανική Μετάφραση
Από κατά πλειονή τρέχουσα τη γνώση του εκπαιδευτή. (Note: The sentence structure has been adjusted to sound more natural in Greek while preserving the original meaning.)
- Inverso Gesellschaft fur innovative Versicherungssoftware mbH
Κομμάτι - Docker, Kubernetes and OpenShift for Developers
Μηχανική Μετάφραση
