Temario del curso
Introducción a la contenedorización para IA y ML
- Conceptos fundamentales de la contenedorización
- 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 contenedorización
- Gestión de entornos y dependencias de Python
- Integración de CUDA y soporte para GPU
Creación de Dockerfiles para aprendizaje automático
- Estructuración de Dockerfiles para proyectos de ML
- Mejores prácticas para el rendimiento y la mantenibilidad
- Uso de construcciones en múltiples etapas (multi-stage builds)
Contenedorización de modelos y pipelines de ML
- Empaquetado de modelos entrenados en contenedores
- Gestión de estrategias de datos y almacenamiento
- Despliegue de flujos de trabajo de extremo a extremo reproducibles
Ejecución de servicios de ML en contenedores
- Exposición de puntos finales de API para inferencia de modelos
- Escala de servicios con Docker Compose
- Monitoreo del comportamiento en tiempo de ejecución
Consideraciones de seguridad y cumplimiento
- Aseguramiento de configuraciones de contenedores seguras
- Gestión de acceso 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 on-premise o en la nube
- Gestión de versiones y actualización de servicios de producción
Resumen y próximos pasos
Requerimientos
- Comprensión de los flujos de trabajo de aprendizaje automático
- Experiencia con Python o lenguajes de programación similares
- Conocimiento básico de las operaciones de 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 escalables en contenedores
Reseñas (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