Návrh Školení

Úvod do nasazení AI

  • Přehled životního cyklu nasazení AI
  • Výzvy při nasazování agentů AI do výroby
  • Klíčové aspekty: škálovatelnost, spolehlivost a udržovatelnost

Kontejnerizace a orchestrace

  • Úvod do Docker a základy kontejnerizace
  • Použití Kubernetes pro orchestraci agentů AI
  • Osvědčené postupy pro správu kontejnerizovaných aplikací AI

Obsluhování modelů AI

  • Přehled rámců poskytování modelů (např. TensorFlow Poskytování, TorchPoskytování)
  • Vytváření REST API pro odvození agentů AI
  • Zpracování dávkových vs předpovědí v reálném čase

CI/CD pro AI Agents

  • Nastavení kanálů CI/CD pro nasazení AI
  • Automatizace testování a ověřování modelů AI
  • Průběžné aktualizace a správa správy verzí

Monitorování a optimalizace

  • Implementace monitorovacích nástrojů pro výkon agentů AI
  • Analýza driftu modelu a potřeby rekvalifikace
  • Optimalizace využití zdrojů a škálovatelnosti

Bezpečnost a Governance

  • Zajištění souladu s předpisy o ochraně osobních údajů
  • Zabezpečení kanálů nasazení AI a rozhraní API
  • Auditování a protokolování pro aplikace AI

Hands-On Activities

  • Kontejnerování agenta AI pomocí Docker
  • Nasazení agenta AI pomocí Kubernetes
  • Nastavení monitorování výkonu AI a využití zdrojů

Shrnutí a další kroky

Požadavky

  • Znalost Python programování
  • Pochopení pracovních postupů strojového učení
  • Znalost nástrojů kontejnerizace jako Docker
  • Zkušenosti s DevOps praktikami (doporučeno)

Publikum

  • MLOps inženýři
  • DevOps profesionálové
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie