Programa do Curso

Introdução à Containerização para AI & ML

  • Conceitos fundamentais de containerização
  • Por que containers são ideais para cargas de trabalho de ML
  • Principais diferenças entre containers e máquinas virtuais

Trabalhando com Imagens e Containers Docker

  • Entendendo imagens, camadas e registries
  • Gerenciando containers para experimentação de ML
  • Usando a CLI do Docker eficientemente

Embalando Ambientes de ML

  • Preparando bases de código de ML para containerização
  • Gerenciando ambientes Python e dependências
  • Integrando suporte CUDA e GPU

Construindo Dockerfiles para Machine Learning

  • Estruturando Dockerfiles para projetos de ML
  • Melhores práticas para desempenho e manutenção
  • Usando builds em múltiplas etapas

Containerizando Modelos e Pipelines de ML

  • Embalando modelos treinados em containers
  • Gerenciando estratégias de dados e armazenamento
  • Implantando fluxos de trabalho reproduzíveis do início ao fim

Executando Serviços ML Containerizados

  • Expondo endpoints de API para inferência de modelos
  • Escalando serviços com Docker Compose
  • Monitorando comportamento em tempo de execução

Considerações sobre Segurança e Conformidade

  • Garantindo configurações de container seguras
  • Gerenciando acesso e credenciais
  • Lidando com ativos confidenciais de ML

Implantação em Ambientes de Produção

  • Publicando imagens em registries de containers
  • Implantando containers em configurações on-prem ou na nuvem
  • Versionamento e atualização de serviços em produção

Resumo e Próximos Passos

Requisitos

  • Compreensão de fluxos de trabalho de machine learning
  • Experiência com Python ou linguagens de programação similares
  • Familiaridade com operações básicas de linha de comando do Linux

Público-alvo

  • Engenheiros de ML implantando modelos em produção
  • Cientistas de dados gerenciando ambientes de experimentação reproduzíveis
  • Desenvolvedores de IA construindo aplicações containerizadas escaláveis
 14 Horas

Número de participantes


Preço por participante

Declaração de Clientes (5)

Próximas Formações Provisórias

Categorias Relacionadas