Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés az üzembe helyezésbe
- A finomhangolt modellek üzembe helyezésének fő kihívásai
- A fejlesztési és az éles környezetek közötti különbségek
- Eszközök és platformok a modellek üzembe helyezéséhez
Modellek előkészítése üzembe helyezésre
- Modellek exportálása szabványos formátumokban (ONNX, TensorFlow SavedModel stb.)
- Modellek optimalizálása késleltetés és átviteli sebesség szempontjából
- Modellek tesztelése szélsőséges esetekben és valós adatokon
Konténeresítés a modellek üzembe helyezéséhez
- Bevezetés a Dockerbe
- Docker image-ek létrehozása gépi tanulási modellekhez
- Ajánlott eljárások a konténer biztonságához és hatékonyságához
Üzemelő példányok skálázása Kubernetes-szel
- Bevezetés a Kubernetesbe AI munkaterhelésekhez
- Kubernetes klaszterek beállítása a modellek hosztolásához
- Terheléselosztás és vízszintes skálázás
Modellek monitorozása és karbantartása
- Monitorozás implementálása Prometheus és Grafana segítségével
- Automatizált naplózás hibák követéséhez és teljesítményhez
- Újratanító folyamatok a modellek elcsúszásához és frissítéseihez
Biztonság biztosítása éles környezetben
- API-k biztosítása a modellek következtetéséhez
- Hitelesítési és engedélyezési mechanizmusok
- Adatvédelemmel kapcsolatos aggodalmak kezelése
Esettanulmányok és gyakorlati laborok
- Hangulatelemzési modell üzembe helyezése
- Gépi fordítási szolgáltatás skálázása
- Monitorozás implementálása képbesorolási modellekhez
Összefoglalás és következő lépések
Követelmények
- Erős alapértelmezés a gépi tanulási munkafolyamatokban
- Tapasztalat a gépi tanulási modellek finomhangolásában
- Ismeret a DevOps vagy MLOps elveiben
Célközönség
- DevOps mérnökök
- MLOps gyakorlók
- AI üzembe helyezési szakértők
21 Órák
Vélemények (1)
Sok gyakorló feladatot a képző tanár segítésével és felügyelete alatt végeztünk el.
Aleksandra - Fundacja PTA
Kurzus - Mastering Make: Advanced Workflow Automation and Optimization
Gépi fordítás