Hubungi Kami

Kerangka Materi

Pengenalan Inferensi AI dengan Docker

  • Memahami beban kerja inferensi AI
  • Manfaat inference dalam container
  • Skenario dan kendala deployment

Membangun Container Inferensi AI

  • Memilih base image dan framework
  • Mengemas model yang sudah dilatih (pretrained)
  • Menyusun kode inference untuk eksekusi dalam container

Keamanan Layanan AI dalam Container

  • Meminimalkan serangan pada container
  • Mengelola rahasia (secrets) dan file sensitif
  • Strategi jaringan yang aman dan paparan API

Teknik Deployment Portabel

  • Mengoptimalkan image agar portabel
  • Menjamin lingkungan runtime yang dapat diprediksi
  • Mengelola dependensi di berbagai platform

Deployment dan Pengujian Lokal

  • Menjalankan layanan secara lokal dengan Docker
  • Debugging container inference
  • Menguji kinerja dan keandalan

Deployment di Server dan VM Cloud

  • Menyesuaikan container untuk lingkungan remote
  • Mengonfigurasi akses server yang aman
  • Men-deploy API inference di VM cloud

Menggunakan Docker Compose untuk Sistem AI Multi-Layanan

  • Orkestrasi inferensi bersama komponen pendukung
  • Mengelola variabel lingkungan dan konfigurasi
  • Menskala microservice dengan Compose

Monitoring dan Pemeliharaan Layanan Inferensi AI

  • Pendekatan logging dan observabilitas
  • Mendeteksi kegagalan dalam pipeline inferensi
  • Memperbarui dan memberi versi model di produksi

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang konsep dasar machine learning
  • Pengalaman dengan Python atau pengembangan backend
  • Kemahiran dalam konsep dasar container

Audience

  • Developer
  • Engineer backend
  • Tim yang men-deploy layanan AI
 14 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (3)

Kursus Mendatang

Kategori Terkait