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
Trabajo con imágenes y contenedores de Docker
- Comprensión de imágenes, capas y registros
- Gestión de contenedores para experimentación en ML
- Uso eficiente de la CLI de Docker
Empaquetado de entornos de ML
- Preparación de bases de código de ML para la contenerización
- Gestión de entornos y dependencias de Python
- Integración de soporte para CUDA y GPU
Creación de Dockerfiles para aprendizaje automático
- Estructuración de Dockerfiles para proyectos de ML
- Mejores prácticas para rendimiento y mantenibilidad
- Uso de construcciones en múltiples etapas
Contenerización de modelos y tuberías de ML
- Empaquetado de modelos entrenados en contenedores
- Estrategias de gestión de datos y almacenamiento
- Despliegue de flujos de trabajo de extremo a extremo reproducibles
Ejecución de servicios de ML containerizados
- Exposición de puntos finales de API para inferencia de modelos
- Escalar servicios con Docker Compose
- Monitoreo del comportamiento en tiempo de ejecución
Consideraciones de seguridad y cumplimiento
- Garantizar configuraciones seguras de contenedores
- Gestión de accesos y credenciales
- Manejo de activos de ML confidenciales
Despliegue en entornos de producción
- Publicación de imágenes en registros de contenedores
- Despliegue de contenedores en configuraciones locales (on-prem) o en la nube
- Versionado y actualización de servicios de producción
Resumen y siguientes pasos
Requerimientos
- Comprensión de los flujos de trabajo de aprendizaje automático
- Experiencia con Python o lenguajes de programación similares
- Conocimiento de las 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 de experimentación reproducibles
- Desarrolladores de IA que construyen aplicaciones containerizadas escalables
Reseñas (2)
Como mencioné anteriormente, para una persona como yo (sin experiencia), esto supuso una puerta de entrada para comprender las funciones y características de estos programas, herramientas y demás.
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
Curso - Docker and Kubernetes
Traducción Automática
programa de cursos estructurado en múltiples niveles.
Bert Paelinckx - Cube SoftwareSolutions
Curso - Introduction to Docker
Traducción Automática
