Neem contact met ons op

Cursusaanbod

Introductie tot AI-inferentie met Docker

  • AI-inferentiewerklasten begrijpen
  • Voordelen van gecontaineriseerde inferentie
  • Implementatiescenario's en beperkingen

AI-inferentiecontainers bouwen

  • Basisimages en frameworks selecteren
  • Voorgetrainde modellen verpakken
  • Inferentiecode structureren voor uitvoering in containers

Veiligheid van gecontaineriseerde AI-diensten

  • Aanvalsvlak van de container minimaliseren
  • Secrets en gevoelige bestanden beheren
  • Strategieën voor veilig netwerkverkeer en API-blootstelling

Draagbare implementatietechnieken

  • Afbeeldingen optimaliseren voor draagbaarheid
  • Zorgen voor voorspelbare runtime-omgevingen
  • Afhankelijkheden over platforms beheren

Lokale implementatie en test

  • Diensten lokaal uitvoeren met Docker
  • Foutopsporing in inferentiecontainers
  • Prestaties en betrouwbaarheid testen

Implementeren op servers en cloud-VM's

  • Containers aanpassen voor externe omgevingen
  • Beveiligde servertoegang configureren
  • Inferentie-API's implementeren op cloud-VM's

Docker Compose gebruiken voor AI-systemen met meerdere services

  • Inferentie orchestreren samen met ondersteunende componenten
  • Omgevingsvariabelen en configuraties beheren
  • Microservices schalen met Compose

Monitoring en onderhoud van AI-inferentiediensten

  • Benaderingen voor logging en observabiliteit
  • Mislukkingen in inferentiepijplijnen opsporen
  • Modellen updaten en versiebeheer in productie

Samenvatting en vervolgstappen

Vereisten

  • Verstand van basisconcepten van machine learning
  • Ervaring met Python of backend-ontwikkeling
  • Bekendheid met fundamentele containerconcepten

Doelgroep

  • Ontwikkelaars
  • Backend-engineers
  • Teams die AI-diensten implementeren
 14 Uren

Aantal deelnemers


Prijs per deelnemer

Getuigenissen (3)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën