お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
期間 14 時間
コース概要
AI/ML向けコンテナ化の概要
- コンテナ化のコア概念
- コンテナがMLワークロードに理想的な理由
- コンテナと仮想マシンの主な違い
Dockerイメージとコンテナの操作
- イメージ、レイヤー、レジストリの理解
- ML実験のためのコンテナ管理
- Docker CLIの効率的な使用
ML環境のパッケージング
- コンテナ化に向けたMLコードベースの準備
- Python環境と依存関係の管理
- CUDAおよびGPUサポートの統合
機械学習向けDockerfileの構築
- MLプロジェクト向けDockerfileの構造設計
- パフォーマンスと保守性を高めるベストプラクティス
- マルチステージビルドの使用
MLモデルとパイプラインのコンテナ化
- 学習済みモデルのコンテナへのパッケージング
- データとストレージ戦略の管理
- 再現可能なエンドツーエンドワークフローのデプロイ
コンテナ化MLサービスの実行
- モデル推論用APIエンドポイントの公開
- Docker Composeによるサービスのスケーリング
- ランタイム挙動の監視
セキュリティとコンプライアンスの考慮事項
- 安全なコンテナ構成の確保
- アクセスと認証情報の管理
- 機密ML資産の取り扱い
本番環境へのデプロイ
- コンテナレジストリへのイメージ公開
- オンプレミスまたはクラウド環境でのコンテナデプロイ
- 本番サービスのバージョン管理及び更新
まとめと次のステップ
要求
- 機械学習ワークフローの理解
- Pythonまたは同様のプログラミング言語の使用経験
- 基本的なLinuxコマンドライン操作の知識
対象読者
- モデルを本番環境にデプロイするMLエンジニア
- 再現可能な実験環境を管理するデータサイエンティスト
- スケーラブルなコンテナ化アプリケーションを構築するAI開発者
お客様の声 (2)
以前申し上げたように、私のような(経験がない)者にとって、これはこれらのプログラムやツールなどの機能や働きを理解するための入り口となりました。
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
コース - Docker and Kubernetes
機械翻訳
多層型、構造化されたコースプログラム。
Bert Paelinckx - Cube SoftwareSolutions
コース - Introduction to Docker
機械翻訳