Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod do CI/CD pro AI pracovní postupy
- Jedinaté výzvy při dodávce AI modelů prostřednictvím pipelines
- Srovnání tradičních DevOps a MLOps procesů
- Základní komponenty automatizovaného nasazování modelů
Kontejnerizace AI modelů pomocí Dockeru
- Návrh efektivních Dockerfile pro ML inferenci
- Správa závislostí a modelových artefaktů
- Sestavování zabezpečených a optimalizovaných obrazů
Nastavení pipelines CI/CD
- Možnosti nástrojů CI/CD a jejich ekosystémy
- Sestavování pipelines pro automatizované balíkování modelů
- Validace pipelines pomocí automatizovaných kontrol
Testování AI modelů v CI
- Automatizace kontrol integrity dat
- Unit a integrační testy pro modelové služby
- Validace výkonu a regresní testování
Automatizované nasazování AI služeb založených na Dockeru
- Nasazování AI kontejnerů do cloudových prostředí
- Implementace blue-green a canary rolloutů
- Strategie rollbacku pro neúspěšná nasazení
Správa verzí a artefaktů modelů
- Použití registrů pro správu verzí modelů a kontejnerů
- Označování, podepisování a propagace obrazů
- Koordinace aktualizací modelů napříč službami
Monitorování a observabilita v CI/CD pro AI
- Sledování výkonu pipelines a modelů
- Vyvolávání upozornění při selhání buildů nebo modelu driftu
- Sledování chování inferencí napříč prostředí
Škálování pipelines CI/CD pro AI systémy
- Parallelizace sestavení pro velké modely
- Optimalizace výpočetních a úložišťových prostředků
- Integrace distribuovaných a vzdálených runnerů
Shrnutí a další kroky
Požadavky
- Pochopení životních cyklů modelů strojového učení
- Zkušenosti s kontejnerizací Docker
- Oznanost s koncepty a pipelines CI/CD
Cílová skupina
- DevOps inženýři
- MLOps týmy
- AI-ops inženýři
21 Hodiny