Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Inleiding tot productie-implementatie
- Belangrijkste uitdagingen bij het implementeren van verfijnde modellen
- Verschillen tussen ontwikkel- en productieomgevingen
- Hulpprogramma's en platforms voor modelimplementatie
Modellen voorbereiden voor implementatie
- Modellen exporteren in standaardformaten (ONNX, TensorFlow SavedModel, enz.)
- Modellen optimaliseren voor latentie en doorvoer
- Modellen testen op randgevallen en real-world gegevens
Containerisatie voor modelimplementatie
- Inleiding tot Docker
- Docker afbeeldingen maken voor ML-modellen
- Best practices voor containerbeveiliging en -efficiëntie
Implementaties schalen met Kubernetes
- Inleiding tot Kubernetes voor AI-workloads
- Opzetten van Kubernetes clusters voor modelhosting
- Taakverdeling en horizontaal schalen
Modelbewaking en -onderhoud
- Uitvoeren van monitoring met Prometheus en Grafana
- Geautomatiseerde logboekregistratie voor het opsporen van fouten en prestaties
- Pijplijnen opnieuw trainen voor modeldrift en updates
Zorgen voor veiligheid in de productie
- API's beveiligen voor modeldeductie
- Authenticatie- en autorisatiemechanismen
- Zorgen over gegevensprivacy aanpakken
Casestudy's en hands-on labs
- Een model voor sentimentanalyse implementeren
- Schalen van een automatische vertaalservice
- Implementeren van monitoring voor beeldclassificatiemodellen
Samenvatting en volgende stappen
Vereisten
- Sterk begrip van machine learning-workflows
- Ervaring met het finetunen van ML-modellen
- Bekendheid met DevOps of MLOps principes
Audiëntie
- DevOps Ingenieurs
- MLOps Beoefenaars
- Specialisten op het gebied van AI-implementatie
21 Uren
Testimonials (1)
Er waren vele praktijkopdrachten die door de trainer werden begeleid en bijgestaan.
Aleksandra - Fundacja PTA
Cursus - Mastering Make: Advanced Workflow Automation and Optimization
Automatisch vertaald