Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengantar Penerapan Produksi
- Tantangan utama dalam penerapan model yang disesuaikan
- Perbedaan antara lingkungan pengembangan dan produksi
- Alat dan platform untuk penerapan model
Mempersiapkan Model untuk Penerapan
- Mengekspor model dalam format standar (ONNX, TensorFlow SavedModel, dll.)
- Mengoptimalkan model untuk latensi dan throughput
- Menguji model pada kasus tepi dan data dunia nyata
Kontainerisasi untuk Penerapan Model
- Pengantar Docker
- Membuat gambar Docker untuk model ML
- Praktik terbaik untuk keamanan dan efisiensi kontainer
Skala Penerapan dengan Kubernetes
- Pengantar Kubernetes untuk beban kerja AI
- Menyiapkan Kubernetes cluster untuk hosting model
- Penyeimbangan beban dan penskalaan horizontal
Pemantauan dan Pemeliharaan Model
- Implementasi pemantauan dengan Prometheus dan Grafana
- Pencatatan otomatis untuk pelacakan kesalahan dan kinerja
- Melatih ulang alur kerja untuk pergeseran dan pembaruan model
Memastikan Keamanan dalam Produksi
- Mengamankan API untuk inferensi model
- Mekanisme otentikasi dan otorisasi
- Mengatasi masalah privasi data
Studi Kasus dan Praktik Laboratorium
- Menerapkan model analisis sentimen
- Meningkatkan layanan terjemahan mesin
- Menerapkan pemantauan untuk model klasifikasi gambar
Ringkasan dan Langkah Berikutnya
Persyaratan
- Pemahaman yang kuat tentang alur kerja pembelajaran mesin
- Pengalaman dengan penyempurnaan model ML
- Keakraban dengan prinsip DevOps atau MLOps
Hadirin
- DevOps insinyur
- MLOps praktisi
- Spesialis penerapan AI
21 Jam
Testimoni (1)
Ada banyak latihan praktik yang dipandu dan dibantu oleh pelatih.
Aleksandra - Fundacja PTA
Kursus - Mastering Make: Advanced Workflow Automation and Optimization
Diterjemahkan Mesin