Temario del curso
Introducción a la contenerización para IA y ML
- Conceptos fundamentales de la contenerización
- Por qué los contenedores son ideales para cargas de trabajo de ML
- Diferencias clave entre contenedores y máquinas virtuales
Trabajando con imágenes y contenedores de Docker
- Comprensión de imágenes, capas y registros
- Gestión de contenedores para experimentación en ML
- Uso eficiente de la interfaz de línea de comandos (CLI) de Docker
Empaquetado de entornos de ML
- Preparación de bases de código de ML para la contenerización
- Gestión de entornos Python y dependencias
- Integración de soporte CUDA y GPU
Construcción de Dockerfiles para aprendizaje automático
- Estructuración de Dockerfiles para proyectos de ML
- Mejores prácticas para rendimiento y mantenibilidad
- Uso de compilaciones multinivel (multi-stage builds)
Contenerización de modelos y tuberías de ML
- Empaquetado de modelos entrenados en contenedores
- Gestión de estrategias de datos y almacenamiento
- Despliegue de flujos de trabajo reproducibles de extremo a extremo
Ejecución de servicios de ML en contenedores
- Exposición de puntos finales de API para inferencia de modelos
- Escalado de servicios con Docker Compose
- Monitoreo del comportamiento en tiempo de ejecución
Consideraciones de seguridad y cumplimiento
- Garantía de configuraciones seguras de contenedores
- Gestión de accesos y credenciales
- Manejo de activos confidenciales de ML
Despliegue en entornos de producción
- Publicación de imágenes en registros de contenedores
- Despliegue de contenedores en configuraciones on-premise o en la nube
- Versionado y actualización de servicios en producción
Resumen y próximos pasos
Requerimientos
- Comprensión de los flujos de trabajo de aprendizaje automático
- Experiencia con Python u otros lenguajes de programación similares
- Familiaridad con operaciones básicas de la línea de comandos de Linux
Público objetivo
- Ingenieros de ML que despliegan modelos en producción
- Científicos de datos que gestionan entornos reproducibles para experimentación
- Desarrolladores de IA que construyen aplicaciones escalables contenerizadas
Testimonios (3)
Cómo los formadores transmiten el conocimiento de manera efectiva
Vu Thoai Le - Reply Polska sp. z o. o.
Curso - Certified Kubernetes Administrator (CKA) - exam preparation
Traducción Automática
el formador tenía mucho conocimiento y paciencia para compartir con nosotros
Bogdan Olaru
Curso - Introduction to Docker
Traducción Automática
El conocimiento y los intercambios con Augustin
Laurent - L'Office national des vacances annuelles (ONVA)
Curso - Docker and Kubernetes
Traducción Automática