Plan du cours
Introduction à la conteneurisation pour l'IA et le ML
- Concepts fondamentaux de la conteneurisation
- Pourquoi les conteneurs sont idéaux pour les charges de travail ML
- Différences clés entre les conteneurs et les machines virtuelles
Travail avec les images et conteneurs Docker
- Comprendre les images, les couches et les registres
- Gérer les conteneurs pour l'expérimentation ML
- Utiliser efficacement la CLI Docker
Empaquetage des environnements ML
- Préparer les codebases ML pour la conteneurisation
- Gérer les environnements et dépendances Python
- Intégrer le support CUDA et GPU
Construction de Dockerfiles pour l'apprentissage automatique
- Structurer les Dockerfiles pour les projets ML
- Meilleures pratiques pour la performance et la maintenabilité
- Utiliser les builds multi-étapes
Conteneurisation des modèles et pipelines ML
- Empaqueter les modèles entraînés dans des conteneurs
- Gérer les stratégies de données et de stockage
- Déployer des flux de travail reproductibles de bout en bout
Exécution des services ML conteneurisés
- Exposer des points de terminaison d'API pour l'inférence de modèles
- Mettre à l'échelle les services avec Docker Compose
- Surveiller le comportement au moment de l'exécution
Considérations en matière de sécurité et de conformité
- Assurer des configurations de conteneurs sécurisées
- Gérer l'accès et les identifiants
- Traiter les actifs ML confidentiels
Déploiement dans des environnements de production
- Publier des images dans des registres de conteneurs
- Déployer des conteneurs dans des installations sur site ou dans le cloud
- Gestion des versions et mise à jour des services de production
Résumé et prochaines étapes
Pré requis
- Une compréhension des flux de travail d'apprentissage automatique
- Une expérience avec Python ou des langages de programmation similaires
- Une familiarité avec les opérations de base en ligne de commande sous Linux
Public cible
- Ingénieurs ML déployant des modèles en production
- Data scientists gérant des environnements d'expérimentation reproductibles
- Développeurs IA créant des applications conteneurisées évolutives
Nos clients témoignent (3)
Comment les formateurs transmettent-ils efficacement leurs connaissances
Vu Thoai Le - Reply Polska sp. z o. o.
Formation - Certified Kubernetes Administrator (CKA) - exam preparation
Traduction automatique
le formateur avait beaucoup de connaissances et de patience à partager avec nous
Bogdan Olaru
Formation - Introduction to Docker
Traduction automatique
Les connaissances et les échanges avec Augustin
Laurent - L'Office national des vacances annuelles (ONVA)
Formation - Docker and Kubernetes
Traduction automatique