お問い合わせ
 期間 14 時間

コース概要

DockerによるAI推論の入門

  • AI推論ワークロードの理解
  • コンテナ化推論のメリット
  • デプロイシナリオと制約条件

AI推論コンテナの構築

  • ベースイメージとフレームワークの選定
  • 事前訓練済みモデルのパッケージング
  • コンテナ実行向けに推論コードを構造化する

コンテナ化AIサービスのセキュリティ強化

  • コンテナのアタック面を最小化すること
  • シークレットと機密ファイルの管理
  • 安全なネットワーク構成とAPI公開戦略

ポータブルなデプロイ手法

  • 移植性を考慮したイメージの最適化
  • 予測可能なランタイム環境の確保
  • プラットフォーム間の依存関係の管理

ローカルでのデプロイとテスト

  • Dockerによるローカルでのサービス実行
  • 推論コンテナのデバッグ
  • パフォーマンスと信頼性のテスト

サーバーおよびクラウドVMへのデプロイ

  • リモート環境に適したコンテナの調整
  • 安全なサーバーアクセスの構成
  • クラウドVM上の推論APIのデプロイ

マルチサービスAIシステムにおけるDocker Composeの利用

  • サポートコンポーネントとの推論オーケストレーション
  • 環境変数と設定の管理
  • Composeによるマイクロサービスのスケーリング

AI推論サービスの監視とメンテナンス

  • ログ記録とオブザーバビリティのアプローチ
  • 推論パイプラインでの障害検出
  • 本番環境でのモデルの更新とバージョニング

まとめと次のステップ

要求

  • 基本的な機械学習の概念の理解
  • Pythonまたはバックエンド開発の経験
  • 基本的なコンテナ概念の熟悉

対象者

  • 開発者
  • バックエンドエンジニア
  • AIサービスのデプロイを手掛けるチーム

参加者の人数


参加者1人あたりの価格

お客様の声 (2)

今後のコース

関連カテゴリー