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
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
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