План на курса

Въведение в развертането на AI

  • Преглед на цикъла на развертане на AI
  • Проблеми при развертането на AI агенти в производство
  • Ключови съображения: масштабируемост, надеждност и поддържание

Контейнеризация и оркестриране

  • Въведение в Docker и основите на контейнеризацията
  • Използване на Kubernetes за оркестриране на AI агенти
  • Най-добри практики за управление на контейнеризирани AI приложения

Развертане на AI модели

  • Преглед на рамките за развертане на модели (напр. TensorFlow Serving, TorchServe)
  • Създаване на REST API за инференс на AI агенти
  • Обслужване на пакетни или реално време предвиждания

CI/CD за AI агенти

  • Настройване на CI/CD конвейери за развертане на AI
  • Автоматизиране на тестването и валидирането на AI модели
  • Ролинг апдейти и управление на версията

Мониторинг и оптимизация

  • Имплементиране на инструменти за мониторинг на производителността на AI агенти
  • Анализиране на промяна на модела и нуждите от преобучаване
  • Оптимизиране на използването на ресурси и масштабируемост

Сигурност и управление

  • Осигуряване на съответствие с регулациите за защита на данните
  • Сигуризиране на конвейерите и API за развертане на AI
  • Аудиране и логване за AI приложения

Практически дейности

  • Контейнеризация на AI агент с Docker
  • Развертане на AI агент с Kubernetes
  • Настройване на мониторинг на производителността и използването на ресурси за AI

Резюме и следващи стъпки

Изисквания

  • Умеене на програмиране с Python
  • Разбиране на процесите на машинно обучение
  • Знакомство с инструменти за контейнеризация като Docker
  • Опит с практики на DevOps (предпочитано)

Целева аудитория

  • Инженери на MLOps
  • Професионалисти в DevOps
 14 часа

Брой участници


Цена за участник

Отзиви от потребители (1)

Предстоящи Курсове

Свързани Kатегории