문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
기간 14 시간
코스 개요
Docker를 활용한 AI 추론 소개
- AI 추론 워크로드 이해
- 컨테이너화된 추론의 장점
- 배포 시나리오 및 제약 조건
AI 추론 컨테이너 구축
- 베이스 이미지 및 프레임워크 선택
- 사전 훈련된 모델 패키징
- 컨테이너 실행을 위한 추론 코드 구조화
컨테이너화된 AI 서비스 보안 강화
- 컨테이너 공격 표면 최소화
- 시크릿 및 민감한 파일 관리
- 안전한 네트워킹 및 API 노출 전략
포터블 배포 기법
- 포터블성을 위한 이미지 최적화
- 예측 가능한 런타임 환경 보장
- 플랫폼 간 종속성 관리
로컬 배포 및 테스트
- Docker를 사용하여 로컬에서 서비스 실행
- 추론 컨테이너 디버깅
- 성능 및 신뢰성 테스트
서버 및 클라우드 VM 배포
- 원격 환경을 위한 컨테이너 적응
- 안전한 서버 접근 구성
- 클라우드 VM에서 추론 API 배포
다중 서비스 AI 시스템을 위한 Docker Compose 활용
- 보조 구성 요소와 함께 추론 오케스트레이션
- 환경 변수 및 구성 관리
- Compose를 통한 마이크로서비스 확장
AI 추론 서비스 모니터링 및 유지보수
- 로깅 및 관측 가능성 접근법
- 추론 파이프라인에서 실패 감지
- 프로덕션 환경에서 모델 업데이트 및 버전 관리
요약 및 다음 단계
요건
- 기본 머신러닝 개념에 대한 이해
- Python 또는 백엔드 개발 경험
- 기초 컨테이너 개념에 대한 친숙함
대상 독자
- 개발자
- 백엔드 엔지니어
- AI 서비스를 배포하는 팀
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
