Lépjen kapcsolatba velünk

Kurzusleírás

Bevezetés az AI-inferenciába Dockerrel

  • Az AI-inferencia terhelések megértése
  • A konténerelt inference előnyei
  • Telepítési forgatókönyvek és korlátok

AI-inferencia-konténerek létrehozása

  • Alap képfájljai és keretrendszerek kiválasztása
  • Tanult modellek csomagolása
  • Az inference kód struktúrájának kialakítása konténer futtatásához

AI-szolgáltatások biztonsága konténerben

  • A konténer támadási felületének minimalizálása
  • Jelszavak és érzékeny fájlok kezelése
  • Biztonságos hálózatkezelés és API-k kitettségének stratégiái

Hordozható telepítési technikák

  • A konténerképek optimalizálása a hordozhatóság érdekében
  • Kiszámítható futásidejű környezetek biztosítása
  • Függőségek kezelése platformok között

Helyi telepítés és tesztelés

  • A szolgáltatások helyi futtatása Dockerrel
  • AI-inferencia-konténerek hibakeresése
  • Teljesítmény és megbízhatóság tesztelése

Telepítés szervereken és felhős virtuális gépeken

  • A konténerek alkalmazása távoli környezetekhez
  • Biztonsági szerverhozzáférés konfigurálása
  • Inference API-k telepítése felhős VM-eken

Docker Compose használata több szolgáltatású AI-rendszerekhez

  • Orchestrating inference supporting components with Docker Compose
  • Környezeti változók és konfigurációk kezelése
  • Mikroszolgáltatások skálázása Docker Compose-val

AI-inferencia szolgáltatások figyelése és karbantartása

  • Naplózás és megfigyelhetőségi módszerek
  • Hibák felismerése az inference pipeline-ban
  • Modellfrissítések és verziók kezelése éles környezetben

Együttható és következő lépések

Követelmények

  • Alapvető gépi tanulási fogalmak megértése
  • Tapasztalat a Python vagy backend fejlesztés területén
  • Biztonsági alapfogalmak megismerése

Célközönség

  • Fejlesztők
  • Backend mérnökök
  • AI-szolgáltatásokat telepítő csapatok
 14 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (3)

Közelgő kurzusok

Rokon kategóriák