Prenez contact avec nous

Plan du cours

Introduction au CI/CD pour les workflows d'IA

  • Défis uniques des pipelines de livraison des modèles d'IA
  • Comparaison des processus DevOps traditionnels et MLOps
  • Composants essentiels du déploiement automatisé des modèles

Conteneurisation des modèles d'IA avec Docker

  • Conception de Dockerfiles efficaces pour l'inférence ML
  • Gestion des dépendances et des artefacts de modèle
  • Création d'images sécurisées et optimisées

Configuration des pipelines CI/CD

  • Options d'outils CI/CD et leurs écosystèmes
  • Construction de pipelines pour l'emballage automatisé des modèles
  • Validation des pipelines avec des vérifications automatisées

Tests des modèles d'IA dans l'intégration continue (CI)

  • Automatisation des vérifications de l'intégrité des données
  • Tests unitaires et d'intégration pour les services de modèles
  • Validation des performances et de la régression

Déploiement automatisé des services d'IA basés sur Docker

  • Déploiement de conteneurs d'IA vers des environnements cloud
  • Mise en œuvre des déploiements bleu-vert et canari
  • Stratégies de rollback en cas d'échec du déploiement

Gestion des versions et des artefacts des modèles

  • Utilisation de registres pour le contrôle de version des modèles et des conteneurs
  • Étiquetage, signature et promotion des images
  • Coordination des mises à jour des modèles à travers les services

Surveillance et observabilité dans le CI/CD pour l'IA

  • Suivi des performances des pipelines et des modèles
  • Alertes pour les builds échoués ou la dérive des modèles
  • Tracing du comportement d'inférence à travers les environnements

Mise à l'échelle des pipelines CI/CD pour les systèmes d'IA

  • Parallélisation des builds pour les grands modèles
  • Optimisation des ressources de calcul et de stockage
  • Intégration des runners distribués et distants

Résumé et prochaines étapes

Pré requis

  • Une compréhension des cycles de vie des modèles d'apprentissage automatique
  • De l'expérience avec la conteneurisation Docker
  • Une familiarité avec les concepts et les pipelines CI/CD

Audience cible

  • Ingénieurs DevOps
  • Équipes MLOps
  • Ingénieurs AI-Ops
 21 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires