Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Duração 21 horas
Programa do Curso
Fundamentos da Implantação Híbrida de IA
- Compreensão dos modelos de implantação híbridos, em nuvem e de borda
- Características dos workloads de IA e restrições de infraestrutura
- Escolhendo a topologia de implantação adequada
Containerização de Workloads de IA com Docker
- Construindo contêineres de inferência para GPU e CPU
- Gerenciando imagens e registros seguros
- Implementando ambientes reproduzíveis para IA
Implantação de Serviços de IA em Ambientes de Nuvem
- Executando inferência na AWS, Azure e GCP via Docker
- Provisionamento de computação em nuvem para servir modelos
- Segurando endpoints de IA baseados em nuvem
Técnicas de Implantação em Edge e On-Premise
- Executando IA em dispositivos IoT, gateways e microservers
- Times de execução leves para ambientes de borda
- Gerenciando conectividade intermitente e persistência local
Rede Híbrida e Conectividade Segura
- Túneis seguros entre borda e nuvem
- Certificados, segredos e acesso baseado em tokens
- Ajuste de desempenho para inferência de baixa latência
Orquestração de Implantações Distribuídas de IA
- Usando K3s, K8s ou orquestração leve para configurações híbridas
- Descoberta de serviços e agendamento de workloads
- Automatizando estratégias de implantação multi-localização
Monitoramento e Observabilidade em Diversos Ambientes
- Monitorando o desempenho da inferência em diferentes localizações
- Logging centralizado para sistemas de IA híbridos
- Detecção de falhas e recuperação automatizada
Escala e Otimização de Sistemas Híbridos de IA
- Escala de clusters de borda e nós de nuvem
- Otimização do uso de largura de banda e cache
- Equilibrando cargas de computação entre nuvem e borda
Resumo e Próximos Passos
Requisitos
- Compreensão dos conceitos de containerização
- Experiência com operações de linha de comando do Linux
- Familiaridade com fluxos de trabalho de implantação de modelos de IA
Público-alvo
- Arquitetos de infraestrutura
- Engenheiros de Confiabilidade de Sítio (SREs)
- Desenvolvedores de Edge e IoT
Testemunhos de Clientes (2)
Como mencionei anteriormente, para uma pessoa como eu (sem experiência), isso foi uma porta de entrada para compreender os recursos e as funções dessas ferramentas e programas.
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
Curso - Docker and Kubernetes
Máquina Traduzida
programa de curso estruturado em múltiplos níveis.
Bert Paelinckx - Cube SoftwareSolutions
Curso - Introduction to Docker
Máquina Traduzida