문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
기간 14 시간
코스 개요
AI 및 ML을 위한 컨테이너화 소개
- 컨테이너화의 핵심 개념
- 컨테이너가 ML 워크로드에 이상적인 이유
- 컨테이너와 가상 머신 간의 주요 차이점
Docker 이미지 및 컨테이너 작업
- 이미지, 레이어, 레지스트리 이해
- ML 실험을 위한 컨테이너 관리
- Docker CLI 효율적 사용
ML 환경 패키징
- 컨테이너화를 위한 ML 코드베이스 준비
- Python 환경 및 의존성 관리
- CUDA 및 GPU 지원 통합
머신러닝용 Dockerfile 구축
- ML 프로젝트를 위한 Dockerfile 구조화
- 성능 및 유지보수성 향상 위한 모범 사례
- 멀티스테이지 빌드 사용
ML 모델 및 파이프라인 컨테이너화
- 학습된 모델을 컨테이너로 패키징
- 데이터 및 저장소 전략 관리
- 재현 가능한 엔드투엔드 워크플로 배포
컨테이너화된 ML 서비스 실행
- 모델 추론을 위한 API 엔드포인트 노출
- Docker Compose를 통한 서비스 확장
- 런타임 동작 모니터링
보안 및 컴플라이언스 고려 사항
- 안전한 컨테이너 구성 확보
- 액세스 및 자격 증명 관리
- 민감한 ML 자산 처리
프로덕션 환경 배포
- 컨테이너 레지스트리에 이미지 공개
- 온프레미스 또는 클라우드 설정에 컨테이너 배포
- 프로덕션 서비스 버전管理及 업데이트
요약 및 다음 단계
요건
- 머신러닝 워크플로우에 대한 이해
- Python 또는 유사한 프로그래밍 언어 경험
- 기본 Linux 명령줄 작업에 대한 숙지
대상 청중
- 모델을 프로덕션에 배포하는 ML 엔지니어
- 재현 가능한 실험 환경을 관리하는 데이터 과학자
- 확장 가능한 컨테이너화 애플리케이션을 구축하는 AI 개발자
회원 평가 (2)
전에 말씀드린 대로, 저처럼 경험치가 전혀 없는 사람에게는 이러한 프로그램과 도구 등의 기능과 작동 방식을 이해할 수 있는 첫걸음이었습니다.
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
코스 - Docker and Kubernetes
기계 번역됨
다층적이고 구조화된 학습 프로그램입니다.
Bert Paelinckx - Cube SoftwareSolutions
코스 - Introduction to Docker
기계 번역됨
