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
- Principales diferencias 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
- Prácticas recomendadas para rendimiento y mantenibilidad
- Uso de compilaciones de múltiples etapas
Contenerización de Modelos y Pipelines de ML
- Empaquetado de modelos entrenados en contenedores
- Estrategias para la gestión de datos y almacenamiento
- Despliegue de flujos de trabajo extremos a extremos reproducibles
Ejecución de Servicios de ML Contenerizados
- Exposición de puntos finales de API para inferencia de modelos
- Escala de servicios con Docker Compose
- Monitoreo del comportamiento de ejecución
Consideraciones de Seguridad y Cumplimiento
- Asegurar configuraciones de contenedores seguras
- 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 on-premise o en la nube
- Versionado 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 de las operaciones básicas de línea de comandos de Linux.
Audiencia
- Ingenieros de ML que despliegan modelos en producción.
- Científicos de datos que gestionan entornos de experimentación reproducibles.
- Desarrolladores de IA que construyen aplicaciones contenerizadas a escala.
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
