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 conteneurs et machines virtuelles
Travailler avec des images et des conteneurs Docker
- Comprendre les images, les couches et les dépôts (registries)
- Gérer les conteneurs pour l'expérimentation ML
- Utiliser efficacement l'interface en ligne de commande (CLI) de Docker
Emballage des environnements ML
- Préparer les bases de code ML pour la conteneurisation
- Gérer les environnements et les dépendances Python
- Intégrer le support CUDA et GPU
Création de Dockerfiles pour l'apprentissage automatique
- Structurer les Dockerfiles pour les projets ML
- Meilleures pratiques pour la performance et la maintenabilité
- Utilisation de constructions multi-étapes (multi-stage builds)
Conteneurisation des modèles et des pipelines ML
- Emballage des modèles entraînés dans des conteneurs
- Gestion des stratégies de données et de stockage
- Déploiement de flux de travail de bout en bout reproductibles
Exécution de services ML containerisés
- Exposition de points d'accès API pour l'inférence des modèles
- Échelle des services avec Docker Compose
- Surveillance du comportement au moment de l'exécution
Considérations relatives à la sécurité et à la conformité
- Assurer des configurations de conteneur sécurisées
- Gérer l'accès et les identifiants
- Gérer les actifs ML confidentiels
Déploiement dans les environnements de production
- Publication des images dans les dépôts de conteneurs
- Déploiement des conteneurs dans des configurations sur site ou dans le nuage
- Gestion des versions et mise à jour des services de production
Résumé et prochaines étapes
Pré requis
- Une compréhension des flux de travail de l'apprentissage automatique
- De l'expérience avec Python ou des langages de programmation similaires
- Une familiarité avec les opérations de base de la ligne de commande Linux
Public cible
- Ingénieurs ML déployant des modèles en production
- Scientifiques des données gérant des environnements d'expériences reproductibles
- Développeurs d'IA créant des applications containerisées 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