Hubungi Kami
 Durasi 14 jam

Kerangka Materi

Pengenalan AI Inference dengan Docker

  • Meng memahami beban kerja AI inference
  • Manfaat inferensi berbasis kontainer
  • Skenario deployment dan keterbatasannya

Membangun Kontainer AI Inference

  • Memilih image dasar dan framework
  • Pengemasan model terlatih
  • Menstrukturkan kode inferensi untuk eksekusi kontainer

Menamankan Layanan AI Berbasis Kontainer

  • Meminimalkan permukaan serangan kontainer
  • Manajemen rahasia dan file sensitif
  • Strategi jaringan yang aman dan paparan API

Teknik Deployment Portabel

  • Optimasi image untuk portabilitas
  • Memastikan lingkungan runtime yang dapat diprediksi
  • Manajemen dependensi lintas platform

Deployment dan Pengujian Lokal

  • Menjalankan layanan secara lokal dengan Docker
  • Debugging kontainer inferensi
  • Uji performa dan keandalan

Mendeploy di Server dan VM Cloud

  • Mengadaptasi kontainer untuk lingkungan jarak jauh
  • Menyusun konfigurasi akses server yang aman
  • Mendeploy API inferensi pada VM cloud

Menggunakan Docker Compose untuk Sistem AI Multi-Layanan

  • Orkestrasi inferensi dengan komponen pendukung
  • Manajemen variabel lingkungan dan konfigurasi
  • Penskalaan microservice dengan Compose

Monitoring dan Pemeliharaan Layanan AI Inference

  • Pendekatan logging dan observabilitas
  • Deteksi kegagalan pada pipeline inferensi
  • Pembaruan dan versioning model di produksi

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman konsep dasar machine learning
  • Pengalaman dengan Python atau pengembangan backend
  • Pengkajian dengan konsep kontainer dasar

Audience

  • Pengembang
  • Insinyur backend
  • Tim yang mendeploy layanan AI

Jumlah Peserta


Harga per Peserta

Testimoni (2)

Kursus Mendatang

Kategori Terkait