Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in die Produktionsbereitstellung
- Die wichtigsten Herausforderungen bei der Bereitstellung fein abgestimmter Modelle
- Unterschiede zwischen Entwicklungs- und Produktionsumgebungen
- Werkzeuge und Plattformen für den Einsatz von Modellen
Vorbereiten von Modellen für die Bereitstellung
- Exportieren von Modellen in Standardformaten (ONNX, TensorFlow SavedModel, usw.)
- Optimieren von Modellen für Latenz und Durchsatz
- Testen von Modellen anhand von Randfällen und realen Daten
Containerisierung für die Modellbereitstellung
- Einführung in Docker
- Erstellen von Docker-Images für ML-Modelle
- Bewährte Verfahren für Containersicherheit und -effizienz
Skalierung von Einsätzen mit Kubernetes
- Einführung in Kubernetes für KI-Workloads
- Einrichten von Kubernetes-Clustern für das Modell-Hosting
- Lastausgleich und horizontale Skalierung
Modellüberwachung und -wartung
- Implementierung der Überwachung mit Prometheus und Grafana
- Automatisierte Protokollierung für Fehlerverfolgung und Leistung
- Umschulung von Pipelines für Modelldrift und Aktualisierungen
Gewährleistung der Sicherheit in der Produktion
- Absicherung von APIs für die Modellinferenz
- Authentifizierungs- und Autorisierungsmechanismen
- Berücksichtigung von Datenschutzbedenken
Fallstudien und praktische Übungen
- Einsatz eines Stimmungsanalysemodells
- Skalierung eines maschinellen Übersetzungsdienstes
- Implementierung einer Überwachung für Bildklassifizierungsmodelle
Zusammenfassung und nächste Schritte
Voraussetzungen
- Ausgeprägtes Verständnis von Arbeitsabläufen des maschinellen Lernens
- Erfahrung mit der Feinabstimmung von ML-Modellen
- Vertrautheit mit DevOps- oder MLOps-Prinzipien
Zielgruppe
- DevOps Ingenieure
- MLOps Praktiker
- KI-Einsatzspezialisten
21 Stunden
Erfahrungsberichte (1)
Es gab viele praktische Übungen, die vom Trainer überwacht und unterstützt wurden.
Aleksandra - Fundacja PTA
Kurs - Mastering Make: Advanced Workflow Automation and Optimization
Maschinelle Übersetzung